铁电配置的传感器内动态计算,使用2D矿进行模糊物体识别
Jie Liu1, Fan Du1, Limin Wu1,2
1College of Smart Materials and Future Energy and State Key Laboratory of Molecular Engineering of Polymers, Fudan University, Shanghai, P. R. China.
Advanced materials (Deerfield Beach, Fla.)
|December 26, 2025
概括
本研究介绍了一种用于先进机器视觉的新型铁电光伏设备. 它通过动态计算在传感器内实现了强大的模糊物体识别,在复杂的场景中提高了准确性.
科学领域:
- 材料科学 材料科学 材料科学
- 光电学是指光电子产品.
- 人工智能的人工智能
背景情况:
- 机器视觉系统在复杂的环境中从模糊的物体中提取特征.
- 现有的光电子方法往往缺乏用于具有挑战性的视觉任务所需的动态适应性.
研究的目的:
- 开发一个可重新配置的光伏设备阵列,用于传感器内动态计算.
- 为了提高机器视觉中模糊物体检测的稳定性和准确性.
主要方法:
- 2D矿铁电纳米板的直接合成.
- 制造可重新配置光伏的石墨烯/铁电/石墨烯异构结构.
- 卷积核光电子传感器阵列的设计利用铁电极化.
主要成果:
- 证明可切换的铁电极化用于非挥发式光伏调制.
- 实现了局部图像像素差异的选择性放大,用于边缘特征提取.
- 当与卷积神经网络集成时,显著提高了暗物体检测准确性和稳定性.
结论:
- 铁电配置的光伏设备阵列为先进的机器视觉提供了一个有前途的平台.
- 传感器内动态计算增强了机器视觉能力,用于低对比度和模糊物体识别.
- 这种方法克服了传统静态光电子处理的局限性.
