编辑 | 萝卜皮
具有智能功能的先进光电探测器，有望在未来技术中发挥重要作用。然而，在有限数量的像素内完成复杂的检测任务仍然具有挑战性。
吉林大学的研究团队报告了一种差分钙钛矿半球形光电探测器，用作智能成像和位置跟踪的智能定位器。钙钛矿半球形光电探测器具有高外量子效率（~1000%）和低噪声（10^−13 A Hz^−0.5），可实现稳定且大的信号响应变化。
通过计算机算法分析仅 8 个像素的差分光响应，可以在低成本、无透镜的设备几何结构中实现彩色成像的能力和 4.7 nm 的计算光谱分辨率。
通过机器学习模拟不同施加偏置下的差分电流信号，可以记录多维检测信息，通过颜色分类功能动态跟踪物体在三维空间或二维平面中的运行轨迹。
该研究以「Differential perovskite hemispherical photodetector for intelligent imaging and location tracking」为题，于 2024 年 1 月 17 日发布在《Nature Communications》。
具有先进功能的智能化、低成本光电探测器是现代技术快速发展的必然趋势。光子检测的进步涉及多种信息，例如光子效率、广角视觉、图像有效性、颜色分类、物体定位、数字信息传输等。
然而，光学成像中的传统技术通常包含冗余、重复和不相关的信息，并且相机中的矩阵传感器也给成像系统带来了额外的成本和复杂性。
为了实现广角、夜视等不同成像场景下的多功能，智能手机的传统做法是集成多个摄像头，在不同情况或需求下使用单独的不同摄像头。复杂的光学元件和重复的像素矩阵元件实际上是对空间和成本的浪费。
基于傅里叶变换的单像素成像部分解决了这个问题。通过傅里叶变换将二维图像转换为频域，仅一个单像素光电探测器就可以通过监测物体反射光引起的光电流变化来记录图像信息。借助傅里叶算法，通过傅里叶逆变换，根据傅里叶谱系数重建物体图像。
在最新的研究中，吉林大学团队报道了一种具有8个差分像素的差分钙钛矿半球形光电探测器；使用不同应用偏差下的差分像素大小、位置和响应率，以及傅里叶变换算法和神经网络拟合 (NNF) 辅助机器学习，能够兼容地集成各种功能，例如计算光谱仪、广角成像、颜色分类、位置跟踪等。
低噪声（~10^−13 A Hz^−0.5）、高 EQE（~1000%）和半球形器件架构使大差分信号能够收集更多感兴趣的信息。将差分光电探测器的优点与机器学习和 NNF 工艺相结合，可以进一步增强最先进的光电探测器。
这种简便的设计不仅节省了构建复杂探测器阵列的空间和成本，而且将探测器性能推向了智能化。然而，数据采集和分析过程仍然需要强大的计算能力，这可能会延迟结果的及时性或损害结果的准确性。
尽管如此，仍需要进一步的模型设计和算法优化，通过展示智能性能的进步来提高差分检测器的成熟度。通过集成差分半球形探测器阵列，大多数先进光电探测器可以进一步智能化和小型化，以适应未来的人工智能应用。
论文链接：https://www.nature.com/articles/s41467-024-44857-4
