芯耀
3060
前言/
很久沒有更新圖像傳感器和光電探測器系列了！前段時間真的太忙了，導(dǎo)致很多留言過期不能回復(fù)，還請見諒哈~ 這周末難得有空，那就繼續(xù)更新吧~
前面的淺談光電探測器和圖像傳感器系列介紹了圖像傳感器的分類，常見光電探測器的原理、材料和器件結(jié)構(gòu)、微光探測圖像傳感器、偏振探測圖像傳感器、X射線圖像傳感器、量子點圖像傳感器、新型圖像傳感器等內(nèi)容。
往期回顧如下：
淺談光電探測器和圖像傳感器（十）:光譜探測器與片上光譜儀（1）
淺談光電探測器和圖像傳感器（八）:新型傳感器之柔性圖像傳感器和透明圖像傳感器
淺談光電探測器和圖像傳感器（六）:從成像技術(shù)角度新型探測器之偏振探測
淺談光電探測器和圖像傳感器（五）-原理、材料、器件結(jié)構(gòu)
01 新型傳感器/
隨著第四次工業(yè)革命(工業(yè)4.0)的到來,人工智能(AI)大模型的突破,具身智能(Embodied AI)的涌現(xiàn),物聯(lián)網(wǎng)(IoT)萬物互聯(lián)時代的到來,傳感器技術(shù)面臨著前所未有的機遇與挑戰(zhàn)。這一系列技術(shù)變革不僅推動了傳感器在應(yīng)用場景上的多元化,更對其功能性能提出了更高的要求。
工業(yè)4.0：在智能工廠中,傳感器需要準確捕捉生產(chǎn)線上的各種參數(shù),如溫度、壓力、振動等,并能夠?qū)崟r傳輸數(shù)據(jù),為生產(chǎn)過程的優(yōu)化和預(yù)測性維護提供依據(jù)。這就要求傳感器不僅要提高測量精度,還要增強抗干擾能力和數(shù)據(jù)處理能力。
AI大模型：AI大模型的發(fā)展需要海量數(shù)據(jù)，傳感器作為強大的“數(shù)據(jù)收集器”，其數(shù)據(jù)收集的有效性、可靠性、全面性是保證AI模型訓(xùn)練的關(guān)鍵。在數(shù)據(jù)維度方面，傳感器需要能夠采集更加豐富和多維度的數(shù)據(jù),以滿足AI模型的訓(xùn)練需求。在數(shù)據(jù)量方面，海量數(shù)據(jù)的直接采集對數(shù)據(jù)傳輸、存儲、處理都帶來了巨大困難，此外能耗也是不容忽視關(guān)鍵因素。因此需要傳感器具備低能耗、事件驅(qū)動型的特性，最好能配置邊緣計算，使其具備一定的本地處理能力,能夠在數(shù)據(jù)源頭進行初步的特征提取和分析,減輕中央處理系統(tǒng)的負擔。
IOT萬物互聯(lián) :物聯(lián)網(wǎng)（IoT） 和 傳感器 之間的關(guān)系，就像人的五感和大腦的關(guān)系。傳感器是物聯(lián)網(wǎng)的“眼”、“耳”、觸”、“鼻”、“舌”，負責感知周圍環(huán)境，并將感知到的數(shù)據(jù)轉(zhuǎn)化為數(shù)字信號。這些信號再通過網(wǎng)絡(luò)傳輸?shù)皆贫嘶虮镜?a class="article-link" target="_blank" href="/tag/%E6%9C%8D%E5%8A%A1%E5%99%A8/">服務(wù)器，經(jīng)過處理后，實現(xiàn)智能化的控制和決策?？梢哉f傳感器充當了物理世界和數(shù)字世界的連接接口。
傳感是實現(xiàn)IOT的關(guān)鍵技術(shù)，https://www.eetimes.eu/designers-guide-to-industrial-iot-sensor-systems/
Embodied AI:具身智能的研究推動了傳感器向仿生學方向發(fā)展。模仿人類感官系統(tǒng)的多模態(tài)傳感器正在成為研究熱點,如觸覺傳感器、視覺傳感器、神經(jīng)形態(tài)傳感器等。這些傳感器不僅要能夠準確感知外界環(huán)境,還要能夠像人類感官一樣進行快速的信息整合和反饋。
未來的傳感器將朝著高精度、多功能、智能化、低功耗的方向發(fā)展,以滿足工業(yè)4.0、AI、具身智能和物聯(lián)網(wǎng)等新興技術(shù)領(lǐng)域的多樣化需求。
02 神經(jīng)形態(tài)傳感器/
神經(jīng)形態(tài)傳感器具有邊緣數(shù)據(jù)處理、事件驅(qū)動、低功耗等特點。它們能夠僅發(fā)送必要的數(shù)據(jù)進行處理，而不是全部數(shù)據(jù)。
神經(jīng)形態(tài)最早是加州理工學院電氣工程和計算機科學教授Carver Mead提出。他出版了《Analog VLSI and neural system》，這是關(guān)于類腦工程或類腦計算的第一本書，書中提到“.. the use of very-large-scale integration (VLSI) systems containing electronic analog circuits to mimic neuro-biological architectures present in the nervous system.”。
神經(jīng)形態(tài)視覺的愿景是創(chuàng)造一個包含硬件開發(fā)，軟件支撐，生物神經(jīng)模型的智能視覺感知系統(tǒng)，其工作原理模擬生物智能體的視覺感知結(jié)構(gòu)。神經(jīng)形態(tài)其與目前的“類腦智能”發(fā)展緊密相連，‘類腦’一詞被用來描述實現(xiàn)神經(jīng)系統(tǒng)模型的模擬、數(shù)字和混合模式模擬/數(shù)字VLSI及軟件系統(tǒng)（用于感知、運動控制或多感官整合）。
事件相機是一種代表性的神經(jīng)形態(tài)傳感器，近年來其成為了學術(shù)界研究熱點和企業(yè)界的關(guān)注焦點。事件相機（Event Camera）是從Dynamic Vision Sensor （DVS）發(fā)展過來的，而DVS的發(fā)展起源于1990年Misha Mahowald（Carver Mead的學生）在其博士論文中提到的“硅視網(wǎng)膜”。
神經(jīng)形態(tài)傳感實質(zhì)上不是一個器件單體而是一套整體解決方案，事件相機僅是一個具體實現(xiàn)案例。光學傳感系統(tǒng)包括感知、計算、乃至光學前處理。因此作為一個完整解決方案，可以從不同角度實現(xiàn)神經(jīng)形態(tài)傳感，也可以從不同的功能層面去模擬人眼和人腦過程。
從硬件層面出發(fā)，神經(jīng)形態(tài)傳感器有三種設(shè)計思路，一種是在傳感器件后端加入邊緣處理芯片，比如POLYN通過在傳感器后立即利用特定應(yīng)用的NASP前端芯片，為傳統(tǒng)傳感器添加智能。第二種是直接制備具有神經(jīng)形態(tài)特性的傳感像素，比如事件相機。第三種是在光學成像模組上引入神經(jīng)形態(tài)設(shè)計。
根據(jù)YOLE報告預(yù)測，根據(jù)Yole Group最新發(fā)布的報告，神經(jīng)形態(tài)計算和傳感在2034年將創(chuàng)造84億美元的市場。其受到了學術(shù)界、企業(yè)巨頭、初創(chuàng)公司的廣泛關(guān)注。
與神經(jīng)形態(tài)傳感緊密相關(guān)的是神經(jīng)形態(tài)計算，前面提到，實現(xiàn)神經(jīng)形態(tài)傳感的一個思路是保持像素層不變，而在數(shù)據(jù)處理層引入神經(jīng)形態(tài)計算芯片。神經(jīng)形態(tài)計算芯片受生物神經(jīng)系統(tǒng)啟發(fā)，這類芯片致力于模擬人腦的結(jié)構(gòu)和功能，以實現(xiàn)更高效、更節(jié)能的計算方式。其核心優(yōu)勢在于低功耗、高并行性以及對復(fù)雜數(shù)據(jù)的處理能力，為人工智能、機器學習等領(lǐng)域帶來了新的突破。
近日，神經(jīng)形態(tài)計算公司SynSense收購類腦視覺傳感器公司iniVation，實現(xiàn)類腦傳感+神經(jīng)形態(tài)計算的強強聯(lián)合。結(jié)合事件感知和神經(jīng)網(wǎng)絡(luò)計算結(jié)合可以實現(xiàn)更高維的智能化?；谑录母兄ㄟ^將感官信息（例如視頻、音頻、雷達）編碼為尖峰流來解決冗余數(shù)據(jù)的問題。這些傳感器受到生物傳感器（視網(wǎng)膜和耳蝸）的時序編碼的啟發(fā)，這一時序脈沖感知信號與神經(jīng)形態(tài)尖峰算法（SNN）配合，從而可以實現(xiàn)探索腦啟發(fā)的感知與計算模型及傳感器的有機融合。
神經(jīng)形態(tài)計算面向更廣的應(yīng)用場景，直接服務(wù)于當前的AL智能和大數(shù)據(jù)，預(yù)計在 2022 年至 2029 年的預(yù)測期內(nèi)將以 52.50% 的速度增長，到 2029 年預(yù)計將達到 346.1 億美元的價值。
03 事件相機/
事件相機與傳統(tǒng)的幀式相機不同，它不會像傳統(tǒng)相機那樣以固定的速率捕捉圖像，而是只在場景中發(fā)生變化時才記錄信息。這種獨特的機制賦予了事件相機許多傳統(tǒng)相機無法比擬的優(yōu)勢，例如：高動態(tài)范圍、低延遲、低功耗。
事件驅(qū)動的實現(xiàn)方案是在像素讀出電路部分設(shè)計類“差分”的設(shè)計邏輯,通過差分型視覺采樣及AER傳輸協(xié)議 實現(xiàn)只傳輸動的像素的數(shù)據(jù)。這一設(shè)計的主要優(yōu)勢在于：
1.低冗余數(shù)據(jù)：輸出異步稀疏脈沖也不存在“幀”的概念，不再受限于快門時間和幀率， 感知光強的變化，可消除靜態(tài)不變的視覺冗余；
2. 高時間分辨：采樣具有高時間分辨率，適用于高速運動視覺任務(wù)分析；
3. 高動態(tài)范圍：光電流與電壓的對數(shù)映射關(guān)系，增強了高低光照的感知能力進而提升動態(tài)范圍。
與傳統(tǒng)的高速相機比，事件相機的巧妙之處在于，其借助整體架構(gòu)的配合實現(xiàn)對硬件要求的降低，從而實現(xiàn)整個系統(tǒng)的成本降低、體積縮小，同時由于其改變了數(shù)據(jù)采集和傳輸?shù)哪Ｊ剑蟠蠼档蛿?shù)據(jù)量，提高了設(shè)備的動態(tài)范圍。這是一個很成功的通過整體系統(tǒng)的設(shè)計來實現(xiàn)所需性能最優(yōu)的典型案例。
除了在像素電路設(shè)計上引入差分思想構(gòu)建事件特性外，還可以在光電探測像素部分用同樣的思路構(gòu)建差分光電響應(yīng)。2023年，香港理工大學柴楊&華中科技大學何毓輝教授合作，在Nature Electronics上報告了一種事件驅(qū)動視覺傳感器，其通過兩個極性相反的PN光電二極管組成，構(gòu)建差分型事件驅(qū)動。
04 神經(jīng)形態(tài)傳感器的主要應(yīng)場景/
神經(jīng)形態(tài)傳感器常見的應(yīng)用場景包括：機器人視覺、自動駕駛、高速運動物體檢測、低功耗感知、增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）、高動態(tài)范圍成像、眼動追蹤、工業(yè)監(jiān)測、高精度測量。其既可以作為高速相機的低成本替換產(chǎn)品，用于高速攝影應(yīng)用中；又可以作為always-on的低功耗邊緣傳感用于安防、檢測等領(lǐng)域。
單分子定位顯微鏡 (Single-molecule localization microscopy, SMLM) 是一種超分辨率顯微鏡技術(shù)，它能夠突破傳統(tǒng)光學顯微鏡的衍射極限，實現(xiàn)納米尺度的成像。其實現(xiàn)超分辨的原理在于利用熒光分子的閃爍特性，將單個熒光分子在時間上進行分離，然后通過精確定位每個分子的位置，最終重建出高分辨率的圖像。根據(jù)這一原理可以看到，SMLM具有較強的事件特性，是一個很適合事件相機的應(yīng)用場景。2023年巴黎文理研究大學Clément Cabriel， Ignacio Izeddin等，在Nature Photonics上發(fā)文，基于經(jīng)濟的事件傳感器，實現(xiàn)了單分子定位顯微鏡SMLM數(shù)據(jù)采集和處理。相比于傳統(tǒng)電子倍增電荷耦合器件或科學互補金屬氧化物半導(dǎo)體相機的視頻采集，基于事件的傳感器，在閃爍分子的位置上，提供了更高的時間分辨率和通量。
除了在大家熟知的消費和工業(yè)生產(chǎn)領(lǐng)域，事件相機等神經(jīng)形態(tài)傳感器在軍事和遙感領(lǐng)域都有重要應(yīng)用。
全球定位系統(tǒng)（GPS）是軍事和商業(yè)定位、導(dǎo)航和定時應(yīng)用的關(guān)鍵。全球定位系統(tǒng)的導(dǎo)航性能取決于能否可靠、無障礙地接收低功率衛(wèi)星信號。這些信號很容易受到干擾或欺騙。AFIT 自主與導(dǎo)航技術(shù)中心已投資于各種替代導(dǎo)航解決方案，以降低這種風險?；谑录鞲衅鞯囊曈X慣性測距（EVIO）導(dǎo)航就是其中一個研究領(lǐng)域。
測試中的系統(tǒng)（SUT）包括基于事件的傳感器（EBS）和慣性測量單元（IMU），安裝在 F-16D 上的可重構(gòu)機載傳感器、通信和激光（RASCAL）吊艙中，以提高目視測距性能。EBS 通過硬件實現(xiàn)強度變化檢測。這種操作理念提高了時間分辨率和動態(tài)范圍，而且功耗低，有利于快速運動和低/變化的環(huán)境照明條件。SUT 的導(dǎo)航算法通過卡爾曼濾波器處理 EBS 圖像來識別特征運動，并輔以 IMU 數(shù)據(jù)來預(yù)測飛機的位置、速度和姿態(tài)。[參考自?專知智能防務(wù)?《基于事件傳感器的視覺慣性測距系統(tǒng)》美空軍98頁技術(shù)報告]
05 神經(jīng)形態(tài)傳感器相關(guān)公司和產(chǎn)品/
除了索尼、三星等傳感成像領(lǐng)域的巨頭之外，許多初創(chuàng)企業(yè)也積極投身神經(jīng)形態(tài)傳感領(lǐng)域。
領(lǐng)先的神經(jīng)擬態(tài)視覺傳感公司普諾飛思（Prophesee）于2023年推出業(yè)界首款專為超低功耗邊緣視覺設(shè)備集成設(shè)計的 Metavision? 事件視覺傳感器 GenX320。該新品為Prophesee第五代Metavision 傳感器產(chǎn)品。GenX320的推出將 Prophesee開創(chuàng)性的事件視覺技術(shù)平臺的應(yīng)用范圍拓寬，擴展至快速增長的邊緣市場領(lǐng)域，覆蓋 AR/VR 設(shè)備、可穿戴設(shè)備、游戲、機器人、筆記本和平板電腦、物聯(lián)網(wǎng)設(shè)備等。
Voxelsensors正在開發(fā)一種新型“攝像頭”，每個傳感器都配備了所謂的“切換像素”(Switching Pixels?)，用于捕捉掃描激光“事件”發(fā)生的時間。該傳感器可以以每秒1億次的頻率發(fā)送事件信號。與通常所說的“事件攝像頭”不同，VoxelSensor采用了不同的工作方式，因為VoxelSensor的設(shè)計是用來尋找掃描激光的，所以它對該激光光非常敏感，同時對其他光源則會進行自抑制。由于激光和紅外輻射的眼部安全限制，在3D感知方面，更好的傳感器靈敏度意味著更好的范圍和分辨率。
銳思智芯公司推出的新型融合視覺傳感器，采用其獨創(chuàng)的Hybrid Vision融合視覺技術(shù)，將基于事件的視覺傳感器（EVS）和傳統(tǒng)的CIS圖像傳感器優(yōu)勢相結(jié)合。這種融合技術(shù)可以同步捕捉動態(tài)的事件信號和靜態(tài)的圖像信號。該傳感器通過捕捉動態(tài)的事件信號，傳感器能夠?qū)崿F(xiàn)更低的延遲、更低的功耗和更小的數(shù)據(jù)量，從而提高效率。其次，通過疊加傳統(tǒng)的圖像信號數(shù)據(jù)，可以彌補幀率、數(shù)據(jù)量和動態(tài)范圍等方面的不足，完善圖像信息。這種融合技術(shù)突破了傳統(tǒng)視覺傳感器的瓶頸，能夠提供更全面的動靜態(tài)信息捕捉能力，為各種應(yīng)用場景帶來更精準、更有效的視覺感知體驗
iniVation由基于事件視覺的發(fā)明者創(chuàng)立，是神經(jīng)形態(tài)視覺的先驅(qū)企業(yè)。目前已經(jīng)推出多款神經(jīng)形態(tài)視覺傳感器，目前該公司已被神經(jīng)形態(tài)計算公司SynSense收購。
初創(chuàng)公司Oculi提出“軟件定義視覺傳感器”概念，該公司開發(fā)出了一種視覺技術(shù)架構(gòu)，其中傳感和處理都位于像素級。該公司稱之為傳感與處理單元（Sensing and Processing Unit, SPU）。
SPU基于像素級集成的存儲和計算功能，類似于人眼的工作方式。每個像素都包括了傳感和數(shù)字處理功能（邏輯單元和小存儲單元），使傳感器像素足夠智能，能夠在檢測到感興趣的內(nèi)容時提供信息。當然，如果應(yīng)用需要，仍然能夠提供全幀圖像輸出。用戶可以選擇不同的輸出模式，通過軟件優(yōu)化隱私、延遲和功耗。Rizk補充稱，對于大多數(shù)應(yīng)用，SPU的功耗為毫瓦級。
06 神經(jīng)形態(tài)與IOT 傳感器/
物聯(lián)網(wǎng)傳感器是連接物理世界與數(shù)字世界的橋梁，也是實現(xiàn)萬物互聯(lián)、人機交互、具身智能的關(guān)鍵。傳感器是現(xiàn)實與虛擬的橋梁，人與物的接口，物聯(lián)網(wǎng)傳感器就像人類的感官，可以感知溫度、濕度、光線、聲音、壓力、運動等各種物理量，并將其轉(zhuǎn)換為數(shù)字信號，以便計算機系統(tǒng)進行處理和分析。根據(jù)其感知的物理量，IOT傳感器可以分為以下幾類：
溫度傳感器：用于測量環(huán)境溫度，例如家用智能恒溫器、工業(yè)生產(chǎn)線溫度監(jiān)控等。
化學傳感器：用于檢測物質(zhì)成分，也可用于可穿戴的醫(yī)療健康設(shè)備。
濕度傳感器：用于測量環(huán)境濕度，例如智能溫室、農(nóng)業(yè)灌溉系統(tǒng)等。
光傳感器：用于測量光強、光譜等信息，例如智能照明系統(tǒng)、物質(zhì)識別。
視覺傳感器：用于實現(xiàn)成像和探測，比如人臉解鎖、姿態(tài)識別。
壓力傳感器：用于測量壓力，例如汽車輪胎壓力監(jiān)測系統(tǒng)、醫(yī)療設(shè)備等。
運動傳感器：用于檢測運動，例如智能安防系統(tǒng)、健身追蹤器等。
電磁傳感器：用于實現(xiàn)信號檢測、定位、流量監(jiān)測等。
聲音傳感器：用于檢測聲音，例如智能語音助手、噪音監(jiān)測系統(tǒng)等。
神經(jīng)形態(tài)IOT傳感器，顧名思義，是一種將神經(jīng)科學原理與物聯(lián)網(wǎng)技術(shù)相結(jié)合的傳感器。它模擬了生物神經(jīng)系統(tǒng)的運作方式，能夠以事件驅(qū)動的方式對外部刺激進行感知和響應(yīng)，從而實現(xiàn)高效、低功耗的物聯(lián)網(wǎng)應(yīng)用。事件相機是一種神經(jīng)形態(tài)IOT傳感器，但是值得注意的是，IOT傳感不局限于光，而是覆蓋了力、熱、光、電、磁、聲等多物理場的傳感、還涉及化學、氣體等感知需求。因此對傳感提出了更多元化的需求。
物聯(lián)網(wǎng)應(yīng)用的認知轉(zhuǎn)型使得針對單個應(yīng)用的優(yōu)化解決方案以及沉浸式技術(shù)（即虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR））的整合成為可能；這些概念改變了個人和機器人事物之間以及與物聯(lián)網(wǎng)平臺系統(tǒng)之間的交互方式。在這種情況下，VR和AR功能與數(shù)字網(wǎng)絡(luò)融合，形成一個無縫的智能設(shè)備系統(tǒng)，設(shè)備之間更強的協(xié)作互動出現(xiàn)，為新的持續(xù)和環(huán)境數(shù)字體驗奠定了基礎(chǔ)。在這一強交互、強連接的IOT nueromorphic 藍圖中，傳感器的智能化使其實現(xiàn)智能無縫連接的關(guān)鍵。
從產(chǎn)業(yè)上看，神經(jīng)形態(tài)視覺傳感目前發(fā)展最為成熟，已經(jīng)有了相關(guān)的公司和產(chǎn)品，其他IOT傳感器還相對停留在研究階段。
07 神經(jīng)形態(tài)與可穿戴健康監(jiān)測/
神經(jīng)形態(tài)傳感器在可穿戴和健康監(jiān)測領(lǐng)域也將有較大的應(yīng)用。由于傳感器在普適性和分布式網(wǎng)絡(luò)中的廣泛應(yīng)用，功耗、處理速度和系統(tǒng)適應(yīng)性對未來的智能可穿戴設(shè)備至關(guān)重要。神經(jīng)形態(tài)平臺微可穿戴傳感器提供了低功耗、低延遲、低數(shù)據(jù)量的解決方案。
北京理工大學沈國震教授課題組近日在《Nature Communications》期刊上發(fā)表題為“Neuroprosthetic contact lens enabled sensorimotor system for point-of-care monitoring and feedback of intraocular pressure”的學術(shù)論文。論文報道了一種用于眼壓即時監(jiān)測和感覺反饋的神經(jīng)形態(tài)隱形眼鏡（Ti?C?Tx-NCL），實現(xiàn)了眼壓信號的實時有效監(jiān)測，加強了眼睛和大腦之間的神經(jīng)傳遞。
/參考文獻/
[1] Zidan, M.A., Strachan, J.P. & Lu, W.D. The future of electronics based on memristive systems. Nat Electron 1, 22–29 (2018). https://doi.org/10.1038/s41928-017-0006-8
[2]Sensors 2020, 20(23), 6783; https://doi.org/10.3390/s20236783
[3]https://www.eetimes.eu/designers-guide-to-industrial-iot-sensor-systems/
[4]https://www.openpr.com/news/569466/global-iot-sensor-market-present-scenario-and-growth-prospects-2017-2022.html
[5]https://iot-analytics.com/5-iot-sensor-technologies/
[6]Howard, D., Eiben, A.E., Kennedy, D.F. et al. Evolving embodied intelligence from materials to machines. Nat Mach Intell 1, 12–19 (2019). https://doi.org/10.1038/s42256-018-0009-9
[7]Bartolozzi, C., Indiveri, G. & Donati, E. Embodied neuromorphic intelligence. Nat Commun 13, 1024 (2022). https://doi.org/10.1038/s41467-022-28487-2
[8]Cho, S.W., Jo, C., Kim, YH. et al. Progress of Materials and Devices for Neuromorphic Vision Sensors. Nano-Micro Lett. 14, 203 (2022). https://doi.org/10.1007/s40820-022-00945-y
[9]https://www.historyofinformation.com/detail.php?id=3900
[10]https://www.federicocorradi.it/index.php/research/neuromorphic-chips/
[11]VLSI Analogs of Neuronal Visual Processing: A Synthesis of Form and Function
[12]https://spectra.mathpix.com/article/2022.03.00339/event-camera-the-next-generation-of-visual-perception-system
[13]A 240 × 180 130 dB 3 μs Latency Global Shutter Spatiotemporal Vision Sensor
[14]https://rpg.ifi.uzh.ch/docs/scaramuzza/Tutorial_on_Event_Cameras_Scaramuzza.pdf
[15] https://rpg.ifi.uzh.ch/davis_data.html
[16] Zhou, Y., Fu, J., Chen, Z. et al. Computational event-driven vision sensors for in-sensor spiking neural networks. Nat Electron 6, 870–878 (2023). https://doi.org/10.1038/s41928-023-01055-2
[17] Cabriel, C., Monfort, T., Specht, C.G. et al. Event-based vision sensor for fast and dense single-molecule localization microscopy. Nat. Photon. 17, 1105–1113 (2023). https://doi.org/10.1038/s41566-023-01308-8
[18] Cabriel, C., Monfort, T., Specht, C.G. et al. Event-based vision sensor for fast and dense single-molecule localization microscopy. Nat. Photon. 17, 1105–1113 (2023). https://doi.org/10.1038/s41566-023-01308-8
[19]《基于事件傳感器的視覺慣性測距系統(tǒng)》
[20]Schuman, C.D., Kulkarni, S.R., Parsa, M. et al. Opportunities for neuromorphic computing algorithms and applications. Nat Comput Sci 2, 10–19 (2022). https://doi.org/10.1038/s43588-021-00184-y
[21]https://news.eeworld.com.cn/news/ic653975.html
[22]Liu, W., Du, Z., Duan, Z. et al. Neuroprosthetic contact lens enabled sensorimotor system for point-of-care monitoring and feedback of intraocular pressure. Nat Commun 15, 5635 (2024). https://doi.org/10.1038/s41467-024-49907-5
[23]https://www.yolegroup.com/industry-news/oculis-software-defined-vision-sensor-is-fresh-and-foreign/
[24]https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2021.611300/full
[25]IOT based wearable sensor for diseases prediction and symptom analysis in healthcare sector
[26]Cognitive Hyperconnected Digital Transformation Internet of Things Intelligence Evolution, Chapter: "A Smart Tags Driven Service Platform for Enabling Ecosystems of Connected Objects"
下載ECAD模型
