Forklog
June 11, 2026 11:16 AM UTC

Ученые создали мини-сенсор для машинного зрения

Международная группа ученых представила миниатюрный фотомемристор, который имитирует адаптацию человеческого зрения к яркому и тусклому свету. Разработка может быть полезна для систем машинного зрения в роботах, беспилотниках и камерах, говорится в исследовании Nature Communications. Устройство решает проблему систем машинного зрения, которые теряют точность при резких перепадах яркости. Для беспилотников и роботов это критично: им нужно одновременно различать объекты в темной зоне и яркие источники света вроде фар встречных машин. Разработка относится к нейроморфному машинному зрению — направлению, где сенсоры не только фиксируют изображение, но и выполняют часть обработки сигнала. Такой подход должен снизить нагрузку на вычислительную систему и ускорить реакцию на изменения в кадре. Похожую задачу решают событийные камеры. Они фиксируют не каждый кадр целиком, а изменения яркости по отдельным пикселям, что дает низкую задержку, высокий динамический диапазон и меньший объем данных. Однако такие системы требуют специальных алгоритмов и пока имеют свои ограничения. В основе прототипа лежит миниатюрный светочувствительный элемент размером около 0,5 мм. Ключевой компонент системы — фотомемристор на основе TiO2 и PEDOT:PSS. Принцип работы основан на реакции материалов на влажность: при слабом освещении структура активнее поглощает воду, из-за чего растут проводимость и светочувствительность. При ярком свете влага уходит, и чувствительность снижается. В демонстрационной установке исследователи использовали массив 4 × 4 фотомемристоров и искусственную нейросеть. Система распознавала буквенные паттерны на фоне с разными уровнями яркости. Согласно статье, точность составила 91,3% при смешанном освещении, а процесс распознавания занял 7,5 с. Что такое компьютерное зрение? (машинное обучение) Напомним, в мае ученые представили Qumus — автономную ИИ-систему для экспериментов с квантовыми материалами.

ChartModo Newsletter
면책 조항 읽기 : 본 웹 사이트, 하이퍼 링크 사이트, 관련 응용 프로그램, 포럼, 블로그, 소셜 미디어 계정 및 기타 플랫폼 (이하 "사이트")에 제공된 모든 콘텐츠는 제 3 자 출처에서 구입 한 일반적인 정보 용입니다. 우리는 정확성과 업데이트 성을 포함하여 우리의 콘텐츠와 관련하여 어떠한 종류의 보증도하지 않습니다. 우리가 제공하는 컨텐츠의 어떤 부분도 금융 조언, 법률 자문 또는 기타 용도에 대한 귀하의 특정 신뢰를위한 다른 형태의 조언을 구성하지 않습니다. 당사 콘텐츠의 사용 또는 의존은 전적으로 귀하의 책임과 재량에 달려 있습니다. 당신은 그들에게 의존하기 전에 우리 자신의 연구를 수행하고, 검토하고, 분석하고, 검증해야합니다. 거래는 큰 손실로 이어질 수있는 매우 위험한 활동이므로 결정을 내리기 전에 재무 고문에게 문의하십시오. 본 사이트의 어떠한 콘텐츠도 모집 또는 제공을 목적으로하지 않습니다.