A 120dB Dynamic Range CMOS Image Sensor with Dual Programmable Conversion Gains and Pixelwise QCG Modulation for Single-Frame Adaptive QCG-HDR Imaging
Notice bibliographique
Résumé
At present, single-frame high-dynamic-range (HDR) imaging technologies are favorable in high-end CMOS image sensor (CIS) products. When applying conversion-gain (CG) based single-frame HDR technologies such as dual-CG (DCG) HDR imaging, however, the fixed CG ratio and the multi-time pixel readouts make CISs suffer from a limited dynamic range extension and higher power consumption. In this paper11This research work was supported in part by the Natural Sciences and Engineering Research Council of Canada (NSERC)., we introduce a quad-CG (QCG) CIS design which is capable of dual-CG programming and pixelwise QCG modulation. With an on-chip CG programmer (CGP) and pixel CG modulators (PCMs), the proposed CIS enables adaptive QCG-HDR imaging with a flexible dynamic range extension. A prototype CIS chip with 640x512 pixels demonstrated dual-CG programming and extended the dynamic range up to 120dB. When applying adaptive QCG-HDR imaging at a frame rate of 60fps, the CIS and the companion image signal processor (ISP) achieved a power figure of merit (FoM) of 7.0nJ/frame·pixel. The proposed adaptive QCG-HDR imaging is a low-power quad-gain (LPQG) single-frame HDR solution for mobile imaging applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».