工作概述
随着新一代人工智能技术的发展，用于感知和处理图像的人工视觉系统应运而生。由于目标与成像设备之间存在相对运动，采集的图像往往存在抖动或者模糊，这严重影响了识别精度和后续图像处理效果。传统的电子图像稳定技术通过图像处理算法来补偿不同帧之间的抖动，但需要额外的计算和存储资源。相比之下，人类视觉系统是一个高效的多功能系统，能够在移动中精确处理视觉信息。
仿照人类视觉系统，研究人员提出利用全光控器件对电导进行可逆调制，使其适合光学突触应用。目前的研究大多基于不同波长光的调制，极大增加了光学突触应用的复杂性。为克服这一挑战，急需开发新型人工光学突触。为此，作者开发了一种新型全光控忆阻器，利用可见光单一波长的光强调制即可实现电导的可逆调制。相关论文《用于图像稳定和处理的全光控视网膜形态忆阻器》在线发表于国际顶级期刊《先进功能材料》。
相关成果：
近日，复旦大学微电子学院在全光控忆阻器器件开发方面获得原创性成果，工作进展以All-Optically Controlled Retinomorphic Memristor for Image Processing and Stabilization 为题发表在国际顶级期刊 Advanced Functional Materials。文章链接：https://doi.org/10.1002/adfm.202306272。复旦大学微电子学院教授陈琳、副教授王晨为通讯作者，课题组博士生蔡秉锜为第一作者。
本工作制备了一种基于卤素钙钛矿的全光控视网膜形态忆阻器，它集感知、存储和处理功能于一体，在图像稳定方面展现出显著优势。利用特定红光(630nm)不同光强(11.8和0.9 mW cm-2) 可对该器件电导实现可逆调节。在用忆阻阵列模拟稳像时，亮度较高的像素在光刺激后电导率增加，亮度较低的像素电导率减小，从而清晰地突出图像的主要特征。
本工作还建立了一个含输入层(784)、隐藏层(200)和输出层(10)的人工神经网络，用于识别上述模糊图像和稳像处理后的图像。经过19000次迭代学习，稳像处理后的图像识别率达83.5%，明显高于对应模糊图像的识别率(56.2%)。研究结果突显了所提出的视网膜形态忆阻器作为下一代稳像系统硬件基础的巨大应用潜力。
图文导读：
图1 人类视网膜示意图和全光控忆阻器件结构及630nm红光电导可逆调
图2 器件全光调制突触特性
图3 稳像及图像识别功能仿真验证
