超薄化物量子盘内纳米线启用可重构的生物灵感传感器,用于高精度的人类行动识别

科学领域:

• 光电子和神经形态工程
• 先进的材料科学 (GaN/AlN)
• 计算机视觉和人工智能

背景情况:

• 人类动作识别 (HAR) 对计算机视觉至关重要,神经形态系统为传感器处理器瓶提供解决方案.
• 目前的传感器视觉计算由于缺乏集成,多功能生物模拟功能而受到限制,限制了计算能力和可扩展性.
• 现有的设备往往专注于特定的视觉任务,无法捕捉生物视觉中的协同作用.

研究的目的:

• 开发一种生物启发的视觉传感器,能够模仿视网膜细胞功能,以改善传感器内计算.
• 将Parvo和Magno细胞的功能以及它们的协同活动整合到一个单一的设备中,以提高HAR.
• 在单个传感器内展示可调节的光响应,以优化图像质量和HAR效率.

主要方法:

• 基于GaN/AlN的超薄量子磁盘纳米线 (QD-NWs) 阵列的制造.
• 使用 QD-NW 阵列模仿 Parvo 细胞 (高对比度) 和 Magno 细胞 (动态视觉).
• 通过调整用于传感器视觉计算的偏差电压来实现双光响应特征 (缓慢和快速).

主要成果:

• 开发的QD-NW阵列成功模仿了高对比度和动态视觉反应.
• 调整偏差电压可以实现明显的缓慢和快速的光反应,提高图像质量和HAR效率.
• 传感器内两种模式的协同作用显著提高了HAR识别精度,从51.4%提高到81.4%.

结论:

• 拟议的生物启发视觉传感器有效地集成了多种生物模拟功能,用于先进的传感器内计算.
• 这种智能视觉传感器为高效HAR系统提供了一个有前途的平台.
• 该设备为下一代智能光电子设备的开发开辟了道路,