可以自动检测和识别移动物体的设备具有许多有价值的应用，例如，增强远程环境监测。大多数现有的运动检测和识别(MDR)技术都基于由互补金属氧化物半导体(CMOS)制成的图像传感器。与人类视网膜相比，这些系统通常体积庞大且效率低下，因为它们需要多个硬件组件来捕获、存储和处理图像。

复旦大学和中国科学院的研究人员最近开发了一种受人类视网膜启发的新型二维(2D)设备，可以检测运动、存储运动数据并对其进行分析。发表在NatureNanotechnology上的一篇论文中介绍了这种一体化设备，其体积远小于现有的运动识别设备，但它可以高精度识别移动物体。

“最初，我们设计了一种特殊的结构，显示出一种新颖的正负照片存储功能，”进行这项研究的研究人员之一彭周告诉Phys.org。“在与一位专门研究人工视觉的教授交流后，我们发现了结构和视网膜网络之间的共性，并开始了运动检测和边缘检测等人工视觉功能的设计和探索。”

周和他的同事着手开发一种设备，该设备可以使用形状像人类视网膜的硬件来感知光、存储数据和执行计算。他们工作的首要目标是使用更简单、更轻、功耗更低的设备来实现运动检测和识别。

“我们创建的一体化设备具有基于不同存储载流子的两种不同模式，分别对应于正和负光响应，”周解释道。“因此，它可以在光照下产生正/负拮抗的非易失性输出。感知、记忆和计算的集成就像人类视网膜网络的模式。”

由于Zhou和他的同事创造的设备部分类似于人类视网膜，该团队评估了其执行某些视网膜功能的能力，包括运动和边缘检测。值得注意的是，他们发现在受视网膜启发的设备上运行的人工神经网络可以比在其他设备上运行的算法更准确地识别移动物体。

“以前受视网膜启发的设备仅表现出光学响应，无法有效存储它们，从而阻止了移动目标的时域计算，”周说。“我们提出的一体式视网膜形态器件具有非易失性双极正负光电导性，可实现前所未有的时间差分处理，因此可应用于移动目标和静态图像。”

研究人员已经使用他们的设计创建了视网膜变形设备的原型。未来，该设备可用于远程监控各种环境，也可集成到机器人中以增强其运动检测和识别能力。

“我们已经用2D材料扩展了受视网膜启发的设备的功能和应用，并为传感、记忆和计算的集成提供了原型演示，”周补充道。“我们现在计划使用我们创建的设备作为模型来构建硬件网络系统。现阶段，我们已经在致力于探索2D系统流程以及构建测试平台。”