图像传感器兼做神经网络

新型的超快呆板视觉设置装备摆设利用图像传感器（也是人工神经网络），可以比传统技能处置惩罚图像快数千倍。

图片泉源于互联网

呆板视觉技能通常利用人工神经网络来阐发图像。在人工神经网络中，被称为“神经元”的组件被奉送数据并协作办理诸如辨认图像之类的题目。神经网络重复调解其神经元之间的毗连或“突触”的强度，并检察所得的举动模式是否更能办理题目。随着时间的流逝，网络发觉哪种模式最得当盘算办理方案。然后，将这些作为默认值，仿照人脑中的进修历程。

呆板视觉技能每每碰到相机一定逐行扫描像素，将视频帧转换为数字信号并将此类数据传输到盘算机举行阐发的耽误。外洋已有电气工程师试图通过淘汰中心人来加速呆板视觉，他们创建了一个图像传感器，该传感器自己组成了可以同时猎取和阐发图像的人工神经网络。

传感器由一个像素阵列构成，每个像素代表一个神经元。每个像素又由多个子像素构成，每个子像素代表一个突触。每个光电二极管均基于二硒化钨层，二硒化钨是一种对光具有可调相应的二维半导体。这种可调治的光相应本领许可每个光电二极管以可编程的方法记着并相应光。然后，科学家们基于这些光电二极管之间的链接创建了一个神经网络，可以对它们举行练习，比方将图像分类为字母“ n”，“ v”或“ z”。

听说，该图像传感器在运行时不会斲丧任何电能。被感测的光子自己为电流提供能量。在试验中，研究职员利用激光将字母“ v”和“ n”投射到神经网络图像传感器上。传统的呆板视觉技能通常可以或许每秒处置惩罚100帧，而一些更快的体系则可以每秒处置惩罚1,000帧。相比之下，新型图像传感体系每秒可事情2000万帧。

体系运行的速率仅受电路中电子速率的限定。从原则上讲，这种计谋的事情速率可以到达皮秒级，即万亿分之一秒，大概比现在演示的速率快三到四个数目级。

别的，科学家们指出，原则上，他们可以利用盘算机模仿来练习神经网络，并将该神经网络传输到设置装备摆设。

如许的传感器可以用来做什么？现在，这些应用步伐重要植根于特定的科学应用步伐，比方，流体动力学，燃烧历程或机器妨碍历程可以从更快的视觉数据猎取中受益。对付像主动驾驶中的呆板视觉如许的更庞大的使命，必要更多的庞大性。

以上内容摘自《天然》杂志，有删减。

呆板视觉技能日月牙异，创想智控，专注于呆板视觉技能研发及生产，现在，专为焊接呆板人提供激光传感器，给予其感知功效，办理工装毛病、焊接形变或呆板人行走轨迹计划题目。