视觉系统是生物生存和竞争的必要条件。在视觉信息处理过程中，在大脑视觉中枢做出复杂行为判断之前，视网膜在检测光刺激信号时，并行处理捕捉到的图像信息。在发展人工视觉系统方面，面临着双重挑战，即通过高效计算和简洁的方法重建动物系统的灵活性、复杂性和适应性。当前，在人工视觉系统中，通常使用传统的互补金属氧化半导体(CMOS)或电荷耦合器件(CCD)图像传感器，与数字系统实现机器视觉算法，这类传统的数字视觉系统功耗高、尺寸大、成本高。
比较起来，人类视觉系统中有许多具有突触功能的视神经元，能够对图像信息进行检测和存储和处理，因而能够并行处理大量的信息，而每一个突触活动所需的能量只有1-100个飞焦耳。这样，将图像感知、存储和处理功能集成到设备的单一空间，针对连续模拟亮度信号的不同时空计算实时处理，对于神经形态人工视觉系统的实现具有重要意义。生物系统启发的特殊视觉处理功能，具有神经形态的亮度传感器，通过模拟电子电路，可实现对生物视觉系统的模拟，适于仿造生物视觉系统。
要构建高性能的神经形态视觉系统，必须首先获得高灵敏度、高探测性、信噪比的亮度传感器。研究人员设计并制作了1024像素的柔性亮度传感器阵列，利用半导体性碳纳米管与钙钛矿量子点的组合作为神经形态视觉系统的有源敏感材料，利用半导体性碳纳米管和钙钛矿量子点作为神经形态视觉系统的有源敏感材料，集成了亮度传感、信息存储和数据预处理等功能，实现了视觉图像强化学习过程。两者都具有优良的弹性、稳定性和工艺相容性，通过材料的结合，为实现神经形态学传感器提供了一种新的策略，它兼具生物灵活性、复杂性和适应性。首次以高集成度物理器件阵列方式实现超弱光脉冲(1μW/cm2)响应，完成神经形态强化学习的案例。类似于生物系统的行为，亮度传感器、存储元件和数据分析处理等组件共享阵列中的物理空间，并实时地并行处理信息，这对试图模拟生物视觉处理过程的人工视觉系统有很大的启发作用。
