|
在物理世界中，视觉场景融合了多维信息（空间、时间、偏振、光谱等），典型地表现出了非结构化特征。传统的图像传感器，无法处理这种多维视觉数据，因此需要从大量的多维视觉数据中，有效地提取特征的视觉传感器。从而将非结构化的视觉场景转换为特征信息，而不依赖于复杂的算法和硬件。传感器的响应特性，可以抽象为具有特定功能的算子，从而实现对感知信息的有效处理。 今日，香港理工大学Zhaoqing Wang, Tianqing Wan，柴扬Yang Chai等，在Nature Nanotechnology上发表综述文章，深入研究了多维视觉传感器的硬件实现，探索了工作机制和设计原则。 还举例说明了建立在新兴设备和硅基系统集成上的多维视觉传感器。从而进一步提供了多维视觉传感器的基准指标，并总结了设备-系统协同设计和协同优化原则。
Multidimensional vision sensors for information processing. 用于信息处理的多维视觉传感器
图1: 从图像传感器到视觉传感器的演变。
图2: 新兴设备技术的多维视觉传感器。
图3:系统集成的多维视觉传感器。
图4:多维视觉传感器集成技术。
图5:视觉传感器的设备和系统性能指标。
图6: 设备-系统协同设计和协同优化。文献链接Wang, Z., Wan, T., Ma, S. et al. Multidimensional vision sensors for information processing. Nat. Nanotechnol. (2024). https://doi.org/10.1038/s41565-024-01665-7https://www.nature.com/articles/s41565-024-01665-7本文译自Nature。
声明：仅代表译者观点，如有不科学之处，请在下方留言指正！
| 
