Yapay Zeka Görüntü Sensörlerinde Kullanılıyor
Kameralar; görsel netlik, renk ve derinlik sağlamak için tıpkı bir göz gibi katmanlara ihtiyaç duyar. Bir akıllı telefonun kamerasındaki en önemli parçalarından biri gözdeki retina tabakasıyla benzer işlevi olan CMOS görüntü sensörü (CMOS Image Sensor) yani CIS‘tir .
18.12.2020 tarihli yazı 7233 kez okunmuştur.
CIS teknolojisinin asıl amacı görüntü kalitesini insan gözü için optimize etmektir. Şimdilerde ise bu teknoloji insanların görüşünü daha da geliştirmek için ilerliyor. CIS, yapay zeka uygulamaları için dijital görüntü bilgisi toplayan bir sensör olarak kullanılıyor. Bu teknolojinin, üretim süreçlerindeki hataları görüntülemekten karanlık ortamlarda nesneleri belirlemeye kadar birçok yeni kullanım alanı bulunabilecek. Mobil cihazların fotoğraf çekme yeteneği geliştikçe ve bu alandaki yarış daha da kızıştıkça teknolojide gelişme ve daha fazla yenilik beklentileri de artıyor. Bu bakımdan Research and Market’in 2018’deki raporuna göre görüntü sensörlerinin küresel pazarının 2023 e kadar %6.2 büyüyerek 23.2 milyar dolara ulaşması bekleniyor.
Çoğunlukla, bu büyüme sensör performanslarının gelişmesine dayandırılsa da başka faktörlerin de bunda payı bulunuyor. Akıllı telefon üreticileri kamera alanındaki bu yenilikleri kendi ürünlerini diğer rakiplerinin ürünlerinden farklılaştırmanın, dolayısıyla da bu doymuş akıllı telefon pazarında fark yaratmanın bir yolu olarak kullanıyor. Yeni ve çeşitli kamera işlevleri , örneğin optik yakınlaştırma gibi , gelişmiş sensör teknolojilerine ihtiyaç duyuyor. Düşük güç tüketen ve daha kompakt görüntü sensörlerinin geliştirilmesi ile birlikte biyometrik uygulamalarda görüntü sensörlerinin kullanımının artması da gelişmeye katkıda bulundu. Mobil cihazlardaki çoklu kamera kullanma trendi de bu gelişmenin yaşanmasına öncülük ediyor.
Akıllı telefon kameralarındaki görüntü kalitesi genellikle CIS ile alakalıdır çünkü CIS’in performansı çözünürlük, hassaslık ve sinyal-gürültü oranı (SNR) gibi ana faktörleri de etkiliyor. CIS, görüntüleme cihazlarının performansını arttırırken aynı zamanda yeni uygulamaların da ortaya çıkmasını sağlıyor. Böylece, akıllı telefonların CIS ile görüntü kalitesi fotoğraf makinelerini geçmiş durumda ve DSLR kameralarla aradaki fark da gittikçe kapanıyor.
Kırınıma bağlı olarak bir lensin üzerine gelen ışık demetine odaklanabildiği en küçük nokta Airy Disk adı verilen çemberi oluşturur
Önceleri, CIS teknolojisinin amacı görüntü kalitesini sadece insan gözü için optimize etmekti. Teknoloji geliştikçe amaç makine algoritmaları için optimize edilmiş görüntü kalitesini elde etmeye evrildi. Ancak optik görüntülemedeki kırılma limiti CIS piksellerinin daha da küçültülebilme kabiliyetini sınırladı. Sonuç olarak, şirketler cihaz ve süreç teknolojilerindeki sürekli gelişim ve çeşitli uygulama alanlarını destekleme yoluyla, görüntü sinyali işleme teknolojisini geliştirerek CIS piksellerinin birleşme düzeyini arttırdı. Bu, dönüşüm kademeli olarak gerçekleşti. İlk aşamada piksel mühendisleri piksel boyutunun küçülmesinden kaynaklanan hassaslık kaybını çip üzeri lens (on-chip-lens ya da micro-lens) , kalın silisyum tabakalı fotodiyot ve arka yüzey aydınlatması gibi birçok yenilikçi teknoloji kullanarak düzeltmeye odaklandılar.
Piksel boyutları bir mikrometreler seviyesine ulaştığında karışmaları azaltmaya odaklanan ikinci aşama başladı. Bu süre boyunca optik ve elektriksel karışmayı bastırmak için renk filtesi katmanında metal örgü yapısı ve silisyum fotodiyotta derin yarık izolasyonu işlemi gibi yeni teknolojiler geliştirildi. Bu yenilikler ile CIS platformları görüntü kalitesi gelişimiyle sınırlı olmadan, gelişmiş ek fonksiyonları destekleyen birer bilgi sensörlerine evrildi.
Bu yeniliğin arkasında bulunan diğer bir itici güç de stack sensör teknolojisinin ortaya çıkışı. Geleneksel sensörler piksellerin ve devrelerin aynı alt katmanda bulunduğu bir yapıya sahip olduğundan CIS boyutunu azaltmak için ışık bulunmayan alanın azaltılması gerekiyor. Böylece analog-dijital devrelerin sadece temel işlevleri yerine getirilirken ek işlevler için eklenen devreler sınırlanmış olmaktaydı.
Piksel boyutları bir mikrometreler seviyesine ulaştığında karışmaları azaltmaya odaklanan ikinci aşama başladı. Bu süre boyunca optik ve elektriksel karışmayı bastırmak için renk filtesi katmanında metal örgü yapısı ve silisyum fotodiyotta derin yarık izolasyonu işlemi gibi yeni teknolojiler geliştirildi. Bu yenilikler ile CIS platformları görüntü kalitesi gelişimiyle sınırlı olmadan, gelişmiş ek fonksiyonları destekleyen birer bilgi sensörlerine evrildi.
Bu yeniliğin arkasında bulunan diğer bir itici güç de stack sensör teknolojisinin ortaya çıkışı. Geleneksel sensörler piksellerin ve devrelerin aynı alt katmanda bulunduğu bir yapıya sahip olduğundan CIS boyutunu azaltmak için ışık bulunmayan alanın azaltılması gerekiyor. Böylece analog-dijital devrelerin sadece temel işlevleri yerine getirilirken ek işlevler için eklenen devreler sınırlanmış olmaktaydı.
Geleneksel Sensörler ile Stack Sensörlerin Yapılarının Karşılaştırılması
SK Hynix’in stack sensör teknolojisi gelişmiş yarıiletken süreciyle şimdiden daha alt katmandaki ISP içerisine yapay zekalı basit donanım motoru gömebilme yeteneğine sahip. Bu sırada süper çözünürlük , renk iyileştirme, yüz tanıma ve nesne tanıma gibi yeni makine öğrenmesi temelli teknolojiler de geliştiriliyor. Bu yeni tipteki çiplerin faydalı olacağı çeşitli alanlar bulunuyor hatta bazıları çoktan kullanıma hazır hale geldi. Sony dünyanın yapay zeka işlevleri ile donatılan ilk görüntü sensörlerini piyasaya sürdüğünü duyurdu. Bu ürünler yapay zekalı kameraları geliştirme imkanlarını arttırırken perakende ve endüstriyel ekipman sanayisinde çeşitli uygulamalara olanak tanıyacak ve bulut ile bağlantı sağlayan ideal sistemler inşa etmeye olanak sağlayacak.
Örneğin bu sensörlere sahip bir kamera bir tesisin girişine kurulduğunda içeri giren kişileri sayabilir ya da dükkan raflarına yerleştirildiğinde stoklardaki eksikleri tespit edebilir. Bir yerin tavanına kurulduğunda ısı haritası oluşturularak insanların en çok toplandığı alanları tespit etmekte kullanılabilir. Makine öğrenmesi tabanlı ISP teknolojisi kullanarak girdi görüntülerinden çeşitli özellikleri almak ve sınıflandırmak mümkün olduğundan dolayı , CIS görüntü hakkında yer, mesafe ve diğer biyometrik bilgiler gibi çeşitli verileri toplayan bilgi sensörlerinin anahtar bir bileşeni olacak.
Otonom Araçlarda Nesne Tespiti İçin Fazla Sayıda Kamera Kullanılıyor
►İlginizi Çekebilir: Koronavirüse Karşı Makine Öğrenmesi İşe Yarayacak mı?
Güvenlik alanında, CIS’in dahili görüntü sinyal işlemcisindeki görüntü sinyallerini sıkıştırmak ve şifrelemek için ve onları harici bir işlemciye iletmek için gerekli bir fonksiyon bulunuyor. Eğer şifrelenmemiş görüntü sinyali dışarıya bulunduğu halde iletilir ise güvenlik zaafiyeti ve bilgi sızıntısı ihtimali artar. Dolayısıyla CIS içerisindeki şifreleme fonksiyonu gereklidir. CIS pazar payında akıllı telefon uygulamaları önde geliyor. Ancak özellikle yapay görme başta olmak üzere birçok diğer uygulamanın da ortaya çıkarak CIS’in büyümesinde öncülük etmesi bekleniyor. Ortaya çıkabilecek bu imkanlar teknolojiyi mobil görüntülemenin de ötesinde diğer gelişmekte olan alanlara taşıyabilecek ve belki de görme işlevini görüntülemeden sonra algılama ve diğer interaktif uygulamalarda da kullanabilme imkanını sağlayacak.
İleride, CIS’ten çeşitli uygulama alanlarında yararlanılacak. Bunlara ekonomik ve sosyal değer yaratılmasında katkı sağlayacak akıllı telefon kameraları da dahil olacak. Bu da CIS’in ileride bilgi sensörlerinin anahtar elemanı olarak kullanılmasına olanak sağlayacak. Etrafındaki nesneleri tespit etmek için ondan fazla kamera kullanan otonom araçlara uygulandığında ise daha da kritik oluyor. Doğruluğu arttırmak için karşılanması gereken çeşitli gereksinimler bulunuyor. Örneğin uzaktaki nesneleri ayırt etmek için yüksek çözünürlük desteği,karanlıktaki nesneleri tanımak için HDR desteği ve işlemcinin uğraşması gereken hesaplama miktarını azaltmak için ISP ön işlemesi gibi bazı gereksinimler bulunuyor.
Kaynak: