基于动态可重构混合处理器的高速视觉芯片设计
发布时间：2022-12-10 07:04
视觉芯片是一种模仿人类视觉系统，单芯片集成了高速图像传感器和大规模并行图像处理电路的新型超大规模数模混合集成电路，相比传统图像处理系统具有高速度和高集成度的优势，可广泛用于各种高速实时图像处理领域及微小型嵌入式图像系统。但目前已报道的视觉芯片体系架构缺乏完整的片上图像系统功能、特别是缺乏片上高速图像特征识别能力，实用价值被严重制约。为解决该关键问题，本文从视觉芯片架构定义、电路设计和算法开发三个方面展开协同研究，取得的主要研究成果如下： 论文提出了一种基于冯诺依曼多级并行处理器和非冯诺依曼自组织映射（Self-Organizing Map, SOM）神经网络混合处理架构的新型视觉芯片，具备完整的片上处理功能，以及像素级、行/列级、矢量级和线程级多级并行处理能力，可高速完成包括特征识别在内的各阶段图像处理任务，以达到1000fps系统级性能。 论文提出了面向视觉芯片的SOM神经网络改进模型，该模型支持片上在线训练，且训练和识别过程仅需简单的加减运算和移位操作，易于硬件并行实现。 论文提出了冯诺依曼像素级并行处理器和非冯诺依曼SOM神经网络之间的动态重构技术，以高速完成片...
【文章页数】：120 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 引言
1.1 课题研究背景
1.1.1 视觉芯片的概念
1.1.2 视觉芯片的研究意义
1.2 国内外研究现状
1.3 课题关键技术分析
1.4 本论文的主要贡献
1.5 本论文的组织结构
第2章 高速视觉芯片体系架构设计
2.1 本章引论
2.2 体系架构设计考虑
2.3 基于可重构混合处理器的视觉芯片架构
2.4 新型视觉芯片架构的特点
2.4.1 冯/非冯·诺依曼混合处理
2.4.2 可重构PE阵列处理器/SOM神经网络
2.4.3 增强多级并行处理
2.4.4 分离的像素-PE阵列
2.5 小结
第3章 面向视觉芯片的 SOM 神经网络模型
3.1 本章引论
3.2 图像特征识别
3.2.1 统计类方法
3.2.2 人工神经网络
3.3 SOM 神经网络算法模型
3.3.1 仿生学基础
3.3.2 无监督 Kohonen 训练算法
3.3.3 有监督 LVQ 训练算法
3.4 面向视觉芯片的改进 SOM 神经网络模型
3.4.1 SOM 神经网络硬件实现的关键问题
3.4.2 简化改进的 SOM 神经网络模型
3.5 小结
第4章 高速视觉芯片关键模块电路设计
4.1 本章引论
4.2 高速图像传感器
4.3 可重构 PE 阵列处理器/SOM 神经网络
4.3.1 设计划分
4.3.2 可重构 4 × 4 PE 子阵列/SOM 神经元
4.3.3 条件信号发生器(CG)电路
4.3.4 PE 单元电路
4.3.5 SOM 神经元电路
4.4 RP 处理器电路
4.5 视觉芯片物理设计
4.6 小结
第5章 高速视觉芯片图像算法设计
5.1 本章引论
5.2 视觉芯片上的算法开发技术
5.3 复杂低中级图像处理算法
5.3.1 复数扩散滤波
5.3.2 基于 Mumford-Shah 泛函方程的显著边缘提取
5.3.3 SUSAN 角点检测
5.3.4 SIFT 尺度不变特征点提取
5.4 完整应用算法
5.4.1 地平线检测与追踪
5.4.2 手势识别及指尖追踪
5.4.3 人脸检测和人脸识别
5.5 小结
第6章 高速视觉芯片的实现与测试
6.1 视觉芯片的实现及其测试系统
6.2 高速图像采集测试
6.3 复杂低中级图像处理测试
6.4 基于完整应用的系统性能测试
6.5 小结
第7章 结论
7.1 全文总结
7.2 工作展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
【参考文献】：
期刊论文
[1]A high speed multi-level-parallel array processor for vision chips[J]. SHI Cong,YANG Jie,WU NanJian,WANG ZhiHua. Science China（Information Sciences）. 2014(06)
[2]A 10-bit column-parallel cyclic ADC for high-speed CMOS image sensors[J]. 韩烨,李全良,石匆,吴南健. Journal of Semiconductors. 2013(08)
[3]一种基于地址-事件表达的实时视觉传感器实现方法[J]. 于璐,姚素英,徐江涛. 光学学报. 2013(01)
[4]基于压缩感知的低功耗高效率CMOS图像传感器设计[J]. 赵士彬,姚素英,徐江涛. 传感技术学报. 2011(08)
[5]Smart Image Sensor with Integrated Low Complexity Image Processing for Wireless Endoscope Capsules[J]. 李晓雯,张沕琳,王志华,Amine Bermak. Tsinghua Science and Technology. 2009(05)
本文编号：3716306
【文章页数】：120 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 引言
1.1 课题研究背景
1.1.1 视觉芯片的概念
1.1.2 视觉芯片的研究意义
1.2 国内外研究现状
1.3 课题关键技术分析
1.4 本论文的主要贡献
1.5 本论文的组织结构
第2章 高速视觉芯片体系架构设计
2.1 本章引论
2.2 体系架构设计考虑
2.3 基于可重构混合处理器的视觉芯片架构
2.4 新型视觉芯片架构的特点
2.4.1 冯/非冯·诺依曼混合处理
2.4.2 可重构PE阵列处理器/SOM神经网络
2.4.3 增强多级并行处理
2.4.4 分离的像素-PE阵列
2.5 小结
第3章 面向视觉芯片的 SOM 神经网络模型
3.1 本章引论
3.2 图像特征识别
3.2.1 统计类方法
3.2.2 人工神经网络
3.3 SOM 神经网络算法模型
3.3.1 仿生学基础
3.3.2 无监督 Kohonen 训练算法
3.3.3 有监督 LVQ 训练算法
3.4 面向视觉芯片的改进 SOM 神经网络模型
3.4.1 SOM 神经网络硬件实现的关键问题
3.4.2 简化改进的 SOM 神经网络模型
3.5 小结
第4章 高速视觉芯片关键模块电路设计
4.1 本章引论
4.2 高速图像传感器
4.3 可重构 PE 阵列处理器/SOM 神经网络
4.3.1 设计划分
4.3.2 可重构 4 × 4 PE 子阵列/SOM 神经元
4.3.3 条件信号发生器(CG)电路
4.3.4 PE 单元电路
4.3.5 SOM 神经元电路
4.4 RP 处理器电路
4.5 视觉芯片物理设计
4.6 小结
第5章 高速视觉芯片图像算法设计
5.1 本章引论
5.2 视觉芯片上的算法开发技术
5.3 复杂低中级图像处理算法
5.3.1 复数扩散滤波
5.3.2 基于 Mumford-Shah 泛函方程的显著边缘提取
5.3.3 SUSAN 角点检测
5.3.4 SIFT 尺度不变特征点提取
5.4 完整应用算法
5.4.1 地平线检测与追踪
5.4.2 手势识别及指尖追踪
5.4.3 人脸检测和人脸识别
5.5 小结
第6章 高速视觉芯片的实现与测试
6.1 视觉芯片的实现及其测试系统
6.2 高速图像采集测试
6.3 复杂低中级图像处理测试
6.4 基于完整应用的系统性能测试
6.5 小结
第7章 结论
7.1 全文总结
7.2 工作展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
【参考文献】：
期刊论文
[1]A high speed multi-level-parallel array processor for vision chips[J]. SHI Cong,YANG Jie,WU NanJian,WANG ZhiHua. Science China（Information Sciences）. 2014(06)
[2]A 10-bit column-parallel cyclic ADC for high-speed CMOS image sensors[J]. 韩烨,李全良,石匆,吴南健. Journal of Semiconductors. 2013(08)
[3]一种基于地址-事件表达的实时视觉传感器实现方法[J]. 于璐,姚素英,徐江涛. 光学学报. 2013(01)
[4]基于压缩感知的低功耗高效率CMOS图像传感器设计[J]. 赵士彬,姚素英,徐江涛. 传感技术学报. 2011(08)
[5]Smart Image Sensor with Integrated Low Complexity Image Processing for Wireless Endoscope Capsules[J]. 李晓雯,张沕琳,王志华,Amine Bermak. Tsinghua Science and Technology. 2009(05)
本文编号：3716306
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3716306.html
