[发明专利]光接收装置、固态成像设备、电子设备和信息处理系统

说明书

本发明的目的是使得可以实现高速图像识别处理。根据实施例的光接收装置设置有：多个第一滤波器(130)，每个第一滤波器透射入射图像中预定方向上的边缘分量；多个第二滤波器(150)，每个第二滤波器透射入射光中预定波段的光；以及多个光电转换元件(PD)，每个光电转换元件对透射通过多个卷积滤波器中的一个卷积滤波器和多个颜色滤波器中的一个颜色滤波器的光执行光电转换。

技术领域

本公开涉及光接收装置、固态成像设备、电子设备和信息处理系统。

背景技术

近年来，已经开发了通过对由成像设备获取的图像数据执行卷积运算的图像处理来识别包括在图像中的对象的技术。

引用列表

非专利文献

非专利文献1：Huaijin G.Chen，Suren Jayasuriya，Jiyue Yang，Judy Stephen，Sriram Sivaramakrishnan，Ashok Veeraraghavan，Alyosha C.Molnar；ASP Vision：Optically Computing the First Layer of Convolutional Neural Networks UsingAngle Sensitive Pixels(CVPR)2016，pp.903-912.

发明内容

技术问题

然而，由于卷积运算的图像识别处理具有大量要处理的数据，并且处理本身复杂，因此存在难以实现更高的实时性的问题。

因此，本公开提出了能够实现高速图像识别处理的光接收装置、固态成像设备、电子设备和信息处理系统。

问题的解决方案

为了解决上述问题，根据本公开的一个方面的光接收装置包括：多个第一滤波器，每个第一滤波器透射入射图像中预定方向上的边缘分量；多个第二滤波器，每个第二滤波器透射入射光中预定波段的光；以及多个光电转换元件，每个光电转换元件对透射通过多个第一滤波器中的一个第一滤波器和多个第二滤波器中的一个第二滤波器的光进行光电转换。

附图说明

图1是示出根据实施例的包括电子设备的信息处理系统的示意性配置示例的框图。

图2是示出根据实施例的固态成像设备的示意性配置示例的框图。

图3是示出根据实施例的单位像素的电路配置示例的电路图。

图4是示出根据实施例的固态成像设备的叠层配置示例的立体图。

图5是示出根据实施例的修改的固态成像设备的叠层配置示例的立体图。

图6是用于说明一般CNN的示图。

图7是用于描述作为CNN的第一层的卷积层的概要的示图。

图8是用于说明将实施例应用于作为CNN的第一层的卷积层的情况的示图。

图9是示出根据实施例的卷积滤波器的示例的示图。

图10是示出根据实施例的卷积滤波器阵列的示例的示图。

图11是示出根据实施例的由卷积滤波器阵列获取的边缘分量的频谱的示例的示图。

图12是示出构成能够获取图11所示的频谱的边缘分量的卷积滤波器阵列的卷积滤波器单元的示例的示意图。

图13是示出组合根据实施例的卷积滤波器阵列和颜色滤波器阵列的组合滤波器的示意性配置示例的平面图。

图14是示出根据实施例的由图像传感器生成的帧数据的示例的示图。