Une équipe internationale de scientifiques a dévoilé un photomemristor miniature qui imite l'adaptation de la vision humaine à une lumière vive et faible. Ce développement pourrait être utile pour les systèmes de vision par ordinateur dans les robots, les drones et les caméras, selon une étude de Nature Communications.
L'appareil résout le problème des systèmes de vision par ordinateur qui perdent en précision en cas de changements brusques de luminosité. Ceci est essentiel pour les drones et les robots : ils doivent simultanément distinguer les objets dans une zone sombre et les sources de lumière vive telles que les phares des voitures venant en sens inverse.
Le développement concerne la vision par ordinateur neuromorphique – une direction dans laquelle les capteurs capturent non seulement l'image, mais effectuent également une partie du traitement du signal. Cette approche devrait réduire la charge sur le système informatique et accélérer la réponse aux changements dans le cadre.
Les caméras événementielles résolvent un problème similaire. Ils ne capturent pas chaque image dans son ensemble, mais plutôt les changements de luminosité au niveau de pixels individuels, ce qui donne une faible latence, une plage dynamique élevée et moins de données. Cependant, de tels systèmes nécessitent des algorithmes spéciaux et présentent encore leurs limites.
Le prototype est basé sur un élément miniature sensible à la lumière mesurant environ 0,5 mm. Le composant clé du système est un photomémristor basé sur TiO2 et PEDOT:PSS. Le principe de fonctionnement est basé sur la réaction des matériaux à l'humidité : en cas de faible luminosité, la structure absorbe l'eau plus activement, ce qui entraîne une augmentation de la conductivité et de la photosensibilité. En cas de lumière vive, l'humidité disparaît et la sensibilité diminue.
Dans la configuration de démonstration, les chercheurs ont utilisé un réseau 4 × 4 de photomémristances et un réseau neuronal artificiel. Le système a reconnu des motifs de lettres sur des arrière-plans présentant différents niveaux de luminosité. Selon l'article, la précision était de 91,3 % sous un éclairage mixte et le processus de reconnaissance prenait 7,5 secondes.
Rappelons qu'en mai, des scientifiques ont présenté Qumus, un système d'IA autonome pour expérimenter des matériaux quantiques.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE
Newsletters ForkLog : restez à l’écoute de l’industrie Bitcoin !