视觉传感技术的未来，从成像迈向信息感知
2020-12-15 19:49:45 来源：麦姆斯咨询评论：0 点击：

新兴机遇正在推动CMOS图像传感器技术从移动成像拓展至其它增长领域，我们可能会看到从视觉成像向传感及其它交互应用的转变。

作者：SK海力士CIS ISP部门主管Taehyun Kim博士

麦姆斯咨询编译

摄像头就像人类的眼睛，依靠镜头、滤光片和传感器等元器件为我们提供清晰的视觉、色彩和深度信息。在我们每天都使用的智能手机摄像头中，有一个关键元器件就像人眼的视网膜，那就是CMOS图像传感器。

CMOS图像传感器技术的初衷是为人类视觉提供优化的图像信息。现在，CMOS图像传感器正朝着一个新的目标发展——增强人类视觉。它正被用于收集数字图像信息，为未来的人工智能（AI）应用提供源源不断的数据。CMOS图像传感器开始有了一系列新的用途，例如，从制造缺陷筛查到黑暗环境中的物体检测等。

随着移动设备的拍照功能越来越强大，该领域的竞争也越来越激烈，并且，人们期待这项技术的持续改进，以进一步推动创新。根据Research and Markets预测，到2023年，全球图像传感器市场将以6.2%的速度增长至232亿美元。

艾里斑衍射成像

拍照成为智能手机差异化的关键，推动CMOS图像传感器增长

很大程度上，图像传感器市场的增长主要归因于产品性能的不断提高，当然，其它因素也在发挥作用。在智能手机这个日趋饱和的市场，OEM制造商已经将摄像头创新作为一种与竞争对手实现差异化的关键组件。新型多样化的摄像头功能，需要先进的成像技术。低功耗紧凑型图像传感器的发展，以及生物识别领域的更多应用，推动了图像传感器市场的增长。移动设备中多摄像头的应用，无疑加速了这一增长趋势。

对于智能手机摄像头，成像质量通常与CMOS图像传感器相关，因为其性能直接影响了分辨率、灵敏度和信噪比（SNR）等关键因素。当然，它也支持了新产品应用的出现，不断提高成像设备的性能。因而，智能手机摄像头的成像质量得以超越小型数码相机，甚至与单反相机的差距也在不断缩小。

从成像转向信息获取

早期来看，CMOS图像传感器技术的目的是为人眼优化图像质量。随着技术的进步，其目标已经转向为机器算法提供所需要的图像质量。但是，衍射极限限制了CMOS图像传感器的像素微型化。

因此，CMOS图像传感器厂商一直在通过开发器件及处理技术来提高CMOS图像传感器的像素集成水平，并通过图像信号处理（ISP）技术来支持更广泛的应用领域。这是一个渐进的转变过程。

在第一阶段，像素工程师致力于弥补由于像素尺寸缩小而不可避免的灵敏度损失，为此开发了许多创新技术，例如片上透镜（或微透镜）、深光电二极管和背照式技术等。

当像素尺寸达到约一微米时，第二阶段开始了，更侧重于减少串扰。在此阶段，为了抑制光和电串扰，开发了彩色滤光片层金属网格结构和硅光电二极管深沟槽隔离工艺等新技术。通过这些新技术创新，CMOS图像传感器平台有望发展成为一种支持先进附加功能的“信息”传感器，而不仅限于成像质量的提高。

新技术的兴起

这些创新背后的一个重要驱动因素是传感器堆栈技术的出现。在传统图像传感器结构中，像素和电路都布局在同一衬底上，因此缩小无光区域对于缩小CMOS图像传感器尺寸至关重要。这种情况下，只能实现模拟/数字电路的基本功能，为额外功能增加电路非常受限。

传统传感器和堆栈传感器的结构对比

基于先进的半导体工艺，SK海力士的堆栈传感器已经能够将简单的人工智能（AI）硬件引擎嵌入ISP（图像信号处理）单元的底层衬底上。同时，超分辨率、色彩恢复、人脸识别和目标识别等基于机器学习的新技术也在不断开发中。

这些新型芯片将在多个应用领域发挥作用，其中一些创新已经开始进入市场。

索尼不久前发布了两款智能视觉传感器，这是世界上第一款为云服务配备AI处理功能的图像传感器。这些产品为开发人工智能摄像头创造了机遇，可以使零售和工业领域的多种应用成为可能，有助于打造最优化的云端互连系统。

例如，将配备这些图像传感器的摄像头安装在建筑入口时，它们可以计算进入建筑的访客数量；当安装在零售货架上时，它们可以检测库存数量；而当它们安装在天花板上，可以确定人员最聚集的区域。由于使用基于机器学习的ISP技术可以从输入图像中提取各种特征并将其分类，因此，CMOS图像传感器将成为信息传感器的关键组件，收集关于图像、位置、距离和其它生物特征信息等各种数据。

当它们应用于自动驾驶车辆时，这一性能将变得更为关键。在自动驾驶车辆中，至少将使用10个摄像头来监测车辆周围环境。为了提高检测精度，它们必须满足各种要求，例如支持远距离目标分类的高分辨率，即使在黑暗环境中也能识别目标的HDR功能，以及降低中央处理器计算量的ISP预处理等。

自动驾驶车辆上布置的摄像头位置