随着人工智能、云计算、物联网等新技术的快速发展,能够感知、记忆和处理光学信息的神经形态视觉系统是人工智能的核心技术。人工视觉系统作为人工智能的一个分支学科,已被用于图像识别、自动驾驶、智能机器人等领域。该系统不仅要求将光信号转化为电信号,还需要对输入的信息进行记忆学习、识别处理和预伤害处理。然而,由于冯·诺依曼架构下传统计算机中处理单元和内存物理分离以及需要额外传感器进行集成,当前的人工视觉系统难以对视觉传感器产生连续、高通量的输入信号进行实时、高效处理。因此,开发能够在单一材料器件中实现视觉感知、记忆、图像识别、伤害预处理等多种功能至关重要。二维In2S3材料为本征缺陷半导体,由于本征缺陷的存在,在价带和导带之间形成中间过渡态促使载流子的快速迁移,从而具有优异的光电性能。目前,对于二维In2S3材料的研究集中在光电探测器方面,旨在拓展其光响应率,其光电特性在其它方面的应用还有待拓展和研究。利用In2S3材料的本征缺陷态对光生载流子的捕获和去捕获机制有望将其应用于人工视觉多功能器件,如感存算一体以及痛觉感受模拟等。基于此,本论文主要从以下几个方面展开研究:（1）二维In2S3材料的制备及结构表征。采用物理气相沉积（PVD）技术,通过优化不同生长参数,制备出高质量的二维In2S3材料,最终获得最优生长条件为源粉质量1.0g、生长温度920℃、保温时间5 min。TEM、PL等表征结果显示所制备的In2S3材料为立方β相的本征缺陷半导体,SHG证实了In2S3材料的非中心对称结构。（2）二维In2S3材料在光电探测器方面的研究。通过激光直写微加工技术制备In2S3光电器件,根据输出和转移特征曲线可以确定In2S3为n型半导体材料。此外,器件表现出非常优异的光电性能:即光响应率R约为473.6 A W-1、外量子效率EQE约为1.6×10~5%和光探测率D*约为6.7×1010 Jones,在350 nm波长的照射下,In2S3光电器件响应的上升和下降时间分别为0.3 ms和1.4 ms。（3）二维In2S3材料在人工视觉感知、记忆、图像识别方面的研究。制备结构简单的In2S3光电突触器件,在红光下具有光信号感知和记忆功能,即器件表现出连续光电导（PPC）行为,该行为与In2S3材料中的缺陷态密切相关。此外,器件表现出双脉冲易化（PPF）、短期和长期记忆（STP和LTP）以及“经验学习”等突触行为。随后,模拟了一个基于卷积神经网络（CNN）的人工神经系统来评估该突触器件在多字母图像识别中的能力,结果显示多个字母图像“SHANXINORMAL”能够被一次性识别。（4）二维In2S3材料在人工视觉伤害感受器方面的研究。制备In2S3基的人工光伤害感受器,在光门控下,器件的反应模式与人眼非常相似,即在可见光的刺激下,单一器件展现出伤害感受器的“阈值”、“非适应性”、“弛豫”、“敏化”等关键功能,这些功能的成功实现与In2S3材料中缺陷的电荷捕获机制密切相关。此外,该器件可模拟不同波长下的伤害感受器特性,扩展了人工伤害感受器在宽波长范围内的应用。