人类视觉系统能够在复杂环境下识别各种物体和感知视觉信息，这启发了人们通过电子器件来发展仿生视觉系统从而实现未来的人工视觉。人工视觉系统一般由图像传感器（感知视觉输入作为数字图片）、存储单元（存储视觉信息）和处理单元（执行复杂的图像处理任务，例如模式识别和目标检测）组成。目前的人工视觉系统，最先进的图像传感器可以实时连续地探测图像，但是相比较人类视觉系统而言，会产生大量的冗余数据；这些数据会占据大量的存储空间，引起较大的功耗，大量数据在不同单元之间传输造成较大的时延。与此相反，人类视网膜中的感知神经元不仅可以探测光信号，而且在把信号传输给大脑视觉皮层进行更加复杂的视觉信号处理前会进行信号的预处理。通过模拟人类视网膜的生物结构和功能建立的神经形态视觉传感器可以实现更加高效的人工视觉系统。
有鉴于此，香港理工大学和香港理工大学深圳研究院的柴扬副教授课题组对神经形态视觉传感器的工作原理、研究进展和未来展望进行了综述，重点介绍了基于新型器件的神经形态视觉传感器。在本综述中，作者首先介绍了传统图像传感器的工作原理和面临的挑战，介绍了人类视网膜的结构和功能。然后综述了神经形态视觉传感器的研究现状，包括基于硅CMOS数字技术的硅视网膜和利用新型器件实现的神经形态视觉传感器。最后，作者对该领域的发展前景和展望做了简要的概述。
利用神经形态视觉传感器有望实现模仿人类视觉系统的高效人工视觉系统，将提升未来人工智能硬件的水平，如无人驾驶、机器人、监控和无人机等设备的视觉系统。

图. 基于新型器件的各种神经形态视觉传感器。
Neuromorphic vision sensors: Principle, progress and perspectives
Fuyou Liao, Feichi Zhou, Yang Chai
J. Semicond. 2021, 42(1): 013105
doi: 10.1088/1674-4926/42/1/013105
Full Text: http://www.jos.ac.cn/article/doi/10.1088/1674-4926/42/1/013105?pageType=en