《Nature Communications》：Parallelizing analog in-sensor visual processing with arrays of gate-tunable silicon photodetectors
編輯推薦：
為解決現有視覺系統中傳感與計算單元間冗余數據交換帶來的延遲和能耗問題，研究人員開展基于雙柵非晶硅光電二極管（α-Si PDs）的可擴展傳感器內視覺處理陣列研究，實現并行事件感知與邊緣檢測，為高通量計算機視覺系統提供新路徑。
在計算機視覺技術蓬勃發展的當下，其在自動駕駛、生物成像等領域的應用日益廣泛。然而，現有視覺系統中物理分離的傳感與計算單元間存在冗余數據交換，導致延遲和能耗問題顯著。如何模仿人類視網膜，在傳感器內實現動態和靜態視覺信息的高效處理，成為突破現有技術瓶頸的關鍵。
為解決這一挑戰，美國馬薩諸塞大學阿默斯特分校的研究人員開展了相關研究。他們開發了兩種基于雙柵非晶硅光電二極管（α-Si PDs）的可擴展傳感器內視覺處理陣列，相關成果發表在《Nature Communications》。
研究采用的主要關鍵技術方法包括：基于互補金屬氧化物半導體（CMOS）兼容工藝的器件制備，通過濺射、等離子增強化學氣相沉積（PECVD）、原子層沉積（ALD）等技術構建雙柵結構；利用源測量單元（SMU）、跨阻放大器（TIA）等進行器件光電特性表征；結合光學顯微鏡、光纖耦合 LED 等搭建光學測試系統；通過數值模擬和人工神經網絡（ANN）、尖峰神經網絡（SNN）進行數據分類與分析。
模塊化設計與器件特性
研究對雙柵 PDs 進行模塊化設計，采用非晶硅（α-Si）替代晶體硅作為光敏材料，提高光吸收系數并兼容 CMOS 集成。通過優化填充因子（FF）、布局設計和器件尺寸，提升器件性能。實驗表明，雙柵結構可通過柵極偏壓（VG1和VG2）調控光響應（Iph）的方向和幅度，形成 n-i-n、p-i-p、n-i-p、p-i-n 等不同工作區域，且光響應與光功率密度呈線性關系，為模擬視覺處理奠定基礎。
并行事件感知陣列
研究構建了由 2PD-2R-1C 電路組成的計算單元（CU），通過配對 PDs 形成 n-i-p 和 p-i-n 二極管，實現零靜態功耗的事件檢測。當光功率（Plight）變化時，CU 輸出正負脈沖（ON/OFF spike），脈沖幅度隨柵壓（Vp）和光強變化可調，時間精度達毫秒級。進一步構建 2×2 CU 陣列，成功實現局部和全局事件的并行檢測，驗證了陣列在動態視覺處理中的能力。數值模擬顯示，10 個 120×160 CU 陣列通過 SNN 可實現 90% 準確率的人體動作分類。
并行邊緣檢測陣列
設計 3×3 PDs 構成的圖像內核，通過編程光響應（Rph）實現卷積濾波。以水平和垂直 Prewitt 濾波器為例，陣列可檢測移動光斑的邊緣信息。構建 8×8 內核陣列，實現多目標邊緣的并行檢測，其輸出通過 ANN 可實現 94.8% 準確率的手寫數字分類。該陣列具有高填充因子（>90%）和零靜態功耗特性，展現了空間視覺處理的潛力。
研究結論與意義
該研究提出的基于 α-Si 雙柵 PDs 的視網膜 omorphic 陣列，實現了時間和空間視覺信息的并行模擬處理，為低功耗、大規模傳感器內視覺處理系統提供了新范式。其在生物醫學成像、自動駕駛等實時視覺任務中具有廣闊應用前景，同時為集成模擬深度學習神經網絡奠定了基礎。未來，結合低功耗電路和 CMOS 兼容技術，有望推動智能視覺系統向更高效、更智能的方向發展。
