CN113112481B - 一种基于矩阵网络的混合异构片上架构 - Google Patents
一种基于矩阵网络的混合异构片上架构 Download PDFInfo
- Publication number
- CN113112481B CN113112481B CN202110409901.6A CN202110409901A CN113112481B CN 113112481 B CN113112481 B CN 113112481B CN 202110409901 A CN202110409901 A CN 202110409901A CN 113112481 B CN113112481 B CN 113112481B
- Authority
- CN
- China
- Prior art keywords
- unit
- data
- overlapping
- algorithm
- window
- 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.)
- Active
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 11
- 238000013519 translation Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 6
- 238000005260 corrosion Methods 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 5
- 230000001788 irregular Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000003287 optical effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种基于矩阵网路的混合异构片上架构，基于遥感图像的船只目标检测算法，本发明架构主要包括：运算IP单元，将算法拆解为基本的图像处理运算，归纳为6种运算IP单元；分布式存储单元，由存储单元划分成的不同存储大小的独立子单元；CPU主控单元，用于控制各个运算IP状态跳转；仲裁单元，实现存储器的复用和访问仲裁。本发明能够根据算法运算步骤分时调用运算IP并访问存储器，实现运算、存储的高效复用与逻辑规模的最佳优化，提高了星上处理芯片存储资源的复用度，减少运算逻辑资源，满足在轨实时处理需求。
Description
技术领域
本发明属于光学遥感卫星在轨实时信息处理领域，涉及一种光学遥感船只目标检测识别处理领域中的芯片架构设计技术，特别涉及一种基于矩阵网路的混合异构片上架构。
背景技术
光学遥感因其分辨率高、载荷结构简单等特点，成为遥感信息获取的重要手段。光学遥感图像在轨实时处理系统可以有效地对采集到的光学遥感数据进行目标检测识别处理，并实时下传到地面，因此可以大幅提升遥感信息获取时效性，有效支持减灾救灾、实时环境监测、突发事件应急以及反恐、维稳、保卫国家安全。在星上存储资源以及运算资源约束下，现有的星上处理系统难以实现海量遥感数据在轨实时处理。
发明内容
有鉴于此，本发明提供了一种基于矩阵网路的混合异构片上架构，该架构针对光学遥感船只目标检测识别算法，提出了运算IP和存储分布映射的方法，根据算法运算步骤分时调用运算IP并访问存储器，实现运算、存储的高效复用与逻辑规模的最佳优化。
一种基于矩阵网路的混合异构片上架构，包括运算IP单元、存储单元、CPU主控单元以及仲裁单元；
所述运算IP单元为多个，是通过将基于遥感图像的船只目标检测算法拆解为多个基本的图像处理运算单元而形成的；
所述存储单元用于存储数据；
所述CPU主控单元用于控制各个运算IP按照船只目标检测算法流程中的运算步骤进行算法状态的跳转；
所述仲裁单元用于：
在进行读操作时，运算IP单元向仲裁单元发送请求，仲裁器接收到读请求后，根据各运算IP单元的优先级顺序，向对应的存储单元读取数据，并发给运算IP单元；
在进行写操作时，运算IP单元向仲裁单元发送请求，仲裁单元根据各运算IP单元的优先级顺序，将运算IP单元输出的数据存储到对应的存储单元。
较佳的，所述运算IP单元包括：
(1)重叠整窗运算IP单元，是对矩形窗数据块进行平移扫描，取窗内全部数据进行处理，且相邻两窗之间有重合，实现膨胀、腐蚀、滤波操作；
(2)非重叠整窗运算IP单元，对矩形窗数据块进行平移扫描，取窗内全部数据做处理，相邻两窗之间无重合，实现点亮模块功能；
(3)非重叠部分窗运算IP单元，是对矩形窗数据块进行平移扫描，取窗内部分数据做处理，相邻两窗之间无重合，实现精细确认模块功能；
(4)单像素遍历运算IP单元，是遍历每个像素并进行处理，实现直方图统计模块功能；
(5)重叠邻接运算IP单元，是根据像素之间的关联程度提取信息，区域不规则相互可重叠，实现连通域提取模块功能；
(6)非重叠邻接运算IP单元，根据像素之间的关联程度提取信息，区域不规则且不重叠，实现SOBEL模块功能；
较佳的，重叠整窗处理运算IP单元可配置整窗尺寸和扫描步进，以及多种重叠整窗运算。
较佳的，在进行读操作时，运算IP模块通过发送请求给仲裁大暖，同时送出读取的数据长度和地址，仲裁单元根据数据长度和地址访问对应的存储器并读取数据。
较佳的，在进行写操作时，运算IP模块同时发送请求、写信号、地址、数据、数据长度以及数据起始和截止标志信号给仲裁单元，仲裁单元据此访问对应的存储单元，并将数据写入。
较佳的，当需要处理配置参数不同的两个类似算法时，所述CPU主控单元对同一个可实现该算法的运算IP单元进行参数配置，控制该运算IP单元分时完成该两个类似算法。
较佳的，当其中一个算法用到另一个算法的输出数据时，所述CPU主控单元调用两个执行该算法的运算IP单元，并将两者串联起来，后面的运算IP单元直接接收前面的运算IP单元输出数据。
较佳的，所述仲裁单元用于将不同运算IP单元输出数据存储到同一个存储器的不同位置。
较佳的，所述存储单元的存储大小有不同。
本发明具有如下有益效果：
本发明公开了一种基于矩阵网路的混合异构片上架构，基于遥感图像的船只目标检测算法，本发明架构主要包括：运算IP单元，将算法拆解为基本的图像处理运算，归纳为6种运算IP单元；分布式存储单元，由存储单元划分成的不同存储大小的独立子单元；CPU主控单元，用于控制各个运算IP状态跳转；仲裁单元，实现存储器的复用和访问仲裁。本发明能够根据算法运算步骤分时调用运算IP并访问存储器，实现运算、存储的高效复用与逻辑规模的最佳优化，提高了星上处理芯片存储资源的复用度，减少运算逻辑资源，满足在轨实时处理需求。
附图说明
图1为本发明的架构图。
图2为重叠整窗运算IP图。
图3为非重叠整窗运算IP图。
图4为非重叠部分窗运算IP图。
图5为单像素遍历运算IP图。
图6为重叠邻接运算IP图。
图7为非重叠邻接运算IP图。
图8为算法初始流程示意图。
图9为算法优化后示意图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明为一种基于矩阵网路的混合异构片上架构，其架构图如图1所示。本发明包含以下几个内容：
1、运算IP单元
处理运算IP单元是本发明提出的图像处理系统架构的核心部分，通过将基于遥感图像的船只目标检测算法拆解为基本的图像处理运算，将算法归纳为6种运算IP单元，包括：
(1)重叠整窗运算IP
重叠整窗运算IP的特点是对矩形窗数据块进行平移扫描，取窗内全部数据进行处理，且相邻两窗之间有重合，涉及到的典型图像处理基本步骤如膨胀、腐蚀、滤波等操作。设计基于重叠整窗处理运算IP的块处理模块，其支持可配置的整窗尺寸和扫描步进，以及多种重叠整窗运算，经配置可实现光学遥感船只检测算法所需的3×3、5×5、7×7的膨胀、腐蚀、滤波。模块架构设计如图2所示。
(2)非重叠整窗运算IP
非重叠整窗运算IP是对矩形窗数据块进行平移扫描，取窗内全部数据做处理，相邻两窗之间无重合，基于该运算IP设计实现遥感图像船只目标检测算法中的点亮模块，运算IP架构如图3所示。
(3)非重叠部分窗运算IP
非重叠部分窗运算IP是对矩形窗数据块进行平移扫描，取窗内部分数据做处理，相邻两窗之间无重合。基于非重叠部分窗运算IP设计了遥感图像船只目标检测算法中的精细确认模块，该模块功能为进一步精细确认划定的搜索区域内的点是否为疑似舰船目标，运算IP架构如图4所示。
(4)单像素遍历运算IP
单像素遍历运算IP是遍历每个像素并进行处理。基于该运算IP设计了光学遥感船只检测算法中的直方图统计模块，采用该模块完成算法中全部直方图统计以及后续参数计算，包括参数迭代等，运算IP架构如图5所示。
(5)重叠邻接运算IP
重叠邻接运算IP是根据像素之间的关联程度提取信息，区域不规则相互可重叠。设计基于重叠邻接运算IP的连通域提取模块，实现单行缓冲、单次扫描，实现连通域临界信息快速提取，如图6所示。
该模块主要完成对图像进行由左至右，由上至下逐行逐列像素的扫描，扫描时将临时标记存储并形成等价关系对，并且同时存储每个临时标记区域的坐标最大值、最小值以及面积和。扫描结束后，通过一定的搜索和处理方式对等价关系对进行处理，同时对坐标最大值、最小值以及面积和进行整理，完成第一级虚警剔除。最后输出未被提出的标记区域标号以及相应的坐标最大值、最小值和整理后的面积和。
(6)非重叠邻接运算IP
非重叠邻接运算IP根据像素之间的关联程度提取信息，区域不规则且不重叠。基于该运算IP设计了光学遥感船只检测算法中的SOBEL模块，该模块实现整图SOBEL运算，运算IP架构如图7所示。
2、存储单元
本架构中存储单元根据存储器器件特点分为外部存储器和内部存储器。外部存储器采用以SDRAM/SRAM等大容量大、顺序访问速度快、功耗大的芯片，外部存储器通常用于保存原始数据，内部存储器采用以SRAM为主的存储器模块，内部存储器访问速度快、位宽大、功耗低、容量小、可随机访问，用于数据运算中间结果暂存。
在光学遥感船只目标检测识别算法中，图像处理由若干膨胀、腐蚀、连通等图像基本步骤组合而成，根据其数据使用时间的特点可以提高存储器复用率，减少存储器容量。本存储单元采用分布式存储的设计理念，为保证在不同处理运算IP访问存储单元时不发生数据堵塞，将存储单元划分成了不同存储大小的独立子单元，每个子单元通过输入/输出接口与总线单元相连，从而实现数据分布式存储，并根据处理运算IP对应的数据使用时间以及运算IP调用时序，设计存储器复用规则，进而实现存储器复用率的提升，提高硬件资源利用率。
3、CPU主控单元
CPU主控单元用于控制各个运算IP按照算法流程中的运算步骤进行算法状态的跳转。例如图8所示，图中每个状态代表算法各阶段的图像处理操作，实线是状态流程的跳转方向和顺序，虚线代表各状态数据的流向，例如，假设M3、M7的处理基本相似，分别为256点的直方图统计操作、1024点的直方图统计操作，但二者输入、输出信号与配置参数不同，则可将M3、M7状态操作设计为同一个可配置参数的运算IP模块。M4、M5模块，输入数据均包含M2模块的输出信号，并且M4的输出作为M5的输入，M4、M5的输出不同，可以将M4、M5状态合并，从而减少数据的读取、写入以及中间数据暂存等操作，M4、M5合并后，虚线数据流由12条减少至10条。另外，通过数据关联，运算IP复用与存储器复用的方式，将上述状态机进行重新设计可以获得最终状态机，如图9所示。
4、仲裁单元
采用了固定优先级的访问策略实现仲裁单元。通过分析存储器类型和访问关系，在仲裁单元设计了一个多路仲裁器，通过仲裁器实现存储器的复用和访问仲裁。每个运算IP访问存储器时，其访问地址的高5bit送给仲裁单元，作为优先级判定和存储访问的判决依据。
运算IP实现算法处理过程中的运算，通过存储器仲裁访问片外、片内存储，用以读取处理的图像数据或将算法处理结果存入相应的存储器。在检测算法实现中运算IP和存储仲裁逻辑之间采用APB总线协议。在进行读操作时运算IP模块通过发送请求(herg)给仲裁器，同时送出读取的数据长度(hlength)和地址(haddr)，仲裁器向运算IP输出授权信号(hgrant)。仲裁器接收到读请求后通过高位地址判断需访问的存储器并读取数据。仲裁器向运算IP输出数据(hrdata)和数据有效信号(hready)，同时输出数据起始和截止标志信号。在进行写操作时运算IP模块同时发送请求(hreq)、写信号(hwrite)、地址(haddr)、数据(hwdata)、数据长度(hlength)以及数据起始和截止标志信号给仲裁器。仲裁器通过高位地址判断数据存储的memory并将数据写入。仲裁也会向运算IP单元输出授权信号(hgrant)。
为了说明本发明的有效性，特进行如下实验论证。测试数据为4096×4096大小的全色遥感图像，分辨率为5米。在Xilinx XC2V3000 FPGA上基于本发明的架构，对光学遥感船只目标检测识别算法进行算法映射实现，实验结果如表1所示。
表1
该实验通过本发明提出的架构与传统的数据驱动型架构对比，重点分析了基于架构映射系统的存储资源以及逻辑资源消耗。通过实验结果可以看出，本发明提出的图像处理架构相比传统的数据驱动型架构相比，具有更少的资源占用，更高的存储访问效率。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于矩阵网路的混合异构片上架构，其特征在于，包括运算IP单元、存储单元、CPU主控单元以及仲裁单元；
所述运算IP单元为多个，是通过将基于遥感图像的船只目标检测算法拆解为多个基本的图像处理运算单元而形成的；
所述存储单元用于存储数据；
所述CPU主控单元用于控制各个运算IP按照船只目标检测算法流程中的运算步骤进行算法状态的跳转；
所述仲裁单元用于：
在进行读操作时，运算IP单元向仲裁单元发送请求，仲裁器接收到读请求后，根据各运算IP单元的优先级顺序，向对应的存储单元读取数据，并发给运算IP单元；
在进行写操作时，运算IP单元向仲裁单元发送请求，仲裁单元根据各运算IP单元的优先级顺序，将运算IP单元输出的数据存储到对应的存储单元。
2.如权利要求1所述的一种基于矩阵网路的混合异构片上架构，其特征在于，所述运算IP单元包括：
（1）重叠整窗运算IP单元，是对矩形窗数据块进行平移扫描，取窗内全部数据进行处理，且相邻两窗之间有重合，实现膨胀、腐蚀、滤波操作；
（2）非重叠整窗运算IP单元，对矩形窗数据块进行平移扫描，取窗内全部数据做处理，相邻两窗之间无重合，实现点亮模块功能；
（3）非重叠部分窗运算IP单元，是对矩形窗数据块进行平移扫描，取窗内部分数据做处理，相邻两窗之间无重合，实现精细确认模块功能；
（4）单像素遍历运算IP单元，是遍历每个像素并进行处理，实现直方图统计模块功能；
（5）重叠邻接运算IP单元，是根据像素之间的关联程度提取信息，区域不规则相互可重叠，实现连通域提取模块功能；
（6）非重叠邻接运算IP单元，根据像素之间的关联程度提取信息，区域不规则且不重叠，实现SOBEL模块功能。
3.如权利要求2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，重叠整窗处理运算IP单元可配置整窗尺寸和扫描步进，以及多种重叠整窗运算。
4.如权利要求1或2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，在进行读操作时，运算IP模块通过发送请求给仲裁单元，同时送出读取的数据长度和地址，仲裁单元根据数据长度和地址访问对应的存储器并读取数据。
5.如权利要求1或2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，在进行写操作时，运算IP模块同时发送请求、写信号、地址、数据、数据长度以及数据起始和截止标志信号给仲裁单元，仲裁单元据此访问对应的存储单元，并将数据写入。
6.如权利要求1或2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，当需要处理配置参数不同的两个类似算法步骤时，所述CPU主控单元对同一个可实现该算法步骤的运算IP单元进行参数配置，控制该运算IP单元分时完成该两个类似算法步骤。
7.如权利要求1或2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，当其中一个算法步骤用到另一个算法步骤的输出数据时，且这两个算法步骤有其他相同算法步骤的输出数据作为输入，所述CPU主控单元调用两个执行相应该算法步骤的运算IP单元，并将两者串联起来，后面的运算IP单元直接接收前面的运算IP单元输出数据。
8.如权利要求1或2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，所述仲裁单元用于将不同运算IP单元输出数据存储到同一个存储器的不同位置。
9.如权利要求1或2所述的一种基于矩阵网路的混合异构片上架构，其特征在于，所述存储单元的存储大小有不同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110409901.6A CN113112481B (zh) | 2021-04-16 | 2021-04-16 | 一种基于矩阵网络的混合异构片上架构 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110409901.6A CN113112481B (zh) | 2021-04-16 | 2021-04-16 | 一种基于矩阵网络的混合异构片上架构 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113112481A CN113112481A (zh) | 2021-07-13 |
| CN113112481B true CN113112481B (zh) | 2023-11-17 |
Family
ID=76717729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110409901.6A Active CN113112481B (zh) | 2021-04-16 | 2021-04-16 | 一种基于矩阵网络的混合异构片上架构 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113112481B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0308125A2 (en) * | 1987-09-14 | 1989-03-22 | Visual Information Technologies, Inc. | High speed image processing computer employing video drams to produce raster scan pixel data |
| US4955024A (en) * | 1987-09-14 | 1990-09-04 | Visual Information Technologies, Inc. | High speed image processing computer with error correction and logging |
| CN103412823A (zh) * | 2013-08-07 | 2013-11-27 | 格科微电子（上海）有限公司 | 基于超宽总线的芯片架构及其数据访问方法 |
| CN105867994A (zh) * | 2016-04-20 | 2016-08-17 | 上海交通大学 | 一种用于粗粒度可重构架构编译器的指令调度优化方法 |
| CN107292808A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置及图像协处理器 |
| KR20180025114A (ko) * | 2016-08-31 | 2018-03-08 | 셀로코주식회사 | 사물 인터넷용 시스템 온 칩 이중 프로세서 구조 |
| CN108021528A (zh) * | 2016-11-03 | 2018-05-11 | 北京中科寒武纪科技有限公司 | Slam运算装置和方法 |
| CN108089988A (zh) * | 2018-01-03 | 2018-05-29 | 北京航空航天大学 | 一种遥感图像星上智能处理演示验证系统 |
| CN109582226A (zh) * | 2018-11-14 | 2019-04-05 | 北京中电华大电子设计有限责任公司 | 一种高速存储访问逻辑结构及其控制方法 |
| CN109859178A (zh) * | 2019-01-18 | 2019-06-07 | 北京航空航天大学 | 一种基于fpga的红外遥感图像实时目标检测方法 |
| CN110084104A (zh) * | 2019-03-15 | 2019-08-02 | 北京理工雷科电子信息技术有限公司 | 基于高斯金字塔光流进行舰船动目标检测的方法 |
| CN110782447A (zh) * | 2019-10-25 | 2020-02-11 | 中国科学院电子学研究所 | 地球静止轨道卫星光学遥感图像多运动舰船目标检测方法 |
| CN111929717A (zh) * | 2020-07-24 | 2020-11-13 | 北京航空航天大学 | 面向遥感图像目标特性识别的星载图像处理器及处理方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7010163B1 (en) * | 2001-04-20 | 2006-03-07 | Shell & Slate Software | Method and apparatus for processing image data |
| US8995756B2 (en) * | 2012-09-27 | 2015-03-31 | Vangogh Imaging, Inc. | 3D vision processing |
| KR102178932B1 (ko) * | 2018-12-19 | 2020-11-18 | 고려대학교 산학협력단 | 출력 특징 맵의 0에 대한 연산을 스킵할 수 있는 합성곱 신경망의 연산 장치 및 그 동작 방법 |
-
2021
- 2021-04-16 CN CN202110409901.6A patent/CN113112481B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0308125A2 (en) * | 1987-09-14 | 1989-03-22 | Visual Information Technologies, Inc. | High speed image processing computer employing video drams to produce raster scan pixel data |
| US4955024A (en) * | 1987-09-14 | 1990-09-04 | Visual Information Technologies, Inc. | High speed image processing computer with error correction and logging |
| CN103412823A (zh) * | 2013-08-07 | 2013-11-27 | 格科微电子（上海）有限公司 | 基于超宽总线的芯片架构及其数据访问方法 |
| CN107292808A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置及图像协处理器 |
| CN105867994A (zh) * | 2016-04-20 | 2016-08-17 | 上海交通大学 | 一种用于粗粒度可重构架构编译器的指令调度优化方法 |
| KR20180025114A (ko) * | 2016-08-31 | 2018-03-08 | 셀로코주식회사 | 사물 인터넷용 시스템 온 칩 이중 프로세서 구조 |
| CN108021528A (zh) * | 2016-11-03 | 2018-05-11 | 北京中科寒武纪科技有限公司 | Slam运算装置和方法 |
| CN108089988A (zh) * | 2018-01-03 | 2018-05-29 | 北京航空航天大学 | 一种遥感图像星上智能处理演示验证系统 |
| CN109582226A (zh) * | 2018-11-14 | 2019-04-05 | 北京中电华大电子设计有限责任公司 | 一种高速存储访问逻辑结构及其控制方法 |
| CN109859178A (zh) * | 2019-01-18 | 2019-06-07 | 北京航空航天大学 | 一种基于fpga的红外遥感图像实时目标检测方法 |
| CN110084104A (zh) * | 2019-03-15 | 2019-08-02 | 北京理工雷科电子信息技术有限公司 | 基于高斯金字塔光流进行舰船动目标检测的方法 |
| CN110782447A (zh) * | 2019-10-25 | 2020-02-11 | 中国科学院电子学研究所 | 地球静止轨道卫星光学遥感图像多运动舰船目标检测方法 |
| CN111929717A (zh) * | 2020-07-24 | 2020-11-13 | 北京航空航天大学 | 面向遥感图像目标特性识别的星载图像处理器及处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于嵌入式CPU的数据加解密子系统的设计研究;陈亮等;浙江大学硕士学位论文;全文 * |
| 遥感图像CABAC全硬件设计研究;曾凡平;西安电子科技大学硕士学位论文;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113112481A (zh) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104881666B (zh) | 一种基于fpga的实时二值图像连通域标记实现方法 | |
| EP3531347A1 (en) | Data volume sculptor for deep learning acceleration | |
| CN112115783B (zh) | 基于深度知识迁移的人脸特征点检测方法、装置及设备 | |
| CN101510191B (zh) | 具备缓存窗口的多核体系架构的实现方法 | |
| CN112054963A (zh) | 用于异构计算环境中的数据传输的网络接口 | |
| US11269796B2 (en) | Acceleration control system based on binarization algorithm, chip, and robot | |
| US20060161720A1 (en) | Image data transmission method and system with DMAC | |
| CN205608814U (zh) | 一种基于Zynq软硬件协同处理的增强现实系统 | |
| CN101236601A (zh) | 图像识别加速装置及具有图像识别加速装置的微处理器芯片 | |
| CN109885782B (zh) | 一种生态环境空间大数据集成方法 | |
| JP6128617B2 (ja) | 画像認識装置およびプログラム | |
| CN112799599A (zh) | 一种数据存储方法、计算核、芯片和电子设备 | |
| CN113157936A (zh) | 实体关系联合抽取方法、装置、电子设备和存储介质 | |
| CN114359662B (zh) | 一种基于异构fpga和融合多分辨率的卷积神经网络的实现方法 | |
| US20220113944A1 (en) | Arithmetic processing device | |
| CN113112481B (zh) | 一种基于矩阵网络的混合异构片上架构 | |
| CN114399035A (zh) | 搬运数据的方法、直接存储器访问装置以及计算机系统 | |
| CN109089120A (zh) | 分析辅助编码 | |
| US11836188B2 (en) | Devices and methods for accessing and retrieving data in a graph | |
| CN111860361A (zh) | 一种绿色通道货物扫描图像夹带自动识别器及识别方法 | |
| CN101567078A (zh) | 一种双总线的视觉处理芯片架构 | |
| CN110991421A (zh) | 卡口抓拍图像车辆检测方法、计算机存储介质及电子设备 | |
| US11847049B2 (en) | Processing system that increases the memory capacity of a GPGPU | |
| CN104025026B (zh) | 访问用于配置空间的配置和状态寄存器 | |
| CN108876701A (zh) | 一种基于游程的单次扫描通域标记方法及其硬件结构 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |