成果登上《Nature Communications》：深视智能高速相机助力破解神经形态成像验证难题

 

型号   SH3-101

 

   01 背景：传统图像传感器遭遇效率瓶颈

 

随着自动驾驶等智能视觉应用的快速发展，传统的CCD与CMOS图像传感器逐渐暴露出感知、存储与计算分立的结构性短板。图像数据在传感器、存储器和处理器之间频繁传输，产生大量冗余信息，导致高功耗、低效率问题日益突出。

 

为此，科研界迫切需要探索全新的传感技术。受生物视觉系统启发的神经形态成像阵列，可在传感器端直接完成时空信息的融合与处理。它将光子感知、突触可塑性与初步计算集成在同一硬件层，被视为实现低功耗、高效率智能视觉的关键路径。

 

近期，中国科学院大学等联合团队成功攻克了锡基钙钛矿因Sn²⁺易氧化和缺陷密度高而导致的本征不稳定性难题，首次实现了基于无铅钙钛矿的近红外神经形态成像阵列及其硬件层时空融合与运动感知功能。深视智能SH3-101高速相机作为参考标定设备，为感算一体智能视觉芯片的实用化提供了关键验证手段，相关成果发表于国际顶级期刊《Nature Communications》。

 

图/ 该成果已发表在Nature（点击可跳转）

 

   02 项目创新成果概述

 

神经形态成像阵列通过在硬件层集成光子感知、突触可塑性与时空信息融合，实现了对运动目标的感算一体感知。其输出并非传统传感器序列帧，而是融合历史光信号时空分布的记忆热力图。

 

然而，该阵列仅有12×12像素的低空间分辨率，仅凭光电流矩阵数据无法自洽验证感知轨迹的准确性——例如：
•记忆热力图中拖尾的几何长度是否与真实运动路径一致？•光电流衰减梯度的空间取向是否与运动方向吻合？•观测到的渐变分布，究竟源于运动历史驱动，还是钙钛矿材料本征离子迁移所致？
以上关键问题，均需引入外部时空基准予以解答。
 创新验证方案 研究团队设计了 “光斑运动—高速相机记录—阵列感知输出” 并行采集与比对验证方案：
 

深视智能SH3-101高速相机架设于目标运动平面侧方，以 1280×1024 空间分辨率和 1000 fps 时间分辨率独立记录光斑的真实时空轨迹。

深视智能SH3-101高速相机拥有4TB实时存储，可将关键图像数据完整记录，后经逐帧图像处理后生成时间空间轨迹函数作为真值参考。

将该真值轨迹与阵列单次读出所得记忆热力图进行图像相关性分析，量化评估拖尾几何长度、光电流衰减梯度方向、光斑轮廓变化速率与真实物理运动的一致性。

该验证方法成功实现了器件电学响应与物理运动真值的因果剥离，首次在硬件层面确证了神经形态阵列对横向运动轨迹与纵向深度变化的准确感知能力。该技术方案已成功应用于12×12近红外神经形态成像阵列的性能标定，为此类器件的定量评价建立了可复用的验证范式。

图/12×12成像阵列热点图（原Fig.5）

 

   03 应用前景：从验证工具到核心观测手段

 

神经形态成像阵列的运动感知验证案例，生动展示了深视智能SH3-101高速相机在前沿光电传感器研究中的三大核心价值：

 

•独立时空基准为新型感算一体器件的性能标定，提供独立于电学系统的纯光学时空基准。     •精确坐标映射为低分辨率阵列的运动轨迹重构，建立物理坐标映射与逐帧比对依据。   •客观伪影排除为材料本征漂移与真实感知记忆的因果剥离，提供排除伪影干扰的客观判据。
本案反映出高速相机在更广泛科研与工业领域中的通用价值。从“验证工具”提升为“核心观测手段”，其应用边界将大幅拓展。高速相机的价值始终指向同一个本质：将肉眼无法企及的瞬态过程，转化为可供定量分析的时空数据。

定格关键瞬间，助力科研突破！

如果您也面临高速瞬态的观测挑战，欢迎联系我们的团队，获取定制方案并申请免费样机试拍。