生物视觉系统借助偏振敏感性，能够获取人眼难以感知的光学信息，从而在散射、浑浊和低能见度环境中保持更强的辨识能力。然而，将偏振感知、时空信息处理与非易失调控集成到结构简洁的人工视觉器件中仍具挑战。本研究受螳螂虾偏振视觉启发，将具有本征面内各向异性的二硒化钯与铁电聚合物耦合，利用铁电界面场驱动偏振敏感的非易失突触权重调控。该器件在水下偏振成像中实现宽灰度分布，偏振分辨图像识别准确率达到66.2%至93.9%，并可利用偏振相关卷积核完成雾化图像锐化和边缘提取。进一步结合感内储备池计算，系统在低能见度与干扰条件下实现8类车辆运动方向识别，最高准确率达到96.3%。本工作为面向复杂环境的偏振增强机器视觉和多维感知处理提供了新的器件路径。

文章简介

从偏振感知到非易失视觉响应

真实场景中的光不仅包含强度信息，还携带偏振、波长和相位等维度。雾、水体和悬浮颗粒会造成强烈散射，使传统强度成像出现对比度下降和目标信息丢失；偏振信息则可保留与目标结构、表面和传播方向相关的线索。与此同时，现有偏振视觉系统常依赖滤光元件、复杂材料堆叠或感知与计算分离的架构，难以兼顾器件简洁性、非易失调控和时空信息处理。

研究团队构建了铁电突触视觉器件。二硒化钯的低对称晶格赋予器件面内各向异性光响应；铁电极化产生的界面内建电场则调控沟道载流子密度、能带弯曲及陷阱态占据，抑制光生载流子复合并延长其寿命。二者协同作用，使器件对不同线偏振角产生可区分、可累积且可保持的光电响应，为感知与存储的一体化提供物理基础。

在静态感知任务中，器件在不同偏振角和不同光脉冲次数下形成分级灰度响应。研究团队据此重构水下目标图像，并将0度与90度偏振响应映射为3×3卷积核，实现雾化车牌图像的锐化、水平/垂直边缘提取和特征增强。进一步采用EMNIST ByClass数据集开展36类字符识别：90度偏振条件下，雾化图像识别准确率达到93.7%，高于0度、30度和60度条件，显示偏振信息对抑制散射引起的对比度损失具有明显作用。

图1：偏振分辨静态图像预处理与识别：（A）基于器件偏振响应构建卷积核，实现图像锐化和方向选择性边缘提取；（B-D）不同偏振角下的雾化车牌识别及训练结果。

动态时间信息：感内储备池计算

器件的非线性响应、时间依赖性与渐逝记忆满足储备池节点的关键要求。研究利用4位光脉冲序列对连续视觉场景进行时间编码，获得从“0000”到“1111”的16种可区分终态，并将连续4帧车辆图像转换为像素级时间序列，直接输入感内储备池完成8类车辆运动方向分类。90度偏振条件下，运动方向识别准确率达到96.3%，显著高于0度偏振下的76.7%；t-SNE结果同样显示90度偏振条件下各类轨迹聚类更清晰、重叠更少。

图2：基于动态视觉输入的运动方向识别：（A-B）储备池计算框架与16种4位脉冲编码状态；（C）连续4帧车辆轨迹的时间编码；（D-I）不同偏振条件下的识别准确率、混淆矩阵与聚类结果。

研究意义

该工作以结构简洁的铁电二维器件为核心，将偏振探测、非易失突触调控、静态图像预处理和动态序列识别贯通起来，为低能见度环境下的多维机器视觉提供了可行方案。未来通过器件阵列化、工作波段向红外与紫外拓展，以及与神经形态电路进一步集成，有望面向智能驾驶、水下探测、环境感知和边缘视觉处理等场景发展实时、低功耗的自适应视觉系统。