KR101356786B1 - 시각피질의 복합기둥을 모방한 인지 프로세서 - Google Patents

시각피질의 복합기둥을 모방한 인지 프로세서 Download PDF

Info

Publication number
KR101356786B1
KR101356786B1 KR1020120027638A KR20120027638A KR101356786B1 KR 101356786 B1 KR101356786 B1 KR 101356786B1 KR 1020120027638 A KR1020120027638 A KR 1020120027638A KR 20120027638 A KR20120027638 A KR 20120027638A KR 101356786 B1 KR101356786 B1 KR 101356786B1
Authority
KR
South Korea
Prior art keywords
imitation
column
calculators
information
compound
Prior art date
Application number
KR1020120027638A
Other languages
English (en)
Other versions
KR20130106039A (ko
Inventor
유회준
김경훈
이규호
홍인준
Original Assignee
한국과학기술원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020120027638A priority Critical patent/KR101356786B1/ko
Publication of KR20130106039A publication Critical patent/KR20130106039A/ko
Application granted granted Critical
Publication of KR101356786B1 publication Critical patent/KR101356786B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Neurology (AREA)
  • Image Generation (AREA)

Abstract

본 발명의 시각피질의 복합기둥을 모방한 인지 프로세서는 시각 정보를 처리하는 기본 단위인 복합기둥 모방 연산기를 복수개 포함하는 복합기둥 모방 연산기 묶음; 및 상기 복합기둥 모방 연산기 묶음 내의 상기 복수개의 복합기둥 모방 연산기 사이를 연결하는 회백질 네트워크를 포함하며, 상기 회백질 네트워크를 통해 상기 복합기둥 모방 연산기 각각은 자신과 인접한 복합기둥 모방 연산기들과 연결되어 국지적 정보 전달이 가능하다.

Description

시각피질의 복합기둥을 모방한 인지 프로세서 {Cognitive Processor Mimicking Hypercolumns in Visual Cortex}
본 발명은 시각피질의 복합기둥을 모방한 인지 프로세서에 관한 것이다. 특히, 본 발명은 시각피질의 복합기둥을 모방한 고성능 및 저전력의 인지 프로세서에 관한 것이다.
인간의 시각 정보는 망막과 시신경을 통해 대뇌피질 내의 시각피질로 전달되는 과정에서 처리된다. 인간의 뇌에서 가장 큰 영역을 차지하는 시각피질(Visual Cortex)에서 상기 과정 중 대부분의 정보가 처리된다. 시각피질은 크게 두 부분으로 나뉘며, 외측슬상체(lateral geniculate body)로 입력된 정보가 우선적으로 일차 시각피질(V1)을 통과한 후 이차 시각피질(V2, V4, MT)로 전달되는 구조를 갖는다. 시각피질은 방향성을 추출하는 방향기둥(orientation column)의 집합, 자극의 입력 근원(왼쪽 또는 오른쪽)에 따라 독립적인 정보를 처리하는 안구우위기둥(ocular dominance column), 및 자극의 색깔에 따라 반응하는 블랍(blob)으로 구성된 복합기둥(hypercolumn)으로 이루어져 있으며 이러한 복합기둥이 시각 처리의 핵심단위로서 동작한다.
뇌를 모방한 인지 프로세서로는 두 가지의 접근법이 있다. 즉, SyNAPSE, NEUROGRID와 같은 뉴런 레벨 모델링법과 HMAX, Neocognitron과 같은 범용 소프트웨어 모델링법이다. 전자의 모델링법의 경우 하나의 물체를 인지하기 위해 4000~8000개의 뉴런을 구현해야 하고 여러 개의 물체를 인지해야 하는 복잡한 시스템에서는 수 백만개의 뉴런을 구현해야 한다. 따라서, 칩의 면접과 전력 소비가 커지는 단점이 있다. 후자의 모델링법의 경우 반복 처리 기법이 이용되므로 전자에 비해 소비 면적과 전력이 작지만 실시간 연산이 힘들다는 단점이 있다.
따라서, 상기된 두 가지 인지 프로세서의 모델링법의 균형을 이루는 기법으로서 저전력으로 실시간 연산이 가능한 시각 정보 처리를 위한 기법에 대한 필요성이 대두되고 있다. 특히, 복합 감각 신호처리 및 인지 과정을 과속화할 수 있는 기법에 대한 필요성이 대두되고 있다.
한국공개공보 제10-1990-0012165호 (1989.08.31)
본 발명은 종래의 필요성을 충족시키기 위해 안출된 것으로써, 시각피질의 복합기둥을 모방한 복합기둥 모방 연산기를 기본 연산기로 이용하고 각 복합기둥 모방 연산기를 네트워크를 통하여 연결함으로써 저전력으로 실시간 시각 정보 처리가 가능한 인지 프로세서를 제공하는 것을 그 목적으로 한다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 본 발명의 기재로부터 당해 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따른 시각피질의 복합기둥을 모방한 인지 프로세서는 시각 정보를 처리하는 기본 단위인 복합기둥 모방 연산기를 복수개 포함하는 복합기둥 모방 연산기 묶음; 및 상기 복합기둥 모방 연산기 묶음 내의 상기 복수개의 복합기둥 모방 연산기 사이를 연결하는 회백질 네트워크를 포함하며, 상기 회백질 네트워크를 통해 상기 복합기둥 모방 연산기 각각은 자신과 인접한 복합기둥 모방 연산기들과 연결되어 국지적 정보 전달이 가능하다.
본 발명에 따른 시각피질의 복합기둥을 모방한 인지 프로세서는 상기 복합기둥 모방 연산기 묶음을 복수개 포함하며, 상기 복수개의 복합기둥 모방 연산기 묶음 사이에 범용 정보를 전달할 수 있도록 상기 복수개의 복합기둥 모방 연산기 묶음 사이를 연결하는 백질 네트워크를 더 포함할 수 있다.
본 발명에 따르면 시각피질의 복합기둥을 모방한 복합기둥 모방 연산기를 기본 연산기로 이용하고 각 복합기둥 모방 연산기를 네트워크를 통하여 연결함으로써 저전력으로 실시간 시각 정보 처리가 가능한 인지 프로세서를 제공할 수 있다.
보다 구체적으로, 본 발명에 따르면 4000개 내지 8000개의 뉴런을 포함하는 복합기둥을 기본 연산기로서 모델링함으로써 작은 면적으로 저전력의 프로세서를 제공할 수 있다. 또한, 복합기둥 모방 연산기 사이를 회백질 또는 백질 네트워크로 연결함으로써 효율성 및 성능을 향상시킬 수 있다.
또한, 본 발명에 따르면 높은 정확도의 인지 능력과 회백질/백질 연결 네트워크의 높은 확장성을 획득할 수 있다.
도1은 본 발명의 실시예에 따른 복합기둥 모방 연산기 묶음의 배열을 나타낸다.
도2는 본 발명의 실시예에 따른 인지 프로세서의 구조와 인간의 시각 피질의 구조 사이의 대응관계를 나타낸다.
도3은 본 발명의 실시예에 따른, 복합기둥 모방 연산기 사이의 네트워크 및 복합기둥 모방 연산기 묶음 사이의 네트워크를 나타낸다.
도4는 본 발명의 실시예에 따른 복합기둥 모방 연산기의 구조를 나타낸다.
도5는 본 발명의 실시예에 따른 회백질 통신 인터페이스의 구조를 나타낸다.
도6은 본 발명의 실시예에 따른 백질 네트워크의 통신 전달 체계를 나타낸다.
이하, 본 발명의 바람직한 실시예의 상세한 설명이 첨부된 도면들을 참조하여 설명된다. 그러나, 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면들 중 인용부호들 및 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 인용부호들로 표시됨을 유의해야 한다. 참고로 본 발명을 설명함에 있어서 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
시각피질에 위치하는 복합기둥은 대략 4000개 내지 8000개의 뉴런으로 구성된다. 복합기둥은 그 내부의 방향기둥이 자극의 방향성에 따라 반응함으로써 방향성에 대한 정보를, 블랍이 자극의 색깔에 따라 반응함으로써 색깔에 대한 정보를, 그리고 안구우위기둥이 자극의 근원에 따라 반응함으로써 자극의 근원에 대한 정보를 내포하게 된다. 이러한 복합기둥 간의 네트워크는 회백질(gray matter)로 연결되어 국지적인 정보 교환이 가능하며, 복수의 복합기둥을 갖는 복합기둥 묶음 사이의 네트워크는 백질(white matter)로 연결되어 범용 정보 교환이 가능하다.
본 발명의 실시예에서는 이러한 복합기둥을 모방한 인지 프로세서를 구현하고자 한다. 이하에서는 도면과 함께 본 발명의 실시예에 대해서 설명한다.
도1은 본 발명의 실시예에 따른 복합기둥 모방 연산기 묶음의 배열을 나타낸다. 본 발명의 실시예에 따른 시각피질의 복합기둥을 모방한 인지 프로세서는 시각 정보를 처리하는 기본 단위인 복합기둥 모방 연산기(10)를 복수개 포함하는 복합기둥 모방 연산기 묶음(100)을 포함한다. 도1에서, M개의 행과 N개의 열에 따라 배열된 복수개의 복합기둥 모방 연산기(10)가 모여 하나의 복합기둥 모방 연산기 묶음(100)을 구성함으로써 인간의 시각 피질을 모방할 수 있다. 도1에서는 이러한 복합기둥 연산기 묶음(100)이 L개 포함되어 전체 시스템이 구성된다.
도1에 도시된 바와 같이, 복합기둥 모방 연산기 묶음(100) 내의 복수개의 복합기둥 모방 연산기(10) 사이가 회백질 네트워크로 연결되어 복합기둥 모방 연산기(10) 사이에 국지적 정보 전달이 가능하다. 또한, 복수개의 복합기둥 모방 연산기 묶음(100) 사이는 백질 네트워크로 연결되어 복합기둥 모방 연산기 묶음(100) 사이에 범용 정보 전달이 가능하다.
본 발명의 실시예에서, 복합기둥 모방 연산기 묶음(100) 내의 복합기둥 모방 연산기(10)의 역할이 가변될 수 있다. 예컨대, 이러한 복합기둥 모방 연산기(10)를 하위 레벨에서 이용함으로써 뉴런 단위의 인지 및 신호 처리를 수행할 수 있다. 즉, 복합기둥 모방 연산기(10)가 단일 뉴런 기능을 모방하도록 구성할 수 있다. 또한, 복합 기둥 모방 연산기(10)를 복합 기둥 모방 연산기(10) 레벨에서 이용함으로써 수천개의 뉴런의 역할을 한 번에 구현하는 것도 가능하다. 이러한 경우, 복합기둥 모방 연산기(10)는 수천개로 이루어진 뉴런 집합의 기능을 모방할 수 있다.
실시예에 따라, 복합기둥 모방 연산기 묶음(100) 내의 복합기둥 모방 연산기(10)의 개수 및 배열이 가변될 수 있다.
또한, 필요에 따라 이용되는 복합기둥 모방 연산기 묶음(100)의 개수 및 배열을 가변시킴으로써 자극의 연산 경로를 재구성할 수 있다. 예컨대, 여러 개의 복합기둥 모방 연산기 묶음(100)을 반복 처리하거나, 또는 서로 다른 동작을 갖는 묶음들을 직렬연결 또는 병렬연결함으로써 자극의 연산 경로가 재구성될 수 있다.
따라서, 본 발명의 실시예에 따른 복합기둥 모방 연산기(10)의 처리 단위의 범위를 변경하거나 복합기둥 모방 연산기 묶음(100)의 사용 형태에 기능을 적절히 조합함으로써 본 발명의 실시예에 따른 인지 프로세서의 인지 범위 및 신호 처리 범위가 가변할 수 있다. 예컨대, 시각 인지 및 이의 신호 처리보다 넓은 인지 능력 및 신호 처리 능력을 구현할 수도 있다.
도2는 본 발명의 실시예에 따른 인지 프로세서의 구조와 인간의 시각 피질의 구조 사이의 대응관계를 나타낸다. 도2를 참조하면, 본 발명의 실시예에 따른 인지 프로세서의 구조는 3개의 계층으로 구분될 수 있으며, 이러한 인지 프로세서의 3개의 계층이 기능적 및 구조적인 측면에서 실제 인간의 시각피질의 어느 부분에 대응되는지를 알 수 있다.
본 발명의 실시예에서, 복합기둥 모방 연산기 묶음(100a, 100b, 100c 등) L개가 배열되어 상호 연결됨으로써 뇌피질의 인지 시스템을 전반적으로 모방하게 된다. 시각 정보 처리는 담당하는 시각피질이 하나의 복합기둥 모방 연산기 묶음(100a, 100b, 100c)에 대응한다. 이때, 이러한 묶음 간의 범용 연결 네트워크는 시각피질 간에 연결된 네트워크에 대응한다.
하나의 시각피질은 복합기둥 묶음(100a, 100b, 100c 등)에는 복수개의 복합기둥이 포함되는바, 이는 본 발명의 실시예에 따른 복합기둥 모방 연산기 묶음(100a, 100b, 100c 등) 내에 M개의 행과 N개의 열에 따라 배열된 복합기둥 모방 연산기(10)에 대응한다.
인간의 시각피질에 포함되는 복합기둥은 시각정보를 처리하는 기본 단위로서 자극의 방향성, 자극의 근원 및 자극의 색깔에 대한 정보를 내포하며 인접한 복합기둥과의 연결로 네트워크를 구성한다. 이러한 복합기둥의 인지과정 및 신호처리를 모방하는 복합기둥 모방 연산기(10) 또한 자극의 방향성, 자극의 근원 및/또는 자극의 색깔에 대한 정보를 내포하며 자신과 인접한 복합기둥 모방 연산기와 회백질 네트워크를 통해서 정보를 서로 교환할 수 있다. 복합기둥 모방 연산기(10)는 본 발명의 실시예에 따른 인지 프로세서의 시각 처리의 기본 단위로서 동작한다.
도3은 본 발명의 실시예에 따른, 복합기둥 모방 연산기 사이의 네트워크 및 복합기둥 모방 연산기 묶음 사이의 네트워크를 나타낸다. 본 발명의 실시예에서 복합기둥 모방 연산기(10a, 10b 등)는 자신과 인접한 복합기둥 모방 연산기와 연결되어 복합기둥 모방 연산기(10a, 10b 등) 사이에는 국지적 정보 전달이 가능하다. 이는 실제 인간의 시각피질 내의 복합기둥이 회백질로 연결되어 그 주변의 복합기둥과의 국지적 네트워크를 형성한 것을 모방한 것이다. 따라서, 본 발명의 실시예에서는 편의상 복합기둥 모방 연산기(10a, 10b 등) 사이의 네트워크를 회백질 네트워크로 지칭한다. 회백질 네트워크는 양방향 통신이 가능하다.
본 발명의 실시예에서, 복합기둥 모방 연산기 묶음(100a, 100b, 100c, 100d 등) 사이에는 네트워크를 통해 연결되어 범용 정보 전달이 가능하다. 이는 백질을 통하여 시각피질 사이에 네트워크가 형성된 것을 모방한 것이다. 따라서, 본 발명의 실시예에서는 편의상 복합기둥 모방 연산기 묶음(100a, 100b, 100c, 100d 등) 사이의 네트워크를 백질 네트워크로 지칭한다. 이러한 백질 네트워크는 회백질 네트워크에 비해 대역폭이 큰 쌍방향 연결을 갖는다.
본 발명의 실시예에 따른 회백질 네트워크를 이용하면 하나의 복합기둥 모방 연산기(10)로부터 다른 모든 복합기둥 모방 연산기로 직접 연결이 이루어지는 것이 아니며, 하나의 복합기둥 연산기(10)에 인접한 연산기로의 연결을 통해 연장하여 정보전달이 가능하다. 따라서, 본 발명의 실시예에 따른 인지 프로세서를 구현할 때 국지적인 통신을 이용함으로써 집적 회로의 면적을 줄일 수 있다. 이와 같은 국지적인 연결과 더불어, 복합기둥 모방 연산기 묶음(100a, 100b, 100c, 100d 등) 사이의 범용 연결을 이용함으로써 본 발명의 실시예의 전체 시스템에서 하나의 복합기둥 모방 연산기(10)는 전체 시스템에 포함된 모든 복합기둥 모방 연산기(10)와 통신이 가능하며 실시간 인지 처리가 가능하게 된다.
도4는 본 발명의 실시예에 따른 복합기둥 모방 연산기(10)의 구조를 나타낸다. 본 발명의 실시예에 따른 복합기둥 모방 연산기(10)는 인접한 복합기둥 모방 연산기와의 고속 통신을 위한 회백질 통신 인터페이스(11), 파이프라인 구조를 제어할 수 있는 디지털 컨트롤러(12), 시각 피질의 시각 정보 처리를 위한 연산을 수행하는 연산부(13)를 포함할 수 있다. 연산부(13)는 시각 정보 처리를 위한 곱셈기와 덧셈기로 구성될 수 있으며, 이러한 연산을 위해 필요한 커널(kernel) 값은 커널메모리(14)로부터 읽어올 수 있다.
여기서, 본 발명의 실시예에서 디지털 컨트롤러(12)는 레지스터1 및 2로부터 읽기, 연산부(13)에서의 연산, 및 레지스터3으로의 쓰기 등과 같은 3단계 파이프라인 과정을 제어하는 역할을 한다.
본 발명의 실시예에서, 연산부(13)는 시각 정보 처리를 위해 예컨대, 콘볼루션(convolution) 연산을 수행할 수 있다. 보다 구체적으로, 연산부(13)는 MAC(Multiplier-Accumulator) 연산부로서 입력되는 두개의 입력값을 곱한 뒤 그 결과값을 누적기(accumulator)에 있는 값과 합산하는 연산을 수행할 수 있다. 이외에도 연산부(13)는 삼각함수 연산이나 단순한 사칙연산을 수행할 수 있다.
이미지와 같은 신호를 필터링할 때 주어진 이미지 값에 어떤 특정한 값을 곱하여 더하는 과정을 수행한다. 이때, 이러한 특정한 값이 커널 값에 해당한다. 예컨대, 가우시안 필터링(Gaussian Filtering) 연산시에 필터링된 특정 픽셀의 결과값에 그 픽셀의 주변 영역의 픽셀 값에 가우시안 커널 값이 곱해져 더해진다.
예컨대, 본원 발명의 실시예에 따른 연산부(13)에 의한 이미지 필터링은 주어진 이미지 값에 커널 값을 곱해서 더함으로써 이루어질 수 있으며, 이러한 연산은 MAC에 의한 콘볼루션을 통해 구현될 수 있다.
본 발명의 실시예에 따른 복합기둥 모방 연산기(10)의 동작 순서는 아래와 같다. 우선 회백질 통신 인터페이스(11)를 통해 인접한 복합기둥 모방 연산기로부터 자극의 방향성, 자극의 근원 및/또는 자극의 색깔 정보를 고속으로 전달받는다. 연산부(13)가 수행하고자 하는 연산에 필요한 커널 값을 커널 메모리(14)로부터 읽는다. 그 다음, 상기 인접한 연산기로부터 전달받은 정보 및 상기 커널 값이 연산부(13)의 서로 다른 입력부로 입력되여 연산부(13)는 필요한 연산을 수행한다. 연산부(13)의 연산 결과는 회백질 통신 인터페이스(11)를 통해 인접한 복합기둥 모방 연산기(10) 중 필요한 연산기로 고속 전달될 수 있다.
도5는 본 발명의 실시예에 따른 회백질 통신 인터페이스(11)의 구조를 나타낸다. 도5의 좌측에서 국지적 연결을 통한 회백질 통신 방법을 나타낸다. 본 발명의 실시예에서 인접한 복합기둥 모방 연산기(10a 내지 10i) 사이의 통신은 회백질 통신 방법을 이용한다. 이러한 회백질 통신 방법은 도5의 좌측에 도시된 바와 같이, 중앙에 위치한 복합기둥 모방 연산기(10a)가 자신에 인접한 주위 8개의 복합기둥 모방 연산기(10b 내지 10i)의 연산 결과가 필요한 경우에 사용될 수 있다.
회백질 통신을 위해 본 발명의 실시예에 따른 복합기둥 모방 연산기(10)는 도5의 우측에 도시된 바와 같은 회백질 통신 인터페이스(11)를 이용할 수 있다. 도5의 우측 도면을 참조하면, 복합기둥 모방 연산기(10a)에 인접한 8개의 복합기둥 모방 연산기(10b 내지 10i)로부터 시각 정보를 입력받는 상황을 가정한다. 이때, 상기 입력된 시각 정보를 이용하여 얻은 연산 결과는 회백질 통신 인터페이스(11)에 포함된 변환 이동 레지스터를 이용함으로서 원하는 방향으로 전달될 수 있다. 즉, 복합기둥 모방 연산기(10a)의 연산부로부터의 연산 결과는 변환 이동 레지스터를 이용하여 인접한 복합기둥 모방 연산기(10b 내지 10i) 중 어느 하나에 전달될 수 있다. 이를 위해 변환 이동 레지스터는 먹싱(muxing)을 통해 상기 연산 결과를 원하는 방향으로 전달할 수 있다.
도6은 본 발명의 실시예에 따른 백질 네트워크의 통신 전달 체계를 나타낸다. 백질 통신은 복합기둥 모방 연산기 묶음(100) 사이에 고속 통신을 위해 사용된다. 하나의 복합기둥 모방 연산기 묶음(100)은 피질의 한 영역에 대응하므로, 본 발명의 실시예에 따른 백질 네트워크를 통한 범용 통신은 대뇌에서 일차 시각피질(V1)과 2차 및 고차 시각피질(V2, V3)과의 고속 통신 방법을 모방한 것이다. 일차 시각피질(V1)은 가장 먼저 시각 정보를 입력받는 영역이다. 이는 도6에서 복합기둥 모방 연산기 묶음(100a)에 대응한다.
따라서, 시각 정보는 1차 복합기둥 모방 연산기 묶음 그룹(100a)으로부터 2차 복합기둥 모방 연산기 묶음 그룹(100b 내지 100d), 및 3차 복합기둥 모방 연산기 묶음 그룹(100e 내지 100i)으로 순차적으로 전달될 수 있다. 여기서, 2차 복합기둥 모방 연산기 묶음 그룹(100b 내지 100d) 및 3차 복합기둥 모방 연산기 묶음 그룹(100e 내지 100i) 각각은 2차 시각피질(V2) 및 3차 시각피질(V3)에 대응한다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 복합기둥 모방 연산기
100: 복합기둥 모방 연산기 묶음
11: 회백질 통신 인터페이스
12: 컨트롤러
13: 연산부
14: 커널 메모리

Claims (9)

  1. 시각 정보를 처리하는 기본 단위인 복합기둥 모방 연산기를 복수개 포함하는 복합기둥 모방 연산기 묶음; 및
    상기 복합기둥 모방 연산기 묶음 내의 상기 복수개의 복합기둥 모방 연산기 사이를 연결하는 회백질 네트워크를 포함하며,
    상기 회백질 네트워크를 통해 상기 복합기둥 모방 연산기 각각은 자신과 인접한 복합기둥 모방 연산기들과 연결되어 국지적 정보 전달이 가능하고,
    상기 복합기둥 모방 연산기 묶음을 복수개 포함하며,
    상기 복수개의 복합기둥 모방 연산기 묶음 사이에 범용 정보를 전달할 수 있도록 상기 복수개의 복합기둥 모방 연산기 묶음 사이를 연결하는 백질 네트워크를 더 포함하며,
    상기 복합기둥 모방 연산기 각각은 상기 인접한 복합기둥 모방 연산기들과의 통신을 위한 회백질 통신 인터페이스를 구비하여 자극의 색깔 정보, 자극의 방향성 정보 또는 자극의 근원에 대한 정보를 전달할 수 있는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  2. 삭제
  3. 제1항에 있어서,
    상기 복합기둥 모방 연산기 각각은 상기 자극의 색깔 정보, 자극의 방향성 정보 또는 자극의 근원에 대한 정보를 구비하는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  4. 제1항에 있어서,
    상기 복합기둥 모방 연산기 각각은 곱셈기와 덧셈기로 구성된 연산부를 구비하는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  5. 제4항에 있어서,
    상기 복합기둥 모방 연산기 각각은 상기 회백질 통신 인터페이스를 통해 상기 인접한 복합기둥 모방 연산기들로부터 상기 자극의 색깔 정보, 자극의 방향성 정보 또는 자극의 근원에 대한 정보를 전달받고 상기 연산부의 연산 결과를 상기 인접한 복합기둥 모방 연산기들 중 필요한 연산기에 전달하며, 상기 연산부는 연산을 위해 필요한 커널 값을 커널 메모리로부터 획득하는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  6. 제1항에 있어서,
    상기 복합기둥 모방 연산기 묶음의 개수 및 배열이 가변되는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  7. 제1항에 있어서,
    상기 복합기둥 모방 연산기 묶음 내의 상기 복수개의 복합기둥 모방 연산기의 개수가 가변되는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  8. 제4항에 있어서,
    상기 회백질 통신 인터페이스는, 상기 인접한 복합기둥 모방 연산기들로부터 시각 정보를 입력받고 상기 연산부의 연산 결과를 상기 인접한 복합기둥 모방 연산기들 중 필요한 연산기에 전달할 수 있도록 변환 이동 레지스터를 포함하는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
  9. 제1항에 있어서,
    상기 백질 네트워크를 통해 시각 정보는 1차 복합기둥 모방 연산기 묶음 그룹을 통과하여 2차 및 3차 복합기둥 모방 연산기 묶음 그룹으로 순차적으로 전달되는 것을 특징으로 하는,
    시각피질의 복합기둥을 모방한 인지 프로세서.
KR1020120027638A 2012-03-19 2012-03-19 시각피질의 복합기둥을 모방한 인지 프로세서 KR101356786B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120027638A KR101356786B1 (ko) 2012-03-19 2012-03-19 시각피질의 복합기둥을 모방한 인지 프로세서

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120027638A KR101356786B1 (ko) 2012-03-19 2012-03-19 시각피질의 복합기둥을 모방한 인지 프로세서

Publications (2)

Publication Number Publication Date
KR20130106039A KR20130106039A (ko) 2013-09-27
KR101356786B1 true KR101356786B1 (ko) 2014-01-28

Family

ID=49454124

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120027638A KR101356786B1 (ko) 2012-03-19 2012-03-19 시각피질의 복합기둥을 모방한 인지 프로세서

Country Status (1)

Country Link
KR (1) KR101356786B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5067160A (en) * 1988-04-26 1991-11-19 Canon Kabushiki Kaisha Motion-pattern recognition apparatus

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5067160A (en) * 1988-04-26 1991-11-19 Canon Kabushiki Kaisha Motion-pattern recognition apparatus

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Joo-Young Kim et al. A 201.4 GOPS 496㎽ Real-Time Multi-Object Recognition Processor With Bio-Inspired Neural Perception Engine. IEEE Journal of Solid-State Circuits. 2010. 1., Vol.45, No.1, pp.32-45. *
Joo-Young Kim et al. A 201.4 GOPS 496㎽ Real-Time Multi-Object Recognition Processor With Bio-Inspired Neural Perception Engine. IEEE Journal of Solid-State Circuits. 2010. 1., Vol.45, No.1, pp.32-45.*

Also Published As

Publication number Publication date
KR20130106039A (ko) 2013-09-27

Similar Documents

Publication Publication Date Title
US11734006B2 (en) Deep vision processor
CN105930902A (zh) 一种神经网络的处理方法、系统
JP6872011B2 (ja) 畳み込みニューラルネットワークのための効率的データレイアウト
Farabet et al. Comparison between frame-constrained fix-pixel-value and frame-free spiking-dynamic-pixel convnets for visual processing
CN103020890B (zh) 基于多层次并行处理的视觉处理装置
JP2021508895A (ja) ニューラルネットワークアレイの性能の改善
CN107085562B (zh) 一种基于高效复用数据流的神经网络处理器及设计方法
CN107341541A (zh) 一种用于执行全连接层神经网络训练的装置和方法
CN111047022B (zh) 一种计算装置及相关产品
CN110333946A (zh) 一种基于人工智能cpu数据处理系统及方法
CN108320018A (zh) 一种人工神经网络运算的装置及方法
CN110321761A (zh) 一种行为识别方法、终端设备及计算机可读存储介质
CN110059797B (zh) 一种计算装置及相关产品
CN110909872B (zh) 集成电路芯片装置及相关产品
KR101356786B1 (ko) 시각피질의 복합기둥을 모방한 인지 프로세서
CN109427035A (zh) 半导体设备和图像识别系统
KR20090086660A (ko) 신경망회로와 병렬처리 프로세서를 결합한 컴퓨터구조 및그를 이용한 처리방법
RU2502126C1 (ru) Многопроцессорная вычислительная система
WO2020042770A1 (zh) 图像识别处理方法和装置
CN111047021B (zh) 一种计算装置及相关产品
Gao et al. A lightweight network based on pyramid residual module for human pose estimation
CN111291871B (zh) 一种计算装置及相关产品
Kim et al. A configurable heterogeneous multicore architecture with cellular neural network for real-time object recognition
KR20210031372A (ko) 신경망 가속기 및 그것의 동작 방법
CN208922294U (zh) Fpga实现的特征提取图像传感器

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20200129

Year of fee payment: 7

R401 Registration of restoration