近日，华南师范大学电子科学与工程学院（微电子学院）霍能杰研究员在仿生光电晶体管及其机器视觉应用方面的研究中取得重要进展，相关成果以“Adaptative machine vision with microsecond-level accurate perception beyond human retina”为题发表在Nature Communications上。电子科学与工程学院（微电子学院）2021级博士研究生李翎为本论文的第一作者，霍能杰研究员为通讯作者，我校为第一完成单位。

人类视网膜具有视觉适应行为，当环境亮度变化过快时，视网膜会阻止大脑持续接收过度刺激的信息。然而，这种视觉行为依赖于通过反馈抑制调节的水平神经元，具有明显的时间滞后，这在日常生活中带来了严重的危害，如车祸、失明和夜间搜索困难等。因此，优化视觉行为是至关重要的，其中最关键的方面就是优化反馈抑制回路，实现快速、高频的视觉适应。机器视觉技术建立在深度学习和卷积神经网络的基础上，实现了高度精确的图像识别。这项突破性技术在自动驾驶、面部识别和医学成像等领域显示出巨大的潜力，可以在危险环境中取代人类视网膜进行感知和判断。然而，目前开发的视觉感知系统难以适应不同的亮度水平，因为亮度条件会影响图像质量，因此需要复杂的电路和先进的机器视觉算法。为了进一步优化超越人类视网膜和尖端机器视觉系统的视觉适应，需要探索视觉仿生机制。

鉴于此，课题组提出了雪崩调谐作为仿生2D晶体管的前馈抑制，用于具有微秒级精确感知的快速高频视觉适应行为，其适应速度比人类视网膜和现有仿生传感器快10⁴倍以上。随着光强度的变化，仿生晶体管自发地在雪崩效应和光电导效应之间切换，响应率从7.6×10⁴到-1×10³ A/W不等，从而实现了108 μs和268 μs的超快暗和光适应过程。通过将卷积神经网络与雪崩调谐的仿生晶体管进一步结合，实现了具有微秒级快速适应能力的自适应机器视觉，以及在昏暗和明亮条件下精度超过98%的鲁棒图像识别。

霍能杰研究员为我校“青年拔尖”，自2019年入职以来，以第一或通讯作者已在Nature Communications, Advanced Materials, ACS Nano, Advanced Functional Materials, Advanced Science，IEEE Electron Dev. Lett. 等期刊发表SCI论文50余篇，授权专利10余项。相关研究工作得到了国家自然科学基金、广东省自然科学基金、广东省芯片与集成技术重点实验室、广东省珠江人才计划创新创业团队等项目的支持。

论文链接：https://www.nature.com/articles/s41467-024-50488-6