基于致忆器件与光感受 Surfaces 的面向感知器端运动识别
人机交互
2025-06-10 v1
摘要
本文提出一种新型器件架构，将致忆器件与光感受表面结合，用于边缘能效运动识别。我们的光感受表面通过面向感知器端计算捕获运动数据。该数据随后处理于配备HfO2基致忆器件的致忆器系统中， coupled with a winner-take-all（WTA）电路，专为低功耗运动分类任务而设计。我们使用四种不同的人手势——从左至右、从右至左、从下至上、从上至下——对 end-to-end 系统进行验证，以评估能效和分类鲁棒性。我们的实验表明，系统在处理模拟信号并将其映射到致忆器系统以进行权重更新时仅需平均4.17 nJ，在测试每个运动类别时仅需0.952 nJ，即实现了即使在5%噪声干扰下仍达到97.22%的准确率。我们提出的架构的关键优势在于其低能耗需求，这使得能够集成能量收集解决方案（如太阳能），实现可持续的自主运行。此外，我们的方法通过在本地处理数据，减少了外部数据传输和存储的需求，从而增强了数据隐私。
引用
@article{arxiv.2506.06829,
title = {In-Sensor Motion Recognition with Memristive System and Light Sensing Surfaces},
author = {Hritom Das and Imran Fahad and SNB Tushar and Sk Hasibul Alam and Graham Buchanan and Danny Scott and Garrett S. Rose and Sai Swaminathan},
journal= {arXiv preprint arXiv:2506.06829},
year = {2025}
}
备注
The paper was published in the 2024 IEEE Computer Society Annual Symposium on VLSI (ISVLSI)