量子科技中心_量科网

先进的视觉系统需要对动态视觉场景进行视网膜形态的、节能的脉冲式预处理。该研究通过利用基于霍奇金-赫胥黎模型的光学脉冲神经元（OSHN）展示了多种视网膜预处理功能，该神经元集成了一个二维反双极性光电晶体管，并在亚阈值区工作以最小化功耗。OSHN表现出波长和强度敏感的脉冲编码特性，在暗条件下每脉冲能耗为0.9 pJ，在480 nm（中波长，M）下为2 pJ，在800 nm（长波长，L）下为24.5 pJ。该系统的脉冲频率范围为低（生物级）到高（0 - 2 kHz），响应时间（4.2 μs - 1.25 ms）显著快于人眼视网膜（30 ms - 60 ms），揭示了OSHN的快速决策能力。OSHN通过模拟视网膜拮抗中心-周围感受野（CSRF）实现并发光谱-空间处理，可在单一波长（480 nm或800 nm）下通过不同强度实现视觉适应（在480 nm处防止系统饱和），以及小神经节细胞中的L-M锥体对立处理。最后，该团队开发了一种基于CSRF增强的脉冲神经网络（SNN）用于伪装目标检测，在FMNIST、COD10K和合成伪装数据集上，相较于传统SNN，准确率分别提升了4.4%、10.4%和28.4%，优于现有的光活性脉冲架构，同时实现了事件驱动的智能边缘视觉系统。