本报讯（记者冯丽妃）图像传感器对包括自动化机器在内的各种应用十分重要，需要兼具良好的整体视觉质量和快速运动探测功能。但整合各种理想功能可能会影响效率。中国科学家和瑞士科学家分别在两项独立研究中证明了混合方法能在克服上述局限的同时满足两种需要。这些方法或能应用于自动驾驶汽车等，实现更快、更高效、更稳健的图像处理。相关研究近日发表于《自然》。
在一项研究中，清华大学教授施路平等人以人类视觉系统的运作方式为灵感，开发了一款传感芯片，能将快速但不精确的感觉与慢速但更精确的知觉相结合。这个视觉芯片名为“天眸”，它有一个混合像素阵列，能将低准确度但快速的事件探测与慢速处理相结合，实现对场景的准确可视化。他们用一个自动驾驶感知系统证明了该芯片具有快速稳健处理图像的能力。研究人员在多个场景对该芯片进行了测试，包括开车经过一条黑暗隧道、应对相机闪光灯的干扰，以及探测汽车前方是否有人走过。
在另一项研究中，瑞士苏黎世大学的daniel gehrig和davide scaramuzza用视觉感知专用相机克服了这些困难。全彩相机分辨率很高但需要大量数据处理带宽来探测快速变化，如果降低带宽会导致延迟增加，从而影响安全性。而事件相机虽然具有快速移动探测能力，但会牺牲准确度。gehrig和scaramuzza发现，一种混合系统能让自动驾驶汽车实现稳健的低延迟目标探测。他们通过将这两种相机结合，使全彩相机的帧率降低，从而在确保准确性的同时降低带宽、提升效率，而事件相机则能弥补全彩相机造成的高延迟，确保探测到快速移动的目标，如行人和汽车。
相关论文信息：
https://doi.org/10.1038/s41586-024-07358-4
https://doi.org/10.1038/s41586-024-07409-w