[发明专利]一种智能CMOS图像传感器芯片及其制造方法

权利要求书

1.一种智能CMOS图像传感器芯片，其特征在于，包括

算法模块，包括至少一种算法，用于依次对智能CMOS图像传感器芯片中的输入图像进行计算，并输出计算后的图像数据；

数据采集模块，连接算法模块和深度学习电路单元，用于获取输入图像经过各个算法计算前后的图像质量数据以及分别与各个算法相对应的包括寄存器参数在内的工作参数，并传输至深度学习电路单元中的神经网络；

深度学习电路单元，包括神经网络和深度学习模型，其中，所述神经网络根据所述数据采集模块获取的图像质量数据以及工作参数，并通过自主学习形成深度学习模型；所述深度学习模型调整所述算法模块中各算法的寄存器参数，获得和各个算法一一对应的最优算法，所述算法模块中的各个最优算法用于依次对输入图像进行计算，并输出计算之后的图像数据。

2.根据权利要求1所述的一种智能CMOS图像传感器芯片，其特征在于，所述算法模块中的算法包括自动黑电平矫正算法和/或去横条纹算法和/或降噪算法。

3.根据权利要求1所述的一种智能CMOS图像传感器芯片，其特征在于，所述算法对应的工作参数还包括各个算法进行计算时的实时温度和AC/DC增益数据。

4.根据权利要求1所述的一种智能CMOS图像传感器芯片，其特征在于，所述图像质量数据包括图像信噪比数据、图像清晰度数据和图像横竖条纹数据。

5.一种制造权利要求1所述的智能CMOS图像传感器芯片的方法，其特征在于，包括以下步骤：

S01：选取包括算法模块和数据采集模块的CMOS图像传感器芯片，此时，深度学习电路单元位于该CMOS图像传感器芯片的外部，当输入图像进入该芯片时，所述算法模块中的各个算法依次对输入图像进行计算，并输出计算之后的图像数据；

S02：所述数据采集模块获取输入图像经过各个算法计算前后的图像质量数据以及分别与各个算法相对应的包括寄存器参数在内的工作参数，并传输至位于上述CMOS图像传感器芯片外部的深度学习电路单元中；

S03：深度学习电路单元中的神经网络根据所述数据采集模块接收的图像质量数据和包含寄存器参数在内的工作参数，通过自主学习形成深度学习模型，并存储在深度学习电路单元中；

S04：将深度学习电路单元内置于上述CMOS图像传感器芯片中，所述深度学习电路单元中的深度学习模型调整所述算法模块中各个算法的寄存器参数，获得和各个算法一一对应的最优算法；形成包括算法模块、数据采集模块和深度学习电路单元的智能CMOS图像传感器芯片；所述算法模块中的各个最优算法依次对输入图像进行计算，并输出计算之后的图像数据。

6.根据权利要求5所述的制造智能CMOS图像传感器芯片的方法，其特征在于，步骤S02中数据采集模块采集输入图像经过各个算法计算前后的图像数据，经过计算处理获得相对应的图像质量数据。

7.根据权利要求5所述的制造智能CMOS图像传感器芯片的方法，其特征在于，步骤S03中深度学习模型和神经网络通过数字电路的形式存储在深度学习电路单元中。

8.一种智能CMOS图像传感器芯片，其特征在于，包括算法模块和数据采集模块，所述算法模块包括至少一种算法和深度学习电路单元，所述深度学习电路单元包括神经网络和深度学习模型，所述深度学习模型和各个算法用于依次对智能CMOS图像传感器芯片中的输入图像进行计算，并输出计算后的图像数据；

所述数据采集模块采集输入图像经过各个算法计算前后的图像数据，经过计算处理获得相对应的图像质量数据，所述神经网络根据所述数据采集模块获取的图像质量数据，并通过自主学习形成能够实现各个算法相同计算功能的深度学习模型。

9.根据权利要求8所述的一种智能CMOS图像传感器芯片，其特征在于，所述深度学习模型对输入图像进行计算之后可以实现自动黑电平矫正和/或去横条纹和/或降噪的功能。