首页 > 科技资讯 > 正文

SmartSens在ISSCC 2019 图像传感器技术领域报告会作开场报告

        【每日科技网】

  2019年2月21日 —— 2018年是5G和人工智能产业大爆发的一年。配合5G强大的连接性, AI将在未来实现云与终端之间最灵活的匹配。围绕着5G与AI,相关技术及应用成为当前科技热点。近日,以Envisioning the Future(展望未来)为主题的第66届旧金山国际固态电路峰会(ISSCC 2019)在美国拉开序幕,纵观大会,许多的技术成果都趋向5G与AI未来的发展形势。在此次大会上,作为会议开创以来入选的中国的图像传感器设计公司,SmartSens不但创造了历史,也为CMOS图像传感器的设计契合5G与AI发展趋势带来了最前沿的技术方向,并由公司创始人及董事长徐辰博士为图像传感器技术领域报告会做了精彩的开场报告。

  被誉为芯片奥林匹克的IEEE国际固态电路 峰会(ISSCC)始于1953年,每年吸引超过3000名来自世界各地工业界和学术界的参加者。在图像传感器技术领域报告会的开场报告上,SmartSens表示: ”目前,SmartSens正致力于建立人工智能图像芯片平台,设计与研发更为‘智慧’的图像传感器,助力改变人工智能和机器视觉的未来。”

  5G和AI的技术融合势必将掀起新一轮的机遇浪潮,人工智能技术将被嵌入各种设备、边缘计算和云计算中,用以进行更准确的分析和智能运算。在图像传感领域,这样跨越式的升级势必会对图像传感器提出极高的要求。为了实现这样的需求,SmartSens运用更先进的Global Shutter与堆栈式(Stacked BSI)设计工艺相结合的技术,为人工智能和机器视觉应用提供速度更快,功耗更低,体积更小的“智能传感器”解决方案。

  此次被旧金山国际固态电路峰会(ISSCC 2019)收录的论文《A Stacked Global-Shutter CMOS Imager with SC-Type Hybrid-GS Pixel and Self-Knee Point Calibration Single-Frame HDR and On-Chip Binarization Algorithm for Smart Vision Applications》,其多项先进技术正契合了未来机器视觉与AI系统的发展趋势:1,基于堆栈式(Stacked BSI)技术的全局快门(Global Shutter)使图像传感器拥有卓越的灵敏度与信噪比;同时运用电压域存储技术,有效地提升了快门效率,减少漏光,保障了在低照度环境下高质量的成像输出。2,采用SmartSens先进的单帧HDR技术并结合改进的PRNU性能和拐点偏差校准功能,确保图像传感器在复杂的应用(运动)与光照场景下对于图像信息的精准捕捉,极大改善了运动伪影及固定噪声(FPN)的问题,更适用于图像类识别的AI 应用。3. 在同类已有产品中拥有的QE性能数据。根据QE测量结果,基于堆栈式(Stacked BSI)技术,550nm的QE值达到95%,同时依靠极为出色的近红外增强性能,850nm的QE值可达58%,940nm的QE值可高达36%,因而在环境光条件不理想的情况下,亦可获得的成像效果。

  当前,5G与AI应用正加速布局,传统安防监控也加快步伐,朝着“智能化”的方向进步升级。该款面向智能安防而设计的CMOS图像传感器,通过多种的技术优势结合,在缩小像素尺寸和降低功耗的同时大幅优化了快门效率及灵敏度,减少漏光和噪声,这无疑将更适用于未来5G与AI趋势下各类智能视觉应用(面部识别、机器视觉、3D成像等)的需求。

  2019年是新的开始,面对5G与AI浪潮所带来的机遇和挑战,SmartSens将继续秉持“服务于应用技术的发展趋势”这一理念,推出更多符合各领域应用特性的CMOS图像传感器创新技术和产品,并立志推动国内CMOS图像传感器芯片技术朝着精细化,专业化,国际化的方向发展。

  关于SmartSens(思特威)

  SmartSens Technology(思特威电子科技有限公司)是一家高性能CMOS图像传感器芯片设计公司,于2011年创立,在美国硅谷和中国上海拥有一支全球的研发团队。SmartSens专注于提供面向未来和全球的CMOS图像传感器芯片产品,是全球第一家推出基于电压域架构和BSI工艺的全局曝光CIS芯片的公司。

  目前SmartSens在视频监控领域处于行业地位,产品涉及安防监控、车载影像、机器视觉及消费类电子产品(运动相机、无人机、扫地机器人、智能家用摄像头)等应用领域。 自成立来, SmartSens一直以客户为核心,不断创新 ,致力于为客户提供高质量视频解决方案。

免责声明:本文仅代表作者个人观点,与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们联系,本网站将在规定时间内给予删除等相关处理.