JP2020025263A - 積層型受光センサ及び電子機器 - Google Patents
積層型受光センサ及び電子機器 Download PDFInfo
- Publication number
- JP2020025263A JP2020025263A JP2019139439A JP2019139439A JP2020025263A JP 2020025263 A JP2020025263 A JP 2020025263A JP 2019139439 A JP2019139439 A JP 2019139439A JP 2019139439 A JP2019139439 A JP 2019139439A JP 2020025263 A JP2020025263 A JP 2020025263A
- Authority
- JP
- Japan
- Prior art keywords
- substrate
- unit
- light receiving
- receiving sensor
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000758 substrate Substances 0.000 claims abstract description 246
- 238000012545 processing Methods 0.000 claims abstract description 122
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000013528 artificial neural network Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 9
- 230000015654 memory Effects 0.000 claims description 68
- 238000000034 method Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 10
- 229910052710 silicon Inorganic materials 0.000 claims description 5
- 239000010703 silicon Substances 0.000 claims description 5
- 230000000149 penetrating effect Effects 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 2
- 229910052751 metal Inorganic materials 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 118
- 238000010586 diagram Methods 0.000 description 40
- 238000005516 engineering process Methods 0.000 description 29
- 238000001514 detection method Methods 0.000 description 22
- 230000001575 pathological effect Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 20
- 230000003287 optical effect Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 17
- 210000001519 tissue Anatomy 0.000 description 14
- 238000003745 diagnosis Methods 0.000 description 11
- 238000002674 endoscopic surgery Methods 0.000 description 11
- 235000019800 disodium phosphate Nutrition 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000009795 derivation Methods 0.000 description 8
- 238000011144 upstream manufacturing Methods 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 6
- 238000010186 staining Methods 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000007170 pathology Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000010949 copper Substances 0.000 description 3
- 238000010336 energy treatment Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000010827 pathological analysis Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 241000724291 Tobacco streak virus Species 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 210000004748 cultured cell Anatomy 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000003364 immunohistochemistry Methods 0.000 description 2
- MOFVSTNWEDAEEK-UHFFFAOYSA-M indocyanine green Chemical compound [Na+].[O-]S(=O)(=O)CCCCN1C2=CC=C3C=CC=CC3=C2C(C)(C)C1=CC=CC=CC=CC1=[N+](CCCCS([O-])(=O)=O)C2=CC=C(C=CC=C3)C3=C2C1(C)C MOFVSTNWEDAEEK-UHFFFAOYSA-M 0.000 description 2
- 229960004657 indocyanine green Drugs 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000252212 Danio rerio Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 238000012744 immunostaining Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000955 prescription drug Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
- H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
- H01L27/144—Devices controlled by radiation
- H01L27/146—Imager structures
- H01L27/14601—Structural or functional details thereof
- H01L27/14634—Assemblies, i.e. Hybrid structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
- H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
- H01L27/144—Devices controlled by radiation
- H01L27/146—Imager structures
- H01L27/14601—Structural or functional details thereof
- H01L27/14636—Interconnect structures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/617—Upgrading or updating of programs or applications for camera control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
- H04N25/44—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled by partially reading an SSIS array
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/709—Circuitry for control of the power supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/71—Charge-coupled device [CCD] sensors; Charge-transfer registers specially adapted for CCD sensors
- H04N25/75—Circuitry for providing, modifying or processing image signals from the pixel array
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
- H04N25/77—Pixel circuitry, e.g. memories, A/D converters, pixel amplifiers, shared circuits or shared components
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
- H04N25/77—Pixel circuitry, e.g. memories, A/D converters, pixel amplifiers, shared circuits or shared components
- H04N25/771—Pixel circuitry, e.g. memories, A/D converters, pixel amplifiers, shared circuits or shared components comprising storage means other than floating diffusion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/79—Arrangements of circuitry being divided between different or multiple substrates, chips or circuit boards, e.g. stacked image sensors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Electromagnetism (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Vascular Medicine (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Solid State Image Pick-Up Elements (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Studio Devices (AREA)
Abstract
Description
1.第1の実施形態
1.1 撮像装置の概略構成例
1.2 イメージセンサチップのチップ構成例
1.3 学習済みモデルに基づく演算を実行する処理部を搭載したイメージセンサチップの課題
1.4 ノイズ低減手法
1.4.1 第1のレイアウト例
1.4.1.1 第1基板のレイアウト例
1.4.1.2 第2基板のレイアウト例
1.4.2 第2のレイアウト例
1.4.3 第3のレイアウト例
1.4.4 第4のレイアウト例
1.4.5 第5のレイアウト例
1.4.6 第6のレイアウト例
1.4.7 第7のレイアウト例
1.4.8 第8のレイアウト例
1.4.9 第9のレイアウト例
1.5 作用・効果
2.第2の実施形態
2.1 イメージセンサチップのチップ構成例
2.2 作用・効果
3.第3の実施形態
3.1 イメージセンサチップのチップ構成例
3.2 作用・効果
4.他のセンサへの適用
5.移動体への応用例
6.内視鏡手術システムへの応用例
7.WSI(Whole Slide Imaging)システムへの応用例
まず、第1の実施形態について、図面を参照して詳細に説明する。
図1は、第1の実施形態に係る電子機器としての撮像装置の概略構成例を示すブロック図である。図1に示すように、撮像装置1は、固体撮像装置であるイメージセンサ10と、アプリケーションプロセッサ20とを備える。イメージセンサ10は、撮像部11と、コントロール部12と、変換器(Analog to Digital Converter:以下、ADCという)17と、信号処理部13と、DSP(Digital Signal Processor)14と、メモリ15と、セレクタ(出力部ともいう)16とを備えている。
次に、図1に示すイメージセンサ10のチップ構成の例について、以下に図面を参照して詳細に説明する。
以上のように、DSP14を学習済みモデルに基づいた演算処理を実行する処理部として動作させる場合、その動作アルゴリズムの実装が、プログラムの実行による、いわゆるソフトウエア実装となる。また、学習済みモデルの動作アルゴリズムは、日々更新されている。そのため、学習済みモデルに基づいた演算処理を実行するDSP14がどのタイミングで処理を実行するかや、DSP14の処理のピークがどのタイミングになるかなどを事前に把握することは困難である。
次に、本実施形態に係る画素アレイ部101とDSP14との位置関係について、以下に図面を参照して詳細に説明する。なお、以下では、各層(第1基板100及び第2基板120)のレイアウト(フロアマップともいう)について幾つか例を挙げることで、画素アレイ部101とDSP14との位置関係を説明する。
図3及び図4は、本実施形態に係る第1のレイアウト例を説明するための図である。なお、図3は、第1基板100のレイアウト例を示し、図4は、第2基板120のレイアウト例を示す。
図3に示すように、第1基板100には、図1に示すイメージセンサ10の構成において、撮像部11の画素アレイ部101が配置されている。なお、第1基板100に光学系104の一部又は全部を搭載する場合には、画素アレイ部101と対応する位置に設けられる。
一方、図4に示すように、第2基板120には、図1に示すイメージセンサ10の構成において、ADC17と、コントロール部12と、信号処理部13と、DSP14と、メモリ15とが配置されている。なお、第1のレイアウト例では、メモリ15がメモリ15Aとメモリ15Bとの2つの領域に分かれている。同様に、ADC17がADC17AとDAC(Digital to Analog Converter)17Bとの2つの領域に分かれている。DAC17Bは、ADC17AへAD変換用の参照電圧を供給する構成であり、広い意味でADC17の一部に含まれる構成である。また、図4には図示されていないが、セレクタ16も第2基板120に配置されている。
次に、第2のレイアウト例について説明する。なお、第2のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第3のレイアウト例について説明する。なお、第3のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第4のレイアウト例について説明する。なお、第4のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第5のレイアウト例について説明する。なお、第5のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第6のレイアウト例について説明する。なお、第6のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第7のレイアウト例について説明する。なお、第7のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第8のレイアウト例について説明する。なお、第8のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
次に、第9のレイアウト例について説明する。なお、第9のレイアウト例において、第1基板100のレイアウト例は、第1のレイアウト例において図3を用いて説明したレイアウト例と同様であってよい。
以上のように、本実施形態によれば、第2基板120のDSP14の少なくとも一部が第1基板100と第2基板120との積層方向(上下方向)において画素アレイ部101と重畳しないように、画素アレイ部101とDSP14との位置関係が調整されている。それにより、画素アレイ部101へのDSP14の信号処理に起因したノイズの入り込みを低減することが可能となるため、DSP14を学習済みモデルに基づいた演算を実行する処理部として動作させた場合でも、品質の劣化が低減された画像を取得することが可能となる。
次に、第2の実施形態について、図面を参照して詳細に説明する。なお、以下の説明において、第1の実施形態と同様の構成については、同一の符号を付し、その重複する説明を省略する。
つづいて、本実施形態に係るイメージセンサのチップ構成の例について、以下に図面を参照して詳細に説明する。図13は、本実施形態に係るイメージセンサにおける第1基板の概略構成例を示すレイアウト図である。図14は、本実施形態に係るイメージセンサのチップ構成例を示す模式図である。
以上のように、第1基板200を画素アレイ部101のサイズに合せて縮小した場合でも、第1の実施形態と同様に、画素アレイ部101へのDSP14の信号処理に起因したノイズの入り込みを低減することが可能となる。それにより、DSP14を学習済みモデルに基づいた演算を実行する処理部として動作させた場合でも、品質の劣化が低減された画像を取得することが可能となる。なお、他の構成(第2基板120のレイアウト例を含む)及び効果については、第1の実施形態と同様であってよいため、ここでは詳細な説明を省略する。
次に、第3の実施形態について、図面を参照して詳細に説明する。なお、以下の説明において、第1又は第2の実施形態と同様の構成については、同一の符号を付し、その重複する説明を省略する。
つづいて、本実施形態に係るイメージセンサのチップ構成の例について、以下に図面を参照して詳細に説明する。図15は、本実施形態に係るイメージセンサにおける第1基板の概略構成例を示すレイアウト図である。図16は、本実施形態に係るイメージセンサにおける第2基板の概略構成例を示すレイアウト図である。図17は、本実施形態に係るイメージセンサのチップ構成例を示す模式図である。
以上のように、第1基板300と第2基板320と画素アレイ部101のサイズに合せて縮小した場合には、ADC17AとDSP14とを離して配置することで、DSP14からADC17Aに伝搬するノイズを低減することが可能となる。それにより、イメージセンサ10で取得する画像の品質の低下を抑制することが可能となる。
なお、上述した実施形態では、2次元画像を取得する固体撮像装置(イメージセンサ10)に対して本開示に係る技術を適用した場合を例示したが、本開示に係る技術の適用先は固体撮像装置に限定されるものではない。例えば、ToF(Time of Flight)センサや赤外線(IR)センサやDVS(Dynamic Vision Sensor)等、種々の受光センサに対して本開示に係る技術を適用することが可能である。すなわち、受光センサのチップ構造を積層型とすることで、センサ結果に含まれるノイズの低減やセンサチップの小型化等を達成することが可能である。
本開示に係る技術(本技術)は、様々な製品へ応用することができる。例えば、本開示に係る技術は、自動車、電気自動車、ハイブリッド電気自動車、自動二輪車、自転車、パーソナルモビリティ、飛行機、ドローン、船舶、ロボット等のいずれかの種類の移動体に搭載される装置として実現されてもよい。
本開示に係る技術(本技術)は、様々な製品へ応用することができる。例えば、本開示に係る技術は、内視鏡手術システムに適用されてもよい。
本開示に係る技術は、様々な製品へ応用することができる。例えば、本開示に係る技術は、医師等が患者から採取された細胞や組織を観察して病変を診断する病理診断システムやその支援システム等(以下、診断支援システムと称する)に適用されてもよい。この診断支援システムは、デジタルパソロジー技術を利用して取得された画像に基づいて病変を診断又はその支援をするWSI(Whole Slide Imaging)システムであってもよい。
(1)
第1基板と、
前記第1基板に貼り合わされた第2基板と、
を備え、
前記第1基板は、複数の単位画素が2次元マトリクス状に配列された画素アレイ部を備え、
前記第2基板は、
前記画素アレイ部から出力されるアナログの画素信号をデジタルの画像データへ変換する変換器と、
前記画像データに基づくデータに対してニューラルネットワーク計算モデルに基づく処理を実行する処理部と、
を備え、
前記変換器の少なくとも一部は、前記第2基板における第1辺側に配置され、
前記処理部は、前記第2基板における前記第1辺とは反対の第2辺側に配置されている
積層型受光センサ。
(2)
前記ニューラルネットワーク計算モデルは、前記画素アレイ部の出力に相当する入力信号と当該入力信号に対するラベルとが紐付いている学習データとを所定の機械学習モデルに入力して生成されたパラメータに基づいて設計されている前記(1)に記載の積層型受光センサ。
(3)
前記所定の機械学習モデルは、多層ニューラルネットワークモデルである前記(2)に記載の積層型受光センサ。
(4)
前記画像データに基づくデータは、前記画素アレイ部から読み出された前記画像データ又は当該画像データの画素を間引くことでデータサイズが縮小された画像データである前記(1)〜(3)の何れか1項に記載の積層型受光センサ。
(5)
前記第1基板は、当該第1基板と前記第2基板とを貼り合わせた状態で前記第2基板の前記第1辺と対応する第3辺側に、前記画素アレイ部と前記変換器とを電気的に接続する接続配線を備える前記(1)〜(4)の何れか1項に記載の積層型受光センサ。
(6)
前記接続配線は前記第1基板を貫通するTSV(Through Silicon Via)である前記(5)に記載の積層型受光センサ。
(7)
前記第2基板は、前記変換器と電気的に接続された接続配線を前記第1辺側に有し、
前記第1基板の接続配線と前記第2基板の接続配線は、金属接合により直接接合された前記(5)に記載の積層型受光センサ。
(8)
前記第2基板は、前記画像データを信号処理する信号処理部をさらに備え、
前記信号処理部は、前記第2基板において、前記変換器と前記処理部との間に配置される
前記(1)〜(7)の何れか1項に記載の積層型受光センサ。
(9)
前記第2基板は、データを記憶するメモリをさらに備え、
前記メモリは、前記第2基板において、前記処理部と隣接する領域に配置される
前記(1)〜(8)の何れか1項に記載の積層型受光センサ。
(10)
前記メモリは、前記処理部と少なくとも2方向において隣接する領域に配置される前記(9)に記載の積層型受光センサ。
(11)
前記メモリは、前記処理部を2方向から挟む領域に配置される前記(9)に記載の積層型受光センサ。
(12)
前記処理部は、前記第2基板において2つの領域に分割して配置され、
前記メモリは、前記分割された処理部に挟まれる領域に配置される
前記(9)に記載の積層型受光センサ。
(13)
前記メモリは、前記処理部が前記処理を実行するためのプログラムを記憶する前記(9)に記載の積層型受光センサ。
(14)
前記第2基板は、前記画素アレイ部からの前記画素信号の読出を制御するコントロール部をさらに備え、
前記コントロール部は、前記第2基板において、前記変換器と前記処理部との間に配置される
前記(1)〜(13)の何れか1項に記載の積層型受光センサ。
(15)
前記第1基板における前記第2基板に貼り合わされる面のサイズは、前記第2基板における前記第1基板に貼り合わされる面のサイズと実質的に同じである前記(1)〜(14)の何れか1項に記載の積層型受光センサ。
(16)
前記第1基板における前記第2基板に貼り合わされる面のサイズは、前記第2基板における前記第1基板に貼り合わされる面のサイズよりも小さい前記(1)〜(14)の何れか1項に記載の積層型受光センサ。
(17)
前記第1基板と前記第2基板とは、CoC(Chip on Chip)方式と、CoW(Chip on Wafer)方式と、WoW(Wafer on Wafer)方式とのうちの何れかで貼り合わされている前記(1)〜(16)の何れか1項に記載の積層型受光センサ。
(18)
前記第1基板は、前記第3辺とは異なる辺の少なくとも一つに近接するパッドを備える前記(5)〜(7)の何れか1項に記載の積層型受光センサ。
(19)
前記パッドは、前記変換器へ供給される電源電圧が印加される第1電源パッドと、前記処理部へ供給される電源電圧が印加される第2電源パッドとを含み、
前記第1電源パッドは、前記第2電源パッドよりも前記変換器に近い位置に配置され、
前記第2電源パッドは、前記第1電源パッドよりも前記処理部に近い位置に配置される
前記(18)に記載の積層型受光センサ。
(20)
第1基板と、前記第1基板に貼り合わされた第2基板とを備え、前記第1基板は、複数の単位画素が2次元マトリクス状に配列された画素アレイ部を備え、前記第2基板は、前記画素アレイ部から出力されるアナログの画素信号をデジタルの画像データへ変換する変換器と、前記画像データに基づくデータに対してニューラルネットワーク計算モデルに基づく処理を実行する処理部とを備え、前記変換器の少なくとも一部は、前記第2基板における第1辺側に配置され、前記処理部は、前記第2基板における前記第1辺とは反対の第2辺側に配置されている積層型受光センサと、
前記積層型受光センサから出力された画像データに対して所定の処理を実行するプロセッサと、
を備える電子機器。
(21)
第1基板と、
前記第1基板に貼り合わされた第2基板と、
を備え、
前記第1基板は、複数の単位画素が2次元マトリクス状に配列された画素アレイ部を備え、
前記第2基板は、
前記画素アレイ部から出力されるアナログの画素信号をデジタルの画像データへ変換する変換器と、
前記画像データに基づくデータに対してニューラルネットワーク計算モデルに基づく処理を実行する処理部と、
を備え、
前記第2基板は、前記第1基板と前記第2基板との積層方向において、当該第2基板において前記処理部が配置された領域の半分以上が前記第1基板において前記画素アレイ部が配置された領域と重畳しないように、前記第1基板に貼り合わされている
積層型受光センサ。
10 イメージセンサ
11 撮像部
12 コントロール部
13 信号処理部
14、14A、14B、14C、14D DSP(機械学習部)
14a 接続部
15、15A、15B、15C、15D、15E、15F メモリ
16 セレクタ
17、17A ADC
17B DAC
20 アプリケーションプロセッサ
30 クラウドサーバ
40 ネットワーク
100、200、300 第1基板
101 画素アレイ部
101a 単位画素
102 TSVアレイ
103 パッドアレイ
104 光学系
120、320 第2基板
L101〜L104 辺
O100 第1基板の中心
O101 画素アレイ部の中心
Claims (21)
- 第1基板と、
前記第1基板に貼り合わされた第2基板と、
を備え、
前記第1基板は、複数の単位画素が2次元マトリクス状に配列された画素アレイ部を備え、
前記第2基板は、
前記画素アレイ部から出力されるアナログの画素信号をデジタルの画像データへ変換する変換器と、
前記画像データに基づくデータに対してニューラルネットワーク計算モデルに基づく処理を実行する処理部と、
を備え、
前記変換器の少なくとも一部は、前記第2基板における第1辺側に配置され、
前記処理部は、前記第2基板における前記第1辺とは反対の第2辺側に配置されている
積層型受光センサ。 - 前記ニューラルネットワーク計算モデルは、前記画素アレイ部の出力に相当する入力信号と当該入力信号に対するラベルとが紐付いている学習データとを所定の機械学習モデルに入力して生成されたパラメータに基づいて設計されている請求項1に記載の積層型受光センサ。
- 前記所定の機械学習モデルは、多層ニューラルネットワークモデルである請求項2に記載の積層型受光センサ。
- 前記画像データに基づくデータは、前記画素アレイ部から読み出された前記画像データ又は当該画像データの画素を間引くことでデータサイズが縮小された画像データである請求項1に記載の積層型受光センサ。
- 前記第1基板は、当該第1基板と前記第2基板とを貼り合わせた状態で前記第2基板の前記第1辺と対応する第3辺側に、前記画素アレイ部と前記変換器とを電気的に接続する接続配線を備える請求項1に記載の積層型受光センサ。
- 前記接続配線は、前記第1基板を貫通するTSV(Through Silicon Via)である請求項5に記載の積層型受光センサ。
- 前記第2基板は、前記変換器と電気的に接続された接続配線を前記第1辺側に有し、
前記第1基板の前記接続配線と前記第2基板の前記接続配線は、金属接合により直接接合された請求項5に記載の積層型受光センサ。 - 前記第2基板は、前記画像データを信号処理する信号処理部をさらに備え、
前記信号処理部は、前記第2基板において、前記変換器と前記処理部との間に配置される
請求項1に記載の積層型受光センサ。 - 前記第2基板は、データを記憶するメモリをさらに備え、
前記メモリは、前記第2基板において、前記処理部と隣接する領域に配置される
請求項1に記載の積層型受光センサ。 - 前記メモリは、前記処理部と少なくとも2方向において隣接する領域に配置される請求項9に記載の積層型受光センサ。
- 前記メモリは、前記処理部を2方向から挟む領域に配置される請求項9に記載の積層型受光センサ。
- 前記処理部は、前記第2基板において2つの領域に分割して配置され、
前記メモリは、前記分割された処理部に挟まれる領域に配置される
請求項9に記載の積層型受光センサ。 - 前記メモリは、前記処理部が前記処理を実行するためのプログラムを記憶する請求項9に記載の積層型受光センサ。
- 前記第2基板は、前記画素アレイ部からの前記画素信号の読出を制御するコントロール部をさらに備え、
前記コントロール部は、前記第2基板において、前記変換器と前記処理部との間に配置される
請求項1に記載の積層型受光センサ。 - 前記第1基板における前記第2基板に貼り合わされる面のサイズは、前記第2基板における前記第1基板に貼り合わされる面のサイズと実質的に同じである請求項1に記載の積層型受光センサ。
- 前記第1基板における前記第2基板に貼り合わされる面のサイズは、前記第2基板における前記第1基板に貼り合わされる面のサイズよりも小さい請求項1に記載の積層型受光センサ。
- 前記第1基板と前記第2基板とは、CoC(Chip on Chip)方式と、CoW(Chip on Wafer)方式と、WoW(Wafer on Wafer)方式とのうちの何れかで貼り合わされている請求項1に記載の積層型受光センサ。
- 前記第1基板は、前記第3辺とは異なる辺の少なくとも一つに近接するパッドを備える請求項5に記載の積層型受光センサ。
- 前記パッドは、前記変換器へ供給される電源電圧が印加される第1電源パッドと、前記処理部へ供給される電源電圧が印加される第2電源パッドとを含み、
前記第1電源パッドは、前記第2電源パッドよりも前記変換器に近い位置に配置され、
前記第2電源パッドは、前記第1電源パッドよりも前記処理部に近い位置に配置される
請求項18に記載の積層型受光センサ。 - 第1基板と、前記第1基板に貼り合わされた第2基板とを備え、前記第1基板は、複数の単位画素が2次元マトリクス状に配列された画素アレイ部を備え、前記第2基板は、前記画素アレイ部から出力されるアナログの画素信号をデジタルの画像データへ変換する変換器と、前記画像データに基づくデータに対してニューラルネットワーク計算モデルに基づく処理を実行する処理部とを備え、前記変換器の少なくとも一部は、前記第2基板における第1辺側に配置され、前記処理部は、前記第2基板における前記第1辺とは反対の第2辺側に配置されている積層型受光センサと、
前記積層型受光センサから出力された画像データに対して所定の処理を実行するプロセッサと、
を備える電子機器。 - 第1基板と、
前記第1基板に貼り合わされた第2基板と、
を備え、
前記第1基板は、複数の単位画素が2次元マトリクス状に配列された画素アレイ部を備え、
前記第2基板は、
前記画素アレイ部から出力されるアナログの画素信号をデジタルの画像データへ変換する変換器と、
前記画像データに基づくデータに対してニューラルネットワーク計算モデルに基づく処理を実行する処理部と、
を備え、
前記第2基板は、前記第1基板と前記第2基板との積層方向において、当該第2基板において前記処理部が配置された領域の半分以上が前記第1基板において前記画素アレイ部が配置された領域と重畳しないように、前記第1基板に貼り合わされている
積層型受光センサ。
Priority Applications (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/029909 WO2020027161A1 (ja) | 2018-07-31 | 2019-07-30 | 積層型受光センサ及び電子機器 |
KR1020217001553A KR20210029205A (ko) | 2018-07-31 | 2019-07-30 | 적층형 수광 센서 및 전자기기 |
US17/251,926 US11735614B2 (en) | 2018-07-31 | 2019-07-30 | Stacked light-receiving sensor and electronic device |
EP19844089.3A EP3833006A4 (en) | 2018-07-31 | 2019-07-31 | STRATIFIED LIGHT-RECEIVING SENSOR AND IN-VEHICLE IMAGING DEVICE |
KR1020217001352A KR20210029202A (ko) | 2018-07-31 | 2019-07-31 | 적층형 수광 센서 및 차량 탑재 촬상 장치 |
PCT/JP2019/030093 WO2020027230A1 (ja) | 2018-07-31 | 2019-07-31 | 積層型受光センサ及び車載撮像装置 |
CN201980049008.8A CN112470461A (zh) | 2018-07-31 | 2019-07-31 | 层叠型受光传感器以及车载摄像装置 |
US17/262,691 US20210168318A1 (en) | 2018-07-31 | 2019-07-31 | Stacked light-receiving sensor and electronic device |
US18/363,332 US20240021646A1 (en) | 2018-07-31 | 2023-08-01 | Stacked light-receiving sensor and in-vehicle imaging device |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143973 | 2018-07-31 | ||
JP2018143973 | 2018-07-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020025263A true JP2020025263A (ja) | 2020-02-13 |
JP6689437B2 JP6689437B2 (ja) | 2020-04-28 |
Family
ID=69619053
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019139481A Active JP6705044B2 (ja) | 2018-07-31 | 2019-07-30 | 積層型受光センサ及び車載撮像装置 |
JP2019139439A Active JP6689437B2 (ja) | 2018-07-31 | 2019-07-30 | 積層型受光センサ及び電子機器 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019139481A Active JP6705044B2 (ja) | 2018-07-31 | 2019-07-30 | 積層型受光センサ及び車載撮像装置 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11735614B2 (ja) |
EP (2) | EP3833007B1 (ja) |
JP (2) | JP6705044B2 (ja) |
KR (2) | KR20210029205A (ja) |
CN (2) | CN112470462A (ja) |
TW (1) | TW202021105A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4040779A1 (en) | 2021-02-04 | 2022-08-10 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus, photoelectric conversion system, moving body |
WO2022172733A1 (ja) * | 2021-02-12 | 2022-08-18 | ソニーグループ株式会社 | 医療用観察装置、観察装置、観察方法及びアダプタ |
WO2022239495A1 (ja) * | 2021-05-14 | 2022-11-17 | ソニーグループ株式会社 | 生体組織観察システム、生体組織観察装置及び生体組織観察方法 |
WO2022254836A1 (ja) * | 2021-06-03 | 2022-12-08 | ソニーグループ株式会社 | 情報処理装置、情報処理システム及び情報処理方法 |
WO2023276242A1 (ja) * | 2021-06-30 | 2023-01-05 | ソニーグループ株式会社 | 医療用観察システム、情報処理装置及び情報処理方法 |
WO2023132002A1 (ja) * | 2022-01-05 | 2023-07-13 | キヤノン株式会社 | 光電変換装置、光電変換システム、移動体 |
US11770630B2 (en) | 2021-02-04 | 2023-09-26 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus, photoelectric conversion system, and mobile body |
WO2023218936A1 (ja) * | 2022-05-10 | 2023-11-16 | ソニーセミコンダクタソリューションズ株式会社 | イメージセンサ、情報処理方法、プログラム |
US11843875B2 (en) | 2021-02-04 | 2023-12-12 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7402606B2 (ja) * | 2018-10-31 | 2023-12-21 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像装置及び電子機器 |
JP2022044465A (ja) * | 2020-09-07 | 2022-03-17 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像装置及び電子機器 |
JP2022119375A (ja) * | 2021-02-04 | 2022-08-17 | キヤノン株式会社 | 光電変換装置 |
US11706546B2 (en) * | 2021-06-01 | 2023-07-18 | Sony Semiconductor Solutions Corporation | Image sensor with integrated single object class detection deep neural network (DNN) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013088917A1 (ja) * | 2011-12-13 | 2013-06-20 | ソニー株式会社 | 画像処理装置、画像処理方法、及び記録媒体 |
JP5272773B2 (ja) * | 2009-02-12 | 2013-08-28 | ソニー株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP2016163011A (ja) * | 2015-03-05 | 2016-09-05 | ソニー株式会社 | 半導体装置および製造方法、並びに電子機器 |
JP2018074445A (ja) * | 2016-10-31 | 2018-05-10 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像装置およびその信号処理方法、並びに電子機器 |
JP2018107759A (ja) * | 2016-12-28 | 2018-07-05 | ソニーセミコンダクタソリューションズ株式会社 | 画像処理装置、画像処理方法、及び画像処理システム |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1234234C (zh) * | 2002-09-30 | 2005-12-28 | 松下电器产业株式会社 | 固体摄像器件及使用该固体摄像器件的设备 |
WO2011049710A2 (en) * | 2009-10-23 | 2011-04-28 | Rambus Inc. | Stacked semiconductor device |
JP5685898B2 (ja) | 2010-01-08 | 2015-03-18 | ソニー株式会社 | 半導体装置、固体撮像装置、およびカメラシステム |
US9343497B2 (en) | 2012-09-20 | 2016-05-17 | Semiconductor Components Industries, Llc | Imagers with stacked integrated circuit dies |
DE102013102819A1 (de) | 2013-03-19 | 2014-09-25 | Conti Temic Microelectronic Gmbh | Kameramodul sowie Verfahren zur Herstellung |
US20150296158A1 (en) | 2014-04-10 | 2015-10-15 | Forza Silicon Corporation | Reconfigurable CMOS Image Sensor |
TWI648986B (zh) * | 2014-04-15 | 2019-01-21 | 日商新力股份有限公司 | 攝像元件、電子機器 |
JP2015227115A (ja) * | 2014-05-30 | 2015-12-17 | 日本電産コパル株式会社 | 車載カメラ制御装置 |
US9621769B2 (en) | 2014-06-11 | 2017-04-11 | Magna Electronics Inc. | Camera module for vehicle vision system |
US9508681B2 (en) * | 2014-12-22 | 2016-11-29 | Google Inc. | Stacked semiconductor chip RGBZ sensor |
JP2016195301A (ja) * | 2015-03-31 | 2016-11-17 | パナソニックIpマネジメント株式会社 | 画像処理装置、および、電子ミラーシステム |
JP6453158B2 (ja) * | 2015-05-25 | 2019-01-16 | 株式会社オプトエレクトロニクス | 撮像装置及び光学的情報読取装置 |
JP2017118445A (ja) | 2015-12-25 | 2017-06-29 | 日本電産エレシス株式会社 | 車載カメラ |
JP2018007035A (ja) * | 2016-07-01 | 2018-01-11 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像素子、撮像装置、および、固体撮像素子の制御方法 |
KR102374013B1 (ko) * | 2016-09-16 | 2022-03-11 | 소니 세미컨덕터 솔루션즈 가부시키가이샤 | 촬상 장치 및 전자 기기 |
JP2018051809A (ja) | 2016-09-26 | 2018-04-05 | セイコーエプソン株式会社 | 液体吐出装置、駆動回路および駆動方法 |
KR20180062647A (ko) * | 2016-12-01 | 2018-06-11 | 삼성전자주식회사 | 눈 검출 방법 및 장치 |
US10522061B2 (en) * | 2017-03-22 | 2019-12-31 | Solera Holdings, Inc. | Vehicle smart mirror system with heads-up display |
KR101916347B1 (ko) * | 2017-10-13 | 2018-11-08 | 주식회사 수아랩 | 딥러닝 기반 이미지 비교 장치, 방법 및 컴퓨터 판독가능매체에 저장된 컴퓨터 프로그램 |
TWI666941B (zh) * | 2018-03-27 | 2019-07-21 | 緯創資通股份有限公司 | 多層次狀態偵測系統與方法 |
-
2019
- 2019-07-30 US US17/251,926 patent/US11735614B2/en active Active
- 2019-07-30 EP EP19845060.3A patent/EP3833007B1/en active Active
- 2019-07-30 JP JP2019139481A patent/JP6705044B2/ja active Active
- 2019-07-30 KR KR1020217001553A patent/KR20210029205A/ko unknown
- 2019-07-30 CN CN201980049297.1A patent/CN112470462A/zh active Pending
- 2019-07-30 JP JP2019139439A patent/JP6689437B2/ja active Active
- 2019-07-31 KR KR1020217001352A patent/KR20210029202A/ko unknown
- 2019-07-31 TW TW108127298A patent/TW202021105A/zh unknown
- 2019-07-31 US US17/262,691 patent/US20210168318A1/en active Pending
- 2019-07-31 CN CN201980049008.8A patent/CN112470461A/zh active Pending
- 2019-07-31 EP EP19844089.3A patent/EP3833006A4/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5272773B2 (ja) * | 2009-02-12 | 2013-08-28 | ソニー株式会社 | 画像処理装置、画像処理方法およびプログラム |
WO2013088917A1 (ja) * | 2011-12-13 | 2013-06-20 | ソニー株式会社 | 画像処理装置、画像処理方法、及び記録媒体 |
JP2016163011A (ja) * | 2015-03-05 | 2016-09-05 | ソニー株式会社 | 半導体装置および製造方法、並びに電子機器 |
JP2018074445A (ja) * | 2016-10-31 | 2018-05-10 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像装置およびその信号処理方法、並びに電子機器 |
JP2018107759A (ja) * | 2016-12-28 | 2018-07-05 | ソニーセミコンダクタソリューションズ株式会社 | 画像処理装置、画像処理方法、及び画像処理システム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4040779A1 (en) | 2021-02-04 | 2022-08-10 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus, photoelectric conversion system, moving body |
US11770630B2 (en) | 2021-02-04 | 2023-09-26 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus, photoelectric conversion system, and mobile body |
US11843875B2 (en) | 2021-02-04 | 2023-12-12 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus |
US11849238B2 (en) | 2021-02-04 | 2023-12-19 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus, photoelectric conversion system, moving body |
WO2022172733A1 (ja) * | 2021-02-12 | 2022-08-18 | ソニーグループ株式会社 | 医療用観察装置、観察装置、観察方法及びアダプタ |
WO2022239495A1 (ja) * | 2021-05-14 | 2022-11-17 | ソニーグループ株式会社 | 生体組織観察システム、生体組織観察装置及び生体組織観察方法 |
WO2022254836A1 (ja) * | 2021-06-03 | 2022-12-08 | ソニーグループ株式会社 | 情報処理装置、情報処理システム及び情報処理方法 |
WO2023276242A1 (ja) * | 2021-06-30 | 2023-01-05 | ソニーグループ株式会社 | 医療用観察システム、情報処理装置及び情報処理方法 |
WO2023132002A1 (ja) * | 2022-01-05 | 2023-07-13 | キヤノン株式会社 | 光電変換装置、光電変換システム、移動体 |
WO2023218936A1 (ja) * | 2022-05-10 | 2023-11-16 | ソニーセミコンダクタソリューションズ株式会社 | イメージセンサ、情報処理方法、プログラム |
Also Published As
Publication number | Publication date |
---|---|
US11735614B2 (en) | 2023-08-22 |
US20210266488A1 (en) | 2021-08-26 |
JP6689437B2 (ja) | 2020-04-28 |
KR20210029202A (ko) | 2021-03-15 |
US20210168318A1 (en) | 2021-06-03 |
CN112470461A (zh) | 2021-03-09 |
EP3833006A4 (en) | 2021-09-01 |
EP3833007B1 (en) | 2024-03-13 |
JP6705044B2 (ja) | 2020-06-03 |
TW202021105A (zh) | 2020-06-01 |
CN112470462A (zh) | 2021-03-09 |
KR20210029205A (ko) | 2021-03-15 |
EP3833007A1 (en) | 2021-06-09 |
JP2020025264A (ja) | 2020-02-13 |
EP3833006A1 (en) | 2021-06-09 |
EP3833007A4 (en) | 2021-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7414869B2 (ja) | 固体撮像装置、電子機器及び固体撮像装置の制御方法 | |
JP6705044B2 (ja) | 積層型受光センサ及び車載撮像装置 | |
WO2020090509A1 (ja) | 積層型受光センサ及び電子機器 | |
US11962916B2 (en) | Imaging device with two signal processing circuitry partly having a same type of signal processing, electronic apparatus including imaging device, and imaging method | |
WO2020027233A1 (ja) | 撮像装置及び車両制御システム | |
JP7423491B2 (ja) | 固体撮像装置及び車両制御システム | |
US20240021646A1 (en) | Stacked light-receiving sensor and in-vehicle imaging device | |
WO2020027161A1 (ja) | 積層型受光センサ及び電子機器 | |
WO2021075321A1 (ja) | 撮像装置、電子機器及び撮像方法 | |
WO2021075292A1 (ja) | 受光装置、電子機器及び受光方法 | |
US20240080546A1 (en) | Imaging apparatus and electronic equipment | |
WO2020027074A1 (ja) | 固体撮像装置および電子機器 | |
TWI840429B (zh) | 積層型受光感測器及電子機器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191001 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200302 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6689437 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |