当地时间12月8日，美国俄勒冈州立大学的研究人员在《应用物理快报》杂志上发表论文称，他们开发了一种新型光学传感器，能够更好地模仿人眼感知视野变化的能力。这一成果有望为图像识别、机器人技术和人工智能等领域带来重大突破。
研究领导者、俄勒冈州立大学工程学院的研究员John Labram表示，新传感器可以与神经形态计算机（模拟人脑的大规模并行网络）完美匹配。为了充分发挥这种类人脑计算机的潜力，我们需要给它安装更像人眼的图像传感器。
人眼包含大约1亿个感光器，然而，视神经与大脑的连接只有100万条。这意味着在图像传输之前，必须在视网膜中进行大量的预处理和动态压缩。人类视觉特别适合检测移动的物体，对静态图像反而“不那么感兴趣”。
与传统的传感技术相比，新型视网膜传感器在静态条件下相对安静。当它感知到光照变化时，就会记录下一个短而尖锐的信号，然后迅速恢复到基线状态。这种现象归功于钙钛矿半导体的独特光电特性——在新型视网膜形传感器中，钙钛矿被置于只有几百纳米厚的超薄层中充当电容器，光照下，它会从绝缘体变成强导体。
Labram团队模拟了一组视网膜传感器，以预测视网膜摄像机对输入刺激的反应。例如，一个棒球演练模拟展现了预期结果：内野球员显示为清晰可见的、明亮的移动物体；而相对静止的物体——棒球内场、看台甚至外野手——都会消失在黑暗中。
更引人注目的是，一只鸟飞进视野，但随后消失了，因为它停在了“隐形”的喂食器上。鸟儿起飞后，它有重新出现在视野内。这时，喂食器也由于振动变得可见了。
Labram说：“有了这种模拟器，我们可以将任何视频输入模拟，并以与人眼基本相同的方式处理这些信息。”
机器人可以利用这些传感器来跟踪物体的运动，其视野中的静止物体不会引起特别反应，但移动的物体会触发高压信号，帮助机器人立刻对其进行定位，而这一过程不需要任何复杂的图像处理。”
原创编译：花花 审稿：西莫 责编：陈之涵
期刊来源：《应用物理快报》
期刊编号：0003-6951
原文链接：https://www.eurekalert.org/pub_releases/2020-12/osu-bos120820.php
版权声明：本文为原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源。
