复旦大学陈琳教授Nano Letters：超越人眼视觉极限的类视网膜器件用于人脸图像识别

文章预览

人脸图像识别的瓶颈 随着人工智能和计算机视觉技术的快速发展，人脸图像识别已成为生物特征识别领域的重要应用，广泛应用于安防、支付、身份验证等多个领域。然而，现有的图像传感器通常受到人眼视觉极限的限制，无法捕捉到超过可见光范围的细节，这在低光照、逆光或复杂环境中往往导致识别精度下降。为了突破这一瓶颈，如何设计超越人眼视觉极限的类视网膜器件，能够在紫外（UV）到近红外（NIR）波段提供高效的光电响应，成为提升面部识别技术性能的关键。 图片来源： KnowTechie 近期， 复旦大学 陈琳教授 团队 研发了一种超越人眼视觉极限的类视网膜器件，该器件以C8-BTBT/PMMA/PbS QDs结构为基础，结合了宽带光电响应和生物模拟的信号处理功能，能够在紫外至近红外波段高效捕捉和记忆光信号，并进一步执行对人脸图像的识别和分类 ………………………………