人工智能的应用进入“深水区”，大量的计算机视觉技术也“走到前台”。而计算机视觉的实现离不开图像传感器的支撑，在这方面全局快门传感器以极具竞争力的成本、精准的测量成为首选的成像技术。
计算机视觉将走向全局快门
计算机视觉作为人工智能领域的一个分支，能够让计算机和系统从数字图像、视频和其它的视觉输入数据中提取有意义的信息，并根据这些信息采取行动或提出建议。
ST亚太区影像事业部技术市场经理林国志介绍，从计算机视觉的应用场景来看，主要有四大类，一是深度感应，用于面容识别和3D扫描等应用场景。二是生物识别，这项应用采集人体各个部位的信息并将其用于身份识别，包括人脸、掌纹和虹膜等。二是AR/VR/MR，在元宇宙的概念下热度进一步升温。四是机器人与工业控制，如无人机和清洁机器人在使用过程中需要避免相撞，需要物体检测和场景分析能力，包括条形码识别等。
而上述应用的实现都将通过一个关键载体，这就是全局快门传感器。
之所以全局快门“当道”，林国志对此解释说，作为传感器两种技术之一，卷帘快门传感器的设计是为了捕捉静态图像和视频拍摄，因此拥有非常高的分辨率和颜色处理能力。但其缺点在于，它是逐行拍摄图像，拍摄和曝光时间过长，如果拍摄对象是汽车这样的快速移动物体，图像可能发生扭曲，而且功耗过高，不适合用于计算机视觉。而全局快门的原理则完全不同，它是一次拍摄整幅图像，所有像素同时曝光。而且成像效果准确，曝光时间短，功耗也低，未来计算机视觉将走向全局快门。
针对这一市场需求，ST推出了两类产品：一类是VD55G0，像素为40万；另一类是VD56G3，像素为150万。林国志补充说，这两类产品拥有三大优势：首先是传感器 940nm 具有最高的量子效率，这会带来极高的 NIR 敏感度；其次，正方形传感器的分辨率与镜头形成最佳匹配；最后，ST的传感器拍摄时间很短，在确保准确成像的同时降低系统功耗。
需要指出的是，卷帘快门像素点常见的在1.1微米以下，而全局快门通常在2.2微米以上。因而ST亚太区影像事业部技术市场高级经理张程怡分析，在传统的消费照相、影像领域，卷帘快门传感器应当还是会大受欢迎的。而且，汽车ADAS或后视镜仍将以卷帘快门传感器为主，但在驾驶者及乘客监控、汽车娱乐信息系统以及汽车安全等领域，全局快门传感器将得到大量应用。
全局快门应用全面覆盖
基于全局快门传感器的优势，其在消费、工业、汽车等不同领域找到了新的用武之地。
但显然，不同行业对图像传感器的需求不同，需要分而治之。张程怡指出，对于智能家居的应用需要考虑周全，因为用户并不希望摄像头全天候地监视，但又需要传感器带来的舒适感。针对此，ST的全局快门传感器开发了一系列人机交互的功能，如人数统计、人脸识别等。
在笔记本和PC领域，张程怡认为，应用全局快门技术的意义在于可以进行面部识别、手势控制、眼动追踪、舒适度监测和隐私保护。此外，ST还提供ToF和ALS产品，可进行存在检测、电池续航、屏幕亮度自动调节和隐私保护。
不得不说，智能汽车对摄像头的需求发展迅速。据Yole统计，2021年底车内摄像头的市场渗透率约为 10%，而到2024年则将达到50%。
在车内摄像头领域，车辆评估标准体系Euro NCAP 将车内监控系统分为两类：一类是驾驶员监控系统DMS，另一类是客舱/占用监控系统CMS/OMS。客舱监控+驾驶员监控二合一系统是将CMS、OMS和DMS进行结合，用单个摄像头同时支持RGB和NIR。
针对此，ST推出两代用于汽车的全局快门传感器。
据介绍，第一代包括四类产品：VD5661A具有160万分辨率，主要用于DMS。VD5761A具有230万分辨率，因为属于Mono也可用于DMS。此外，还有采用彩色RGB的 VD6763A和RGB-NIR一体化的 VD1762A。张程怡谈到，这些产品有三大优势，一是高对比度，能够输出对比度极高的图像意味着能够获取更加准确的信息。二是RGB和NIR的数据管理做到非常灵活。三是高动态，从而在亮暗环境下也能获得清晰的图像。
第二代产品 VB56G4A具备150万分辨率，主要用于驾驶员监控，拥有三大优势：首先是高灵敏度，NIR的高灵敏度意味着无需强劲的 LED 光源，因为LED耗能会带来更高的功耗；其次是传感器面积小，意味着摄像头模组也可以做得更小，安装在各种机械装置内部更加容易；最后是集成智能自动曝光算法，无需人工操作。
“未来ST将在像素尺寸持续缩小、功耗优化以及算法、工艺层面不断创新和整合，进一步拓展市场。”张程怡最后强调。
可以说，ST全局快门传感器具有其专有的像素技术、更高的方形分辨率以及多种嵌入式计算机视觉功能，可全面满足计算机视觉应用要求。而且，ST提供的不仅仅是全局快门技术，也可提供飞行时间和环境光传感器等光学技术，客户可根据自己的需求，将这些不同产品整合在各类场景应用中，适应未来的应用需求。
（校对/李延）
