由于客户对于CMOS图像传感器的性能要求不断提高以支持最新的成像应用，因此CMOS图像传感器正面临着多项挑战。简而言之，我将着重介绍我们不断致力解决的三大挑战。首先，一个重大的挑战是从1.0μm到0.9μm及以下的像素缩放以增加空间分辨率，因为信噪比(SNR)的提高会对低光性能和色彩保真度产生不利的影响。其次在数字成像技术发展中，一个长久以来的挑战是如何在不降低图像质量或分辨率的情况下，可以在许多不同的应用中(特别是夜视和低光摄影)改善低光性能。最后，以电池供电的物联网(IoT)设备的增长衍生出了一项特别的挑战，因为这些设备需要看似相互矛盾的两项功能：超低功耗和卓越的成像性能。这其中任何一项挑战都需要创新的图像传感器技术，并且能够以最高的效率捕获并产生最佳的图像数据。在OmniVision，我们与业界的合作伙伴密切合作开发最先进的CMOS图像传感器及其配套芯片，在安防监控、机器视觉、汽车和医疗市场等多个领域内得到广泛的应用。

采用近红外(NIR)技术可以实现CMOS图像传感器在两个重要领域的应用。 第一个领域是机器视觉，近红外(NIR)是人肉眼看不见的光线，但可以用于照亮物体。 由于NIR位于人眼可见的光谱之外，因此可以避免造成对周围环境的干扰。机器视觉应用 - 如先进驾驶辅助系统(ADAS)、增强和虚拟现实(AR/VR)、以及面部识别认证 – 都要求高效节能的先进数字成像能力，可以在低光(或者无光)条件下提供更好和更远距离的成像。尽管在某些应用中仍然需要低级别的LED来增加NIR，但是与高功耗的LED相比，它们功耗更小并且不太可能对用户产生干扰。

　　此外，近红外(NIR)是低光和夜视应用的理想选择，例如智能家居安防监控系统或环视汽车成像系统。夜空中的NIR光子比可见光子更多，因此NIR技术在这些情况下捕获的图像有更高的分辨率。例如，以NIR技术为基础的成像系统可以捕获更清晰的家庭入侵者的图像，或者可以在ADAS系统中呈现更清晰的大面积场景。