类脑成像系统实现浓雾中动态目标追踪与重建

美国布朗大学工程学院研究团队近日在《先进科学》杂志发表论文，宣布成功研发一种仿生成像系统。该系统受人类视网膜工作原理启发，将动态视觉传感器与脉冲神经网络深度融合，首次在端到端架构下实现了散射介质中移动目标的重构与实时追踪。传统相机在浓雾或浑水中成像困难，因光线被介质散射。新系统采用的动态视觉传感器仅记录像素亮度变化，有效滤除静态散射背景，并将目标信息编码为异步脉冲信号。随后，模拟大脑视觉皮层的脉冲神经网络在数分之一秒内处理这些稀疏信号，还原出移动目标的轮廓并同步追踪其轨迹。实验室测试显示，该技术在雾化舱与浑水中的图像重构结构相似性高达百分之九十六，远超传统光学设备。该系统具备极高的能效，传感器功耗仅数十毫瓦，计算单元仅对稀疏脉冲响应，大幅降低能耗。研究人员指出，当前技术受限于必须依赖目标运动且仅能生成轮廓图像，低光环境下灵敏度亦有不足。团队正致力于引入光学增强前端与飞行时间测距技术，以突破环境限制并实现三维成像。该技术有望广泛应用于自动驾驶、灾害救援无人机及水下导航等领域，显著提升复杂环境下的感知能力与安全效率。