近年来，实时运动感知已成为包括视觉监控、交通监测、自动驾驶等诸多动态视觉应用场景中的关键需求。运动通常蕴含着丰富的时空信息，要实现对运动的实时识别，需要在探测器端对时空信息进行同步编码与处理。但是传统的半导体图像传感器无法满足上述需求，因此如何利用量子材料设计出可对运动信息进行同步编码与处理的全新硬件，是一个广泛关注的科学问题。

面向上述挑战，近日，南京大学物理学院梁世军副教授、缪峰教授团队利用二维材料异质结中存储电荷随光刺激动态演化的特性，提出了“存内同步编码与处理”的概念，利用器件阵列构建了视觉运动感知机，实现了对多种视觉运动模式（方向、速度、加速度和角速度）的并行感知。该工作为构建下一代智能机器视觉系统提供了全新的技术路线。相关研究成果以“Parallel perception of visual motion using light-tunable memory matrix”（利用光控记忆矩阵实现视觉运动的并行感知）为题于北京时间2023年9月30日发表在著名期刊Science Advances《科学·进展》上。我校物理学院副研究员潘璇和博士生施婧雯为共同第一作者，梁世军副教授和缪峰教授为该工作的共同通讯作者。该工作得到了国家优秀青年科学基金、国家自然科学基金重点/面上项目、中科院先导B项目、中央高校基本科研业务费、以及固体微结构物理国家重点实验室、人工微结构科学与技术协同创新中心等的支持。

研究团队利用器件阵列成功构建了一种视觉运动感知机硬件。该感知机包括25个输入神经元和10个细分为四个类别的输出神经元，即方向、速度、加速度和角速度。在该阵列中，器件接收到的光强作为输入信息，器件阵列的总电流作为输出信息。每个类别中具有最大输出电流的神经元代表了与输入运动模式相匹配的运动参量。作为概念验证，研究团队将字母“J”的一个复杂运动模式（顺时针旋转的加速向右运动）投射到阵列上，对其所包含的时空运动信息进行感知。该工作为应对动态视觉系统在高效并行感知运动信息方面所面临的挑战提供了可行且通用的技术途径。

（文章来源于网易，如有侵权，请联系删文）