化工仪器网手机版
移动端访问更便捷
图像识别准确率达到93%！光致VO2非易失相变及智能光电传感实现应用
2022年05月13日 14:48:15
来源：化工仪器网 作者：羊舌木 点击量：4515
相比之下，利用基于VO2的神经形态光电传感器对紫外光信息进行预处理后，图像的识别准确率达到93%，与原始MNIST图像的识别准确率相同。
【化工仪器网 项目成果】近些年来，人工智能的应用技术主要包括语音类、自然语言处理类、视觉类以及基础硬件等，其中机械视觉技术是机器人自主行动的前提，能够实现计算机系统对外界环境的观察、识别和判断等功能，是人工智能范畴最重要的前沿分支之一。
人类从外界获取信息的途径约80%依赖于视觉，视网膜可以探测到光刺激，且可以进行初步的光信号处理，这种高效的视觉感知和认知学习过程启发了未来人工视觉系统的发展。神经形式视觉传感器具有高时域分辨率、高动态范围、低数据冗余和低功耗等优势。但传统的人工智能视觉系统各功能组件在物理上的分离，导致数据访问的延迟以及相对较高的功耗。
近日，中国科学院物理研究所/北京凝聚态物理国家研究中心光物理重点实验室研究员金奎娟与中科院院士杨国桢带领的L03组，围绕新型氧化物光电薄膜和智能光电传感物理的基本科学问题，探索开展了氧化物神经形态智能光电传感器件研究。
二氧化钒(VO2)是典型的强关联氧化物，存在多种同分异构相以及氧含量的细微差异导致的丰富VOx相，研究显示通过电场、光场、压力场等外场调控可以实现相与相之间转换。该团队提出了一种基于紫外光辐照/电解质调控VO2非易失相变的新型神经形态光电传感器，他们采用激光分子束外延方法生长了高质量的VO2/Al2O3薄膜，将其制备成光电晶体管结构并进行光电测试。
研究中团队发现，由于紫外光辐照在VO2薄膜中产生了氧空位，而光子能量低于其氧空位激活能的可见光只产生瞬态的光电响应。科研团队还在硅晶圆上通过磁控溅射技术生长了大面积VO2薄膜，并将其制备成神经形态传感器件阵列。这些在硅晶圆上生长的VO2薄膜具有与外延生长的VO2薄膜类似的光致非易失相变特性和多态可逆调控特性，证明了该新原理器件具有大规模集成潜力。同时，研究还证明了VO2在柔性智能光电传感器件应用的可能性。
研究基于新型的VO2神经形态光电传感器件构建了人工神经网络并对标准的MNIST手写数字图像进行识别，该神经形态紫外光电传感器件可以对随机引入RGB高斯噪声的图像进行预处理，并选择性识别其中包含的紫外信息。对于包含RGB高斯噪声的图像，识别准确率仅达到24%。相比之下，利用基于VO2的神经形态光电传感器对紫外光信息进行预处理后，图像的识别准确率达到93%，与原始MNIST图像的识别准确率相同。
此器件展现出良好的线性度、保持特性、硅基兼容性，构建了人工神经网络并演示了图像识别等功能。该项研究将传统红外光学材料VO2的应用拓展到紫外智能光电传感领域，为近传感器计算/传感器内计算设计提供了新选择。
相关研究成果以Photo-induced non-volatile VO2 phase transition for neuromorphic ultraviolet sensors为题，发表在《自然-通讯》上。
(资料来源：物理研究所)
相关阅读 Related Reading
查看更多+-
市场月报丨市场需求有所增加 5月纯水采购主力系高校与医疗卫生机构
近日，化工仪器网编辑对2025年5月中国政府采购网上的纯水设备中标项目进行了整理。 根据化工仪器网不完全统计，5月中国政府采购网上...2025-07-25 17:42:26 -
嘉兴中润光学科技股份有限公司已完成以1.58亿元总对价收购湖南戴斯光电有限公司51%股权的交易及工商变更登记，戴斯光电正式成为其控...2025-07-17 15:28:29
-
纳宏光电应邀参加慕尼黑上海光博会，携激光雷达窗口片、荧光PCR滤光片、荧光显微镜滤光片等产品，为观众留下深刻印象。2025-03-14 10:10:05
-
近日，弥勒市中医医院就“弥勒市中医医院招标采购医用耗材配送服务项目”发布公开招标公告，预算金额为3000万元。2025-02-28 09:21:03
-
市场月报丨交易总额超2000万 为2024年纯水市场画上句号
目前，医疗卫生行业是纯水采购的大头，12月的市场便是医疗卫生行业主导的。值得一提的是，12月不但出现了大金额采购情况，还出现了大批...2025-01-16 14:53:46 -
近日，海关总署正式发布了15项旨在进一步推动西部大开发形成新格局的举措。这些措施围绕以大开放促进大开发、促进特色优势产业发展、筑牢...2025-01-07 14:49:14
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
