產(chǎn)品中心 應用方案 技術(shù)文摘質(zhì)量保證產(chǎn)品選型 下載中心業(yè)內(nèi)動態(tài) 選型幫助 品牌介紹 產(chǎn)品一覽 聯(lián)系我們
- 突破性的光學傳感器模仿人眼，這是邁向更好人工智能的關(guān)鍵一步
- 來源：賽斯維傳感器網(wǎng) 發(fā)表于 2020/12/23
圖片來源：Unsplash
俄勒岡州立大學的研究人員正在通過一種新型的光學傳感器取得重大進展，這種新型光學傳感器可以更緊密地模仿人眼感知其視野變化的能力。
該傳感器是圖像識別，機器人技術(shù)和人工智能等領(lǐng)域的重大突破。OSU工程學院研究員John Labram和研究生Cinthya Trujillo Herrera的發(fā)現(xiàn)今天發(fā)表在《應用物理快報》上。
電機工程和計算機科學助理教授拉布拉姆說，以前嘗試制造人眼類型的設備（稱為視網(wǎng)膜視傳感器）是依靠軟件或復雜的硬件。但是，這種新型傳感器的操作是其基礎(chǔ)設計的一部分，該技術(shù)使用了鈣鈦礦半導體的超薄層（近年來對其太陽能潛力進行了廣泛研究），當置于光線下時，它會從堅固的電絕緣體變?yōu)閳怨痰膶w。
拉布拉姆說：“您可以把它想象成一個需要做微處理器的事情，”他在國家科學基金會的支持下領(lǐng)導了這項研究。
Labram說，新的傳感器可能與神經(jīng)形態(tài)計算機完美匹配，后者將為自動駕駛汽車，機器人技術(shù)和高級圖像識別等應用中的下一代人工智能提供動力。與傳統(tǒng)的計算機按一系列指令順序處理信息的傳統(tǒng)計算機不同，神經(jīng)形態(tài)計算機被設計為模擬人腦的大規(guī)模并行網(wǎng)絡。
拉布拉姆說：“人們已經(jīng)嘗試在硬件中復制它，并且已經(jīng)相當成功。” “但是，即使用于處理信息的算法和體系結(jié)構(gòu)變得越來越像人的大腦，但這些系統(tǒng)接收的信息仍然是為傳統(tǒng)計算機設計的。”
換句話說：為了發(fā)揮其全部潛能，更像人類大腦那樣“思考”的計算機需要更像人眼“看到”的圖像傳感器。
眼睛是一個非常復雜的器官，包含約1億個感光器。但是，視神經(jīng)與大腦的連接只有一百萬。這意味著在可以傳輸圖像之前，必須在視網(wǎng)膜中進行大量的預處理和動態(tài)壓縮。
事實證明，我們的視覺特別適合檢測運動物體，對靜態(tài)圖像的興趣相對較小，拉布拉姆說。因此，我們的光學電路優(yōu)先考慮來自感光體的信號，這些信號檢測光強度的變化-您可以凝視某個固定點，直到外圍視覺中的物體開始消失，從而證明這一點，這種現(xiàn)象被稱為Troxler效應。
Labram說，傳統(tǒng)的傳感技術(shù)，如數(shù)碼相機和智能手機中的芯片，更適合順序處理。圖像以設定的頻率逐像素地掃描傳感器的二維陣列。每個傳感器產(chǎn)生的信號幅度都隨其接收的光強度而直接變化，這意味著靜態(tài)圖像將導致傳感器產(chǎn)生或多或少的恒定輸出電壓。
相比之下，視網(wǎng)膜形態(tài)傳感器在靜態(tài)條件下保持相對安靜。當檢測到光照變化時，它會記錄一個短而尖銳的信號，然后迅速恢復到其基線狀態(tài)。這種行為歸因于一類稱為鈣鈦礦的半導體的獨特光電性能，這些半導體已顯示出作為下一代低成本太陽能電池材料的巨大希望。
在Labram的視網(wǎng)膜形態(tài)傳感器中，鈣鈦礦被應用在厚度僅為幾百納米的超薄層中，其本質(zhì)上是充當電容器，可在光照下改變其電容。電容器將能量存儲在電場中。
他說：“測試的方法基本上是將其在黑暗中放置一秒鐘，然后打開燈，然后將它們保持打開狀態(tài)�！� “一旦燈亮著，就會出現(xiàn)一個大的電壓尖峰，即使燈的強度恒定，電壓也會迅速衰減。這就是我們想要的�！�
盡管Labram的實驗室目前一次只能測試一個傳感器，但他的團隊測量了許多設備并開發(fā)了一個數(shù)值模型來復制它們的行為，從而得出Labram認為理論與實驗之間的“良好匹配”。
這使團隊能夠模擬一系列視網(wǎng)膜形傳感器，以預測視網(wǎng)膜形攝像機如何響應輸入刺激。
Labram說：“我們可以將視頻轉(zhuǎn)換為一組光強度，然后將其用于模擬�！� “通過傳感器預測會有較高電壓輸出的區(qū)域會亮起，而較低電壓區(qū)域仍會保持黑暗。如果攝像機相對靜止，則可以清楚地看到所有移動的物體都具有強烈的響應。哺乳動物中光學傳感的范例�！�
使用棒球練習鏡頭進行的模擬演示了預期的結(jié)果：內(nèi)場的球員顯示為清晰可見，明亮的運動物體。相對靜止的物體（棒球鉆石，看臺，甚至外野手）逐漸消失。
更加引人注目的模擬顯示，一只鳥飛進了視野，然后停在一個看不見的喂鳥器上，幾乎消失了。鳥在起飛時重新出現(xiàn)。設置為搖擺的進紙器僅在開始移動時才可見。
Labram說：“好消息是，通過這種模擬，我們可以將任何視頻輸入這些陣列之一，并以與人眼基本相同的方式處理信息。” “例如，您可以想象一下機器人正在使用這些傳感器來跟蹤對象的運動。其視野中的任何靜止狀態(tài)都不會引起響應，但是運動的對象會產(chǎn)生高壓。這將立即告訴機器人對象的位置，無需進行任何復雜的圖像處理�！�
- 如果本文收錄的圖片文字侵犯了您的權(quán)益，請及時與我們聯(lián)系，我們將在24內(nèi)核實刪除，謝謝！
