现有技术缺点

1.CMOS弱光性能差：仅能感知1.0勒克斯照明，难检测夜间/深空微弱光信号。

2.传统计算能耗高：“感知-处理分离”架构（如GPU）能耗比生物系统高9个数量级。

3.神经形态器件适应性差：弱光灵敏度低，无法模拟猫头鹰暗适应机制。

文章亮点

1.光电解耦双模设计：模拟猫头鹰暗适应，三端晶体管结构（绝缘聚合物包覆层+光吸收层）增强光敏性，并行光子感知与电学可塑性仿真。

2.超高弱光探测：主动适应指数331，感知0.146 nW·cm⁻²弱光（较CMOS提升3个数量级）。

3.稳定突触可塑性：循环LTP/LTD，支持0.146~11.7 nW·cm⁻²光强跨3种神经网络部署权重。

4.类脑系统集成：无人机空对地识别系统，0.146~11.7 nW·cm⁻²下识别准确率＞95%。

应用场景

1.夜间监控：城市安防、边境巡逻无辅助照明目标识别。

2.无人机搜救/探测：夜间搜救、深空（月球/火星）物质识别。

3.精密制导：导弹、卫星暗光环境目标跟踪。

总结

    在光子匮乏环境中被动目标探测对于扩展机器视觉在精密制导、智能监控和预警等众多应用中的能力至关重要。 在此，受猫头鹰视觉的启发，作者报道了一种具有光电解耦机制的双模突触晶体管，能够实现并行的光子感知与电学可塑性仿真。由此，该器件表现出约331的高主动适应指数，并具有感知低至0.146 nW cm⁻²的微弱光强的能力。作者还实现了具循环稳定性的突触权重调制，呈现出长期的增强与抑制行为，并通过自适应对比度增强验证了在0.146–11.70 nW cm⁻²光强范围内跨三种基础人工神经层次部署权重的可行性。该受猫头鹰视觉启发的器件为面向能效化与低光图像处理的类脑视觉传感器奠定了硬件基础。

 来源;传感器专家网