用于宽带光电边缘计算的可编程黑磷（bP）图像传感器

据麦姆斯咨询报道，近日，美国华盛顿大学（University of Washington）的一支研究团队在Nature Communications期刊上发表了用于宽带光电边缘计算的可编程黑磷（bP）图像传感器的最新论文，该图像传感器被用作光学前端，在红外波段捕获多光谱图像并执行图像处理和分类任务，展示了其在家庭、农业和工业领域的分布式传感和遥感应用方面的潜力。

图1 可编程bP光电晶体管（bP-PPT）阵列

2D半导体具有可调谐光电子特性的宽带隙范围，在光电子学领域具有广阔的应用前景。由于具有原子级厚度且可迁移，它们易于与光子电路和微电子进行异质集成，以实现先进的功能。

在2D半导体中，bP因其与宽红外光谱范围相对应的可调带隙而脱颖而出。性能优异的分立、阵列和波导集成bP光电探测器已被证明可用于红外波段。利用其宽带红外响应，bP光电探测器阵列可用于多光谱成像，从而获取具有光谱信息的空间图像。

多光谱成像结合人工神经网络（ANN）已成为生物医学成像、新鲜食品分类和工业现场表面损伤检测的有力工具。这种成像技术会产生大量数据，计算密集且对延迟敏感，因此可以从新兴的边缘计算方案中受益。

在边缘而不是在云端对传感器内的图像进行预处理，可以大大减轻服务器的数据流负载，改善带宽预算并减少延迟和功耗。边缘计算的这些优势推动了光电边缘传感器的发展，这些传感器可将视觉感知和计算功能结合在同一器件中，最近研究人员已通过使用2D材料证明了可见光/紫外（UV）光谱成像。使用bP实现这种方案将把它扩展到红外光谱范围，从而实现智能夜视和多光谱传感。

在本论文中，作者们提出了一种多功能图像传感器，它结合了多光谱成像和模拟内存计算的功能，实现了用于图像识别的传感器内（in-sensor）卷积神经网络（CNN）。该图像传感器基于数层bP（bP-PPT）制成的可编程光电晶体管阵列，它们对波长为1.5至3.1 μm的宽红外光谱范围敏感。

bP-PPT的可编程性和存储性源于合理设计的栅极电介质堆栈中存储的电荷，它们具有较长的保留时间并能有效地调节bP通道的电导和光响应。该图像传感器可以通过电子和光学两种方式编程和读取，从而实现光电传感器内计算、电子内存计算和光学远程编程的一体化。特别是，所提出的图像传感器具有高于5-bit分辨率的编程精度，这是基于电荷捕获机制的非易失性存储器件中最高的。

图2 bP-PPT器件的混合模式编程和运行

利用其灵活的功能，作者们使用bP-PPT阵列通过内存计算实现了视觉感知功能。该传感器的可编程光响应性可实现传感器内计算，以对经过光学编码和在宽红外波段传输的图像进行边缘检测。

为了验证bP-PPT光电CNN的准确性，他们测试了MNIST数据集中随机选择的100幅手写数字图像（48幅“0”和52幅“1”），并将计算结果与计算机仿真结果进行了比较。结果表明，基于bP-PPT阵列的CNN达到了92%的准确率，与仿真结果（95%）相当。

图3 用于边缘检测的传感器内计算成像的bP-PPT阵列

图4 bP-PPT阵列作为用于图像识别的光电CNN

论文中所展示的多功能光电bP-PPT阵列，结合并行成像和编程方案（如空间光调制和波分复用），有望实现更复杂的用于基于边缘计算的机器视觉传感器的深度神经网络。

论文信息：
Lee, S., Peng, R., Wu, C. et al. Programmable black phosphorus image sensor for broadband optoelectronic edge computing. Nat Commun 13, 1485 (2022).

https://doi.org/10.1038/s41467-022-29171-1

审核编辑 ：李倩