智能化浪潮下，CMOS图像传感器将如何升级迭代?——专访思特威副总经理欧阳坚
根据FrostSullivan数据统计，从下游应用来看，2021年CMOS图像传感器市场的主要应用领域为手机(73%)，其次为汽车(10%)及安防(4.1%)领域。得益于下游应用市场本身的快速发展，各大行业领域CMOS图像传感器的市场需求量也在逐年攀升，一起带动整个CMOS 图像传感器市场的稳定增长。
一方面CMOS图像传感器的整体出货量及销售额随之不断扩大。根据FrostSullivan统计，自2016年至2020 年，全球CMOS图像传感器出货量从41.4亿颗快速增长至 77.2亿颗，期间年复合增长率达到16.9%。预计2021 年至2025年，全球CMOS图像传感器的出货量将继续保持 8.5%的年复合增长率，2025年预计可达116.4亿颗。
另一方面，伴随着各大细分行业市场的智能化升级，CMOS图像传感器也迎来了持续性的产品迭代和性能升级，在成像技术、制造工艺、适用场景等方面不断实现新的创新和突破。
▲思特威副总经理欧阳坚
近期，as特别邀请了国内安防CMOS图像传感器市场领军企业思特威副总经理欧阳坚先生进行了主题专访，通过欧阳坚对行业市场的分析观察，帮助产业从业者进一步了解智能化浪潮下，不同细分应用领域在CMOS图像传感器产品上的需求变化以及未来几年CMOS图像传感器的技术演进趋势。
从FrostSullivan的相关数据中我们可以明显看到，除了手机这一最大的细分应用市场外，安防监控、机器视觉及汽车电子已经成为CMOS图像传感器需求增长最强劲的三大应用市场，
不同的应用领域对CMOS图像传感器的核心技术诉求也有所差异。
据欧阳坚反馈，安防监控、机器视觉及汽车电子领域CMOS图像传感器产品的需求主要表现在以下方面：
安防监控：安防摄像机需要在可见光不足、暴晒高温以及其他各类的苛刻环境条件下保持长时间正常工作，除常规参数达到基本要求外，其最重要的技术参数包括信噪比、 HDR 和量子效率，同时对耗电量、极端温度条件工作性能等也有较高的要求。
机器视觉：机器视觉应用场景比较丰富，对性能参数要求的维度差异也比较大。如高速应用场景对快门速度要求很高，需要图像传感器具有很高的帧率以避免高速场景下的误判导致事故发生。
汽车电子：汽车电子应用领域内，由于隧道场景对 CMOS 图像传感器的动态范围要求极高(一般在100dB 以上)，同时高端的车载 CMOS 图像传感器由于需要识别精准红绿灯信号，所以对于 LED 闪烁抑制技术要求非常严苛。除此之外，CMOS 图像传感器的帧率、量子效率、高温工作性能以及全场景的适应能力等也是重要参数。
不同的应用需求，也意味着企业在面向不同的细分市场时，在产品研发上需要进行针对性的打法，这要求CIS企业必须保持持续的研发创新力度，根据最新技术发展趋势和市场需求持续进行产品迭代，这也十分考验CIS企业的技术研发实力。
欧阳坚告诉as，只有坚持以客户需求为基点打造更契合客户应用特点的差异化产品，才能更好的提升客户产品价值。因此，在面向不同的应用领域时，思特威的技术战略措施始终是围绕着“想客户所想，造客户所需”这一理念。
顺应安防监控全天候、全时段的应用需求，思特威一直在积极打造高分辨率、超低照度夜视全彩系列产品。对于安防监控所需要的关键技术有充分的积累，如 SFCPixel®专利技术、近红外感度NIR+技术、低照度下基于FSI/BSI工艺的夜视全彩技术、高温场景下暗电流优化技术等核心技术，实现高感光度、宽动态范围、高温环境下暗电流无显著提升的产品特性。
在机器视觉领域，思特威也是国内最早从事GS系列产品研发的CIS厂家之一，其独特的BSI技术产品，配合三维堆栈等技术，已具备单帧HDR功能和超高的快门效率和感光性能。
在智能车载电子领域，思特威拥有卷帘快门架构下的 HDR像素设计(包括多重曝光HDR技术和PixGain HDR技术)、ISP片上集成二合一技术、LED闪烁抑制技术等多项核心技术，可以有效实现感光度提升、宽动态范围、集成ISP功能的效果。
与此同时，思特威在智能手机市场也展开了积极布局，随着智能手机摄像头逐渐向着多摄、高像素配置和多样化拍摄需求发展，下游厂商对CMOS图像传感器提出了更高的要求。据悉，思特威在智能手机CMOS图像传感器领域已积累SFCPixel®专利技术、 PDAF技术等先进技术。
在人工智能、5G等技术的普及之下越来越多依托摄像头做智能视觉辅助的应用场景也在不断开拓出来，丰富了CMOS图像传感器的下游应用市场。伴随着下游应用市场的迅速发展，欧阳坚也对未来CMOS图像传感器的技术发展趋势做了一些趋势展望。
他认为智能化时代对图像传感器提出诸多新的要求，随着技术的发展，安防行业亦将进入到更加智能化的时代，传统监控时代，图像主要是给人的眼睛看，需要清晰度和色彩还原相关的技术演进，而到智能化时代，图像更多地将变成为机器视觉提供服务于后端识别及自动运算响应的视频影像基础。图像传感器对于整个机器视觉的应用非常关键，智能识别对于图像传感器的性能要求比传统图像传感器要高很多，因此对传感器技术提出更多的要求。性能提升要求主要体现在低噪下的高感光度、低功耗、复杂光照环境下的超高HDR、近红外增强下的清晰视野、高帧率以及快速精准捕捉被拍摄目标的能力等方面。
对于CMOS图像传感器产品迭代的主要方向，欧阳坚分析，CMOS图像传感器的第一大发展方向是像素点数量不断增加，像素尺寸不断缩小，分辨率以及清晰度持续提升。随着H.265编码技术的普及、4K甚至更高分辨率视频应用逐渐上量，加之人脸识别和物体识别等智能视频需求的兴起，都意味着未来市场对CMOS图像传感器能够支持更高分辨率和更高帧率的输出需求将越来越迫切。
第二大方向则是在提升分辨率的前提下，整合优化 CMOS 图像传感器在不同场景下的整体成像的系统性能力将变得至关重要。如在安防监控领域，传感器设计厂商更需要具备整合优化低照度夜视全彩、HDR、低噪声、宽画幅成像等多项传感器性能的技术能力，以贴合行业客户未来更高的要求。
与此同时，他认为堆栈式CMOS技术应用将逐步铺开。这主要是因为堆栈式结构是背照式结构的进一步发展，采用堆栈式结构的CMOS图像传感器可在同尺寸规格下将像素层在感知单元中的面积占比从传统方案中的近60%提升到近90%，图像质量大大优化。同理，为达到同样图像质量，堆栈式CMOS图像传感器相较于其他类别CMOS图像传感器所需要的芯片物理尺寸则可大幅下降。同时采用该种结构的图像传感器还能集成如自动对焦(AF)和光学防抖(OIS)等功能。
当下，无论是安防、机器视觉或汽车电子领域，伴随着AI视频融合应用的趋势，尝试将AI技术能力和CIS工艺技术结合也成为一种趋势。欧阳坚对此也提到，CIS技术发展不仅要求解决关于光的技术难题，对信息筛选、信息传输层面也提出了更高的要求。目前业界推出了智能传感器芯片平台概念，将智能化算法程序集成在 CMOS图像传感器上，使其成为云端计算和边缘端计算的补充，由此提升整个视觉智能系统的效率和性能。
往期回顾
as对话泰科：深化中国本地化战略 共推智能安防可持续发展
as对话视美泰：聚焦AIoT万物智联大赛道，做物理世界与数字世界的连接器
as对话博世：不盲目「内卷」，而寻求「破局」，让机场智能化应用与业务「浑然一体」