该小组设想的图像传感器是将三个光电二极管嵌入芯片上,以允许使用外加电压增加或降低其对光的灵敏度,该设置允许每个二极管单独调谐或加权。在这种情况下,二极管的作用类似于人眼中的神经,当图像呈现给设备时,所有二极管都会根据它们的调谐一起做出反应,它们充当网络视觉处理器。当光到达传感器时,通过添加构成传感器阵列的每个列和行的光强度来处理。然后,通过根据期望的结果分别调整每个成员,对二极管阵列进行任务训练。最初的学习阶段需要很短的时间,但是一旦网络经过训练,处理的速度就等于光电二极管的反应时间。
研究人员设想的设备并非用来产生图像。相反,它过滤掉不必要的数据并执行一些初始排序。为了测试它,研究人员教他们的设备对三个简化字母进行排序。他们还用它来做一些非常基本的基于给定图像关键特征的自动编码。研究人员指出,他们的设计和设备仍处于概念验证阶段,但他们说,迄今为止的发现令人鼓舞。
研究人员介绍说:“我们的图像传感器在工作时不会消耗任何电能,被检测的光子本身就可以作为电流供能。”他着重提到,传统的机器视觉技术通常能够每秒处理100帧图像,一些更快的系统则可以每秒处理1000帧,相比之下,“我们的系统每秒可以处理2000万帧。”
自新型冠状病毒肺炎疫情爆发以来,传感器专家网一直密切关注疫情进展,根据国家及地方政府的最新调控与安排,为更好的服务相关企业,在疫情期间,传感器专家网免费发布企业相关文章,免费成为传感器专家网认证作者,请点击认证,大家同心协力,抗击疫情,为早日打赢这场防控攻坚战贡献自己的一份力量。