.png){kind=icon}
返回
Thin-Film Pinned Photodiode Pixel-Based In-Sensor Convolution Processing
.png){kind=icon}
PRE
AI
DOI：10.1109/ted.2026.3696243.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在传感器计算，即在图像传感器内部集成信号采集和信息处理，正作为一种实现低功耗人工智能硬件的有前景的途径而兴起。然而，其实现一直受到缺乏能够结合高质量光电探测与计算功能的可扩展像素架构的阻碍。在本工作中，我们提出了一种由薄膜固定光敏二极管（TF-PPD）结构启用的在传感器卷积方案。TF-PPD采用一个光栅（PG），能够动态调节像素灵敏度，从而便于在传感器阵列内直接实现卷积操作。通过图像演示实验验证了采用所提出的基于TF-PPD的卷积技术的卷积神经网络（CNN）。所提出的技术在修改后的美国国家标准与技术研究院（NIST）数据集（MNIST）上实现了98.6%的准确率，在捕获的手写数字上实现了94.9%的准确率，同时将计算成本降低了39.7%。这些结果表明，TF-PPD既能提供稳定的光电探测，又具备嵌入式计算能力，突显了其作为下一代智能视觉传感器可扩展的器件级解决方案的潜力。
Keyword:
Convolutional neural network (CNN)
image classification
in-sensor computing
selective convolution
thin-film pinned photodiode (TF-PPD)
