WO2022070947A1 - 信号処理装置、撮像装置、信号処理方法 - Google Patents

信号処理装置、撮像装置、信号処理方法 Download PDF

Info

Publication number
WO2022070947A1
WO2022070947A1 PCT/JP2021/034103 JP2021034103W WO2022070947A1 WO 2022070947 A1 WO2022070947 A1 WO 2022070947A1 JP 2021034103 W JP2021034103 W JP 2021034103W WO 2022070947 A1 WO2022070947 A1 WO 2022070947A1
Authority
WO
WIPO (PCT)
Prior art keywords
input data
product
processing unit
data
signal processing
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.)
Ceased
Application number
PCT/JP2021/034103
Other languages
English (en)
French (fr)
Inventor
克彦 半澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Semiconductor Solutions Corp
Original Assignee
Sony Semiconductor Solutions Corp
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 Sony Semiconductor Solutions Corp filed Critical Sony Semiconductor Solutions Corp
Priority to CN202180065035.1A priority Critical patent/CN116210228A/zh
Priority to JP2022553812A priority patent/JPWO2022070947A1/ja
Priority to US18/042,395 priority patent/US20230333816A1/en
Priority to DE112021005190.3T priority patent/DE112021005190T5/de
Publication of WO2022070947A1 publication Critical patent/WO2022070947A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
    • G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
    • G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
    • G06F7/5443—Sum of products
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/70—SSIS architectures; Circuits associated therewith
    • H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
    • H04N25/78—Readout circuits for addressed sensors, e.g. output amplifiers or A/D converters
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
    • G06N3/0675—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means using electro-optical, acousto-optical or opto-electronic means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/70—SSIS architectures; Circuits associated therewith
    • H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
    • H04N25/77—Pixel circuitry, e.g. memories, A/D converters, pixel amplifiers, shared circuits or shared components

Definitions

  • This technology relates to a signal processing device that performs product-sum calculation, an image pickup device, and a signal processing method.
  • processing related to DNN such as image recognition processing for a subject may be performed.
  • DNN Deep Neural Network
  • many product-sum operations are required.
  • the product-sum calculation two types of input data such as image data and weight data are used.
  • the two types of input data may contain many zero values, and in that case, there is a problem that unnecessary operations are performed and the memory cannot be effectively used.
  • Patent Document 1 discloses a technique for generating an index including one or more memory address positions having input data (input activation value) which is a non-zero value. It is described that the input data can be compressed by storing only the input data having a non-zero value in the memory, and that the calculation efficiency is improved.
  • This technology was made in view of the above circumstances, and aims to improve the calculation efficiency of the product-sum calculation process.
  • the signal processing device has a product-sum calculator that is arranged in a one-dimensional or two-dimensional array and is capable of multiply-accumulate operations in a neural network, and input data used for the calculation by the product-sum calculator is a predetermined threshold. It is provided with a threshold determination processing unit for determining whether or not it is less than, and an avoidance processing unit for avoiding the product-sum operation processing for the input data when the input data is less than the predetermined threshold. ..
  • the input data less than a predetermined threshold value is, for example, input data having a zero value or input data close to a zero value.
  • the input data includes type 1 input data and type 2 input data
  • the threshold determination processing unit performs the determination on the type 1 input data and performs the avoidance processing.
  • the unit may avoid the product-sum calculation process for the type 1 input data when the type 1 input data is less than the predetermined threshold value.
  • the product-sum calculation unit multiplies the type 1 input data and the type 2 input data. That is, when either one of the type 1 input data and the type 2 input data has a zero value, the product also has a zero value. According to this configuration, the product-sum operation processing is avoided when the type 1 input data has a zero value.
  • the type 2 input data may be weight data which is information on weights to be multiplied by the type 1 input data.
  • the weight data is, for example, a coefficient of a filter applied to image data in a predetermined range in a CNN (Convolutional Neural Network). It is unlikely that a filter will have all zero filter coefficients.
  • the threshold value determination processing unit in the signal processing device described above may be provided once for each of the plurality of product / sum calculators. It is determined whether or not each of the plurality of input data input to the plurality of product-sum calculators is less than a predetermined threshold value, for example, whether or not the value is zero.
  • the avoidance processing unit in the signal processing apparatus described above changes the input data input to the product-sum calculator when the input data is less than the predetermined threshold value, so that the input data is set to be less than the predetermined threshold value.
  • the product-sum operation processing for the data may be avoided.
  • input data of a predetermined threshold value or more is input to the product-sum calculator.
  • the above-mentioned signal processing apparatus includes a product-sum calculation control unit that manages input data and output data of the product-sum calculation processing, and the avoidance processing unit receives the input data in which the product-sum calculation processing is avoided. Information for identification may be notified to the product-sum calculation control unit. As a result, the product-sum calculation control unit can grasp the correspondence between the input data used in the product-sum calculation and the product-sum calculation result.
  • the avoidance processing unit in the above-mentioned signal processing device may be provided for each product-sum calculation unit. Since the avoidance processing unit is provided for each product-sum calculation unit, the processing load of the determination processing executed by one avoidance processing unit is light. In this determination process, it is determined whether or not the input data is less than a predetermined threshold value, for example, whether or not it is a zero value.
  • the avoidance processing unit in the signal processing device may avoid the product-sum calculation process for the input data that is less than the predetermined threshold value, and output a zero value as the processing result of the product-sum calculation process. For example, when the input data has a zero value, it is obvious that the calculation result becomes a zero value. Therefore, the output data is forcibly set to a zero value after avoiding the multiply-accumulate operation process.
  • the input data includes type 1 input data and type 2 input data
  • the avoidance processing unit determines that the type 1 input data is less than the first threshold value.
  • the product-sum calculation control unit may be notified of information for changing the type 1 input data input to the product-sum calculation unit and identifying the changed type 1 input data.
  • a comparison process with a predetermined threshold value targeting only one of the type 1 input data and the type 2 input data as input data for example, a process of determining whether or not the value is zero is executed. It is possible.
  • the avoidance processing unit in the signal processing device described above changes the type 2 input data input to the product-sum calculator when the type 2 input data is less than the second threshold value.
  • the product-sum calculation control unit obtains information for changing the type 1 input data corresponding to the type 2 input data and specifying the changed type 1 input data and the type 2 input data. May be notified to.
  • the corresponding data is a number to be multiplied with respect to the number to be multiplied in the product-sum operation.
  • the result is a zero value regardless of the value of the multiplication number.
  • processing is performed in which the number to be multiplied (type 2 input data) set to zero value is omitted and the corresponding number to be multiplied is omitted.
  • the product-sum calculation control unit in the above-mentioned signal processing device manages the product-sum calculation result of the first-class input data and the second-class input data, and compensates for the avoided product-sum calculation result with a zero value. You may.
  • the avoided product-sum operation process that is, the skipped product-sum operation process can be specified by receiving the information for specifying the corresponding type 1 input data and the type 2 input data.
  • the image pickup apparatus includes a pixel array unit in which photoelectric conversion elements are arranged in a one-dimensional or two-dimensional array, and a signal processing unit in which input data based on the output signal of the pixel array unit is input.
  • the signal processing unit is arranged in a one-dimensional or two-dimensional array and has a product-sum calculation unit capable of performing a product-sum calculation in a neural network, and the input data used for the calculation by the product-sum calculation unit has a predetermined threshold value. It is provided with a threshold determination processing unit for determining whether or not it is less than, and an avoidance processing unit for avoiding the product-sum operation processing for the input data when the input data is less than the predetermined threshold. ..
  • the signal processing unit included in the image pickup apparatus is required to save power due to problems such as a battery.
  • the pixel array unit and the signal processing unit may be integrally formed. By forming them integrally, the size of the image pickup apparatus can be reduced.
  • feature data extracted based on the output signal of the pixel array unit may be input as the input data.
  • the feature data often includes data having a zero value or less than a predetermined threshold.
  • the signal processing method determines whether or not the input data used for the product-sum calculation in the neural network is less than a predetermined threshold value, and when the input data is less than the predetermined threshold value, the input data is described.
  • This is a signal processing method in which a signal processing device executes a process of avoiding a product-sum calculation process. Even with such a signal processing method, the same operation as that of the signal processing apparatus according to the present technology can be obtained.
  • FIG. 9 is a diagram for explaining a process in which pixel data as input data is exchanged in the configuration example 1 of the signal processing unit, and this figure is a diagram showing a state before the exchange.
  • FIG. 14 is a diagram for explaining a process of exchanging weight data as input data in the configuration example 2 of the signal processing unit together with FIGS. 14 and 15, and this figure is a diagram showing a state before the exchange. It is a figure which shows the weight data of the exchange target. It is a figure which shows the state after exchange of the weight data as input data.
  • FIG. 19 is a diagram for explaining a process of exchanging pixel data as input data in the configuration example 3 of the signal processing unit, and this figure is a diagram showing a state before the exchange. It is a figure which shows the state after exchange of the pixel data as input data. It is a figure which shows the structural example 4 of a signal processing part. It is a figure which shows the configuration example of MAC in the configuration example 4 of a signal processing unit. It is a flowchart which shows the 1st processing example. It is a flowchart which shows the 2nd processing example.
  • the signal processing device of the present technology is capable of executing various operations related to image recognition processing by DNN (Deep Neural Network).
  • DNN Deep Neural Network
  • a signal processing device that performs product-sum operation processing as image recognition processing by CNN (Convolutional Neural Network), which is a kind of DNN, will be described.
  • the image pickup apparatus 1 includes an image pickup lens 2, a sensor unit 3, a control unit 4, and a recording unit 5.
  • the image pickup device 1 is assumed to have various forms such as a camera mounted on an industrial robot, an in-vehicle camera, and a surveillance camera.
  • the image pickup lens 2 collects the incident light and guides it to the sensor unit 3.
  • the image pickup lens 2 may be composed of a plurality of lenses.
  • the sensor unit 3 is configured to include a plurality of light receiving elements, and outputs a signal obtained by photoelectric conversion.
  • the control unit 4 controls the shutter speed of the sensor unit 3, gives instructions for various signal processing in each unit of the image pickup device 1, captures and records operations according to user operations, reproduces recorded image files, and captures a lens.
  • 2 Drive control for example, zoom control, focus control, aperture control, etc.
  • user interface control etc.
  • the recording unit 5 stores information and the like used for processing by the control unit 4.
  • the recording unit 5 comprehensively shows, for example, a ROM (Read Only Memory), a RAM (Random Access Memory), a flash memory, and the like.
  • the recording unit 5 may be a memory area built in the microcomputer chip as the control unit 4, or may be configured by a separate memory chip.
  • the control unit 4 controls the entire image pickup apparatus 1 by executing a program stored in the ROM, flash memory, or the like of the recording unit 5.
  • the sensor unit 3 will be specifically described with reference to FIG.
  • the sensor unit 3 includes a pixel array unit 11, an arbiter 12, a reading unit 13, a signal processing unit 14, and an output unit 15 that function as a so-called DVS (Dynamic Vision Sensor).
  • DVS Dynamic Vision Sensor
  • the sensor unit 3 is not limited to the DVS and may be configured as various image sensors.
  • the pixel array unit 11 is formed by arranging pixels 16 provided with photoelectric conversion elements in a two-dimensional array in the row direction (horizontal direction) and the column direction (vertical direction). Each pixel 16 detects the presence or absence of an event depending on whether or not the amount of change in the amount of received light exceeds a predetermined threshold value, and outputs a request to the arbiter 12 when the event occurs.
  • the arbiter 12 arbitrates the request from each pixel 16 and controls the reading operation by the reading unit 13.
  • the reading unit 13 performs a reading operation for each pixel 16 of the pixel array unit 11 based on the control of the arbiter 12.
  • Each pixel 16 outputs a signal based on the difference between the reference level and the current received signal level according to the reading operation by the reading unit 13.
  • the signal read from each pixel 16 is stored in the memory as a difference signal.
  • the pixel 16 resets the reference level to the current level of the received light signal according to the output of the difference signal. This makes it possible to detect the amount of change in the amount of received light with respect to the reference level again.
  • the difference signal is not read out and the reference level is not reset until the amount of change in the amount of received light exceeds a predetermined threshold value.
  • the signal processing unit 14 executes various signal processing (preprocessing and the like) for image data input from the reading unit 13 as feature amount data, image recognition processing by DNN, and the like.
  • image recognition processing by CNN which is a kind of DNN, will be taken as an example.
  • the image recognition process for example, it is possible to execute an arithmetic process related to a convolution process by a convolution layer, a max pooling process by a pooling layer, a classification process by a fully connected layer and an output layer, and the like.
  • an arithmetic process related to a convolution process by a convolution layer e.g., a convolution layer
  • a max pooling process by a pooling layer e.g., a max pooling process by a pooling layer
  • a classification process by a fully connected layer and an output layer
  • the output unit 15 outputs the classification result by CNN to the control unit 4 in the subsequent stage based on a predetermined interface standard (for example, MIPI (Mobile Industry Processor Interface)).
  • the control unit 4 receives the classification result by CNN and uses it for various processes.
  • the signal processing unit 14 executes only a part of various processes related to the CNN, the processing result in the signal processing unit 14, that is, the intermediate processing result in the CNN is output from the output unit 15.
  • the signal processing unit 14 includes a MAC array unit 17, a signal processing control unit 18, and a memory unit 19 in order to execute the product-sum calculation process.
  • the MAC array unit 17 is composed of a multiply-accumulate unit (MAC) arranged in a two-dimensional array in the row direction (horizontal direction) and the column direction (vertical direction).
  • the product-sum calculator may be arranged in a one-dimensional array along either the row direction or the column direction.
  • the product-sum calculator is also referred to as MAC20.
  • Each MAC 20 is formed with a circuit for performing multiplication processing and addition processing on the data input from the memory unit 19.
  • the input data input to one MAC 20 is, for example, data for one pixel of image data output from the pixel array unit 11 or weight data to be multiplied by the data for the one pixel.
  • the weight data is used as a filter coefficient of a filter applied to the image data.
  • the image data input to the MAC 20 may be not only the image data output from the pixel array unit 11 but also the output image data in another convolution layer or pooling layer. In the following description, such image data will be referred to as “processing target data”.
  • An example of the operation performed by the MAC 20 will be described using a process target data represented by binary values (0 and 1) and a filter having two pixels both vertically and horizontally applied to the process target data.
  • FIG. 4 is a diagram showing the target area AR1 which is the area to which the processing target data and the filter are applied.
  • the value of the upper left pixel data a11 and the value of the upper right pixel data a12 are both set to "1"
  • the value of the lower left pixel data a21 and the value of the lower right pixel data a22 are both. It is set to "0".
  • FIG. 5 is a diagram showing a filter F1 applied to the target region AR1.
  • Each coefficient of the filter F1 has weight data w11, w12, w21, and w22.
  • the values of the upper left weight data w11 and the lower right weight data w22 in the filter F1 are set to "1", and the values of the upper right weight data w12 and the lower left weight data w21 are set to "0".
  • Equation (1) can be performed using four MAC20s.
  • the pixel data a11 and the wait data w11 are input to the MAC 20a.
  • the multiplication process of the pixel data a11 and the weight data w11 is performed, and the multiplication result is output as the output OP1.
  • the MAC 20b performs a multiplication process of the pixel data a12 and the coefficient w12, and further performs an addition process of the result of the multiplication process and the output OP1.
  • the addition result is output as output OP2.
  • Pixel data a21, wait data w21, and output OP2 are input to the MAC20c.
  • the MAC 20c performs a multiplication process of the pixel data a21 and the weight data w21, and performs an addition process of the result of the multiplication process and the output OP2.
  • the addition result is output as output OP3.
  • Pixel data a22, wait data w22, and output OP3 are input to the MAC 20d.
  • the MAC 20d performs a multiplication process of the pixel data a22 and the weight data w22, and performs an addition process of the result of the multiplication process and the output OP3.
  • the addition result is output as output OP4.
  • the calculation result of the equation (1) is output from the MAC 20d as the output OP4.
  • MAC20a, 20b, 20c, and 20d may be controlled so as to perform only multiplication processing.
  • a process of adding the outputs OP1, OP2, OP3, and OP4 may be executed in the MAC20 other than the MAC20a, 20b, 20c, and 20d.
  • the output OP4 may be configured to be the calculation result of the equation (1) by performing the process of adding the outputs OP1, OP2, OP3 to the multiplication result in the MAC 20d.
  • the signal processing control unit 18 reads out the processing target data (pixel data) and the filter coefficient (wait data) stored in the memory unit 19 and inputs them to each MAC 20 of the MAC array unit 17. Further, the signal processing control unit 18 has a function of avoiding an operation such that the operation result becomes a zero value. Specifically, it will be described later.
  • the signal processing control unit 18 performs a process of storing the calculation result of the MAC array unit 17 in the memory unit 19. In addition, processing such as transmitting the calculation result to the outside of the signal processing control unit 18 is performed.
  • the image pickup apparatus 1 shown in FIGS. 1, 2 and 3 is an example including an image sensor in which a pixel array unit 11 and a signal processing unit 14 are integrally formed.
  • the pixel array unit 11 or the like is arranged on the front surface, and the GPU or DSP as the signal processing unit 14 is formed on the back surface.
  • the image sensor does not have to include the signal processing unit 14. That is, the image sensor and the signal processing unit 14 may be provided separately.
  • FIG. 7 shows a specific configuration of the signal processing unit 14A in the configuration example 1.
  • the signal processing unit 14A in the configuration example 1 is provided with an avoidance processing unit 21 on either one of the two data input to the multiplication circuit of the MAC 20, specifically the pixel data and the weight data (filter coefficient) described above. Has been done. Further, one avoidance processing unit 21 is provided for each of the plurality of MAC 20s. In the example shown in FIG. 7, one avoidance processing unit 21 is provided for one MAC array unit 17 having a plurality of MAC 20s.
  • the signal processing unit 14A includes an avoidance processing unit 21, a first memory 22, a second memory 23, a third memory 24, a product-sum operation control unit 25, a first local memory 26, and a second local memory. 27.
  • a plurality of MAC 20s arranged in a two-dimensional array to form the MAC array unit 17 are provided.
  • the avoidance processing unit 21 and the product-sum calculation control unit 25 are the signal processing control units 18 shown in FIG. Further, the first memory 22, the second memory 23, and the third memory 24 are the memory unit 19 shown in FIG. The first memory 22, the second memory 23, and the third memory 24 may be provided as physically different memories, or may be provided as different areas of one memory.
  • Image data as processing target data is stored in the first memory 22.
  • Weight data is stored in the second memory 23.
  • the calculation result is stored in the third memory 24.
  • the calculation result stored in the third memory 24 may be output from the signal processing unit 14 or may be output to the first memory 22 as the processing target data input to the MAC array unit 17.
  • the calculation result stored in the third memory 24 may be input to the MAC array unit 17 from the third memory 24 without going through the first memory 22.
  • the avoidance processing unit 21 reads the processing target data from the first memory 22 and inputs it to each MAC 20 of the MAC array unit 17 via the first local memory 26.
  • the wait data stored in the second memory 23 is temporarily stored in the second local memory 27, and then input to each MAC 20 of the MAC array unit 17.
  • each MAC20 the pixel data for one pixel and the weight data in the input processing target data are multiplied.
  • the product-sum operation in MAC 20 may be wasted depending on the input processing target data. For example, in the examples shown in FIGS. 4, 5 and 6, when all of the pixel data a11, a12, a21 and a22 have zero values, the weight data w11, w12, w21 and w22 do not matter. Since the operation result of the equation (1) is always a zero value, it is not necessary to perform the product-sum operation.
  • the avoidance processing unit 21 performs processing for avoiding such unnecessary operations. Specifically, it will be described with reference to FIGS. 8 and 9.
  • FIG. 8 is an excerpt of a part of the MAC array unit 17 shown in FIG. 7. Specifically, eight MAC20-1, MAC20-2, MAC20-3, MAC20-4, MAC20-5, MAC20-6, MAC20-7, and MAC20-8 are shown among a plurality of MAC20s. ..
  • the four MAC20s, MAC20-1, MAC20-2, MAC20-3, and MAC20-4, are multiply-accumulate calculators that perform convolution processing for the target area AR1 to which the filter is applied in the processing target data.
  • the four MAC20s, MAC20-5, MAC20-6, MAC20-7, and MAC20-8, are multiply-accumulate calculators that perform convolution processing for the target area AR2 to which the filter is applied in the processing target data.
  • the pixel data in the target area AR2 have zero values. That is, the pixel data b11, b12, b21, and b22 are all zero values.
  • the four MAC20s, MAC20-5, MAC20-6, MAC20-7, and MAC20-8, do not need to perform multiply-accumulate processing.
  • the avoidance processing unit 21 avoids the convolution processing (product-sum operation processing) for the target area AR2, and instead performs the convolution processing for the target area AR3. That is, the pixel data c11, c12, c21, and c22 of the target region AR3 are input to the four MAC20s of MAC20-5, MAC20-6, MAC20-7, and MAC20-8, respectively (see FIG. 9).
  • the product-sum calculation process for the target area AR is canceled, and the MAC 20 is used for the product-sum calculation process for the other target area AR. To use.
  • the target areas AR1, AR2, and AR3 are shown not to overlap each other for the sake of simplicity, but some of them may overlap depending on the stride amount (shift amount) of the filter. In some cases. For example, when the stride amount is "1", the pixel data a12 in the target area AR1 and the pixel data b11 in the target area AR2 are the same pixel data.
  • the product-sum calculation control unit 25 performs a process of storing the calculation result output from the MAC array unit 17 in the third memory 24. At this time, if the relationship between the calculation result output from the MAC array unit 17 and the target area AR is not correctly linked, the result of the convolution process cannot be handled appropriately.
  • the avoidance processing unit 21 performs the processing for avoiding unnecessary operations as described above, the information for specifying the avoided operations for the product-sum operation control unit 25, or the MAC array unit 17 Notifies information for identifying which target area AR the operation performed using is.
  • the product-sum calculation control unit 25 stores the product-sum calculation result in the third memory 24. At this time, the zero value is stored in the third memory 24 for the avoided product-sum calculation result.
  • the product-sum calculation control unit 25 can appropriately handle the calculation result output from the MAC array unit 17.
  • FIG. 10 shows a specific configuration of the signal processing unit 14B in the configuration example 2.
  • the signal processing unit 14B in the configuration example 2 has a configuration that avoids the product-sum operation related to the weight data w when a part of the weight data w in the filter F has a zero value. That is, the signal processing unit 14B includes a second avoidance processing unit 21b.
  • the filter F2 in this example is shown in FIG. 11, and the processing target data and the target areas AR4, AR5, AR6 are shown in FIG.
  • the filter F2 has 3 pixels both vertically and horizontally.
  • the target areas AR4, AR5, and AR6 are also set to be areas with three vertical and horizontal pixels.
  • the values of the weight data w11, w12, w13, w22, w31, w32, and w33 in the filter F2 are set to "1", and the values of the weight data w21 and w23 are set to "0".
  • the target area AR4 is pixel data d11, d12, d13, d21, d22, d23, d31, d32, d33.
  • the target area AR5 is pixel data e11, e12, e13, e21, e22, e23, e31, e32, e33.
  • the target area AR6 has pixel data f11, f12, f13, f21, f22, f23, f31, f32, and f33.
  • the processing target data stored in the first memory 22 is input to each MAC 20 of the MAC array unit 17 via the first avoidance processing unit 21a (see FIG. 10).
  • the wait data stored in the second memory 23 is input to each MAC 20 of the MAC array unit 17 via the second avoidance processing unit 21b.
  • the second avoidance processing unit 21b cancels the product-sum calculation using the weight data w21, and instead performs the product-sum calculation using the weight data w22 (see FIG. 14). Along with this, the second avoidance processing unit 21b notifies the first avoidance processing unit 21a of the avoided weight data w21 and the newly adopted weight data w22 (see FIG. 10).
  • the first avoidance processing unit 21a cancels inputting the pixel data d21, e21, f21 scheduled to be used for the multiplication processing related to the weight data w22 into MAC20-4, MAC20-8, MAC20-12, and is adopted instead. It is determined that the pixel data d22, e22, and f22 used for the multiplication process related to the weight data w22 are input to MAC20-4, MAC20-8, and MAC20-12 (see FIG. 14).
  • the first avoidance processing unit 21a notifies the product-sum calculation control unit 25 of the pixel data d22, e22, f22 used for the product-sum calculation instead of the pixel data d21, e21, f21 that avoided the product-sum calculation. This allows the product-sum calculation control unit 25 to appropriately handle the calculation result. Further, the first avoidance processing unit 21a may notify the product-sum calculation control unit 25 of the weight data w that avoids the product-sum calculation and the weight data w that is adopted instead of notifying the pixel data.
  • the product-sum calculation control unit 25 stores the product-sum calculation result output from the MAC array unit 17 in the third memory 24. At this time, the zero value is stored in the third memory 24 for the avoided product-sum calculation result. As a result, the product-sum calculation control unit 25 can appropriately handle the calculation result output from the MAC array unit 17.
  • the weight data set to a zero value and the corresponding pixel data are temporarily loaded in the first local memory 26 and the second local memory 27. ing. However, in reality, before being loaded into the first local memory 26 or the second local memory 27, a determination process of whether or not the value is zero and a process of determining whether or not the pixel data is corresponding to the zero value are performed. You may. In that case, the weight data set to the zero value and the corresponding pixel data are not loaded into the first local memory 26 or the second local memory 27.
  • Configuration example 3 The signal processing unit 14C in the configuration example 3 has a configuration for applying a plurality of filters F3, F4, and F5 to one target region AR.
  • the four target regions AR7, AR8, AR9, AR10 and the three filters F3, F4, and F5 will be described as examples.
  • the target areas AR7, AR8, AR9, and AR10 are two pixel areas both vertically and horizontally.
  • the target area AR7 is composed of pixel data g11, g12, g21, and g22.
  • the target area AR8 is composed of pixel data h11, h12, h21, h22
  • the target area AR9 is composed of pixel data i11, i12, i21, i22
  • the target area AR10 is composed of pixel data j11, j12, j21, j22. ..
  • the filters F3, F4, and F5 applied to each target area AR7, AR8, AR9, and AR10 are also set to have a size of two pixels both vertically and horizontally.
  • the filter F3 is composed of weight data wa11, wa12, wa21, wa22
  • the filter F4 is composed of weight data wb11, wb12, wb21, wb22
  • the filter F5 is composed of weight data wc11, wc12, wc21, wc22.
  • the filter F3 For example, by applying the filter F3 to the target area AR7, the calculation of g11 ⁇ wa11 + g12 ⁇ wa12 + g21 ⁇ wa21 + g22 ⁇ wa22 is performed. Further, by applying the filter F4 to the target region AR7, the calculation of g11 ⁇ wb11 + g12 ⁇ wb12 + g21 ⁇ wb21 + g22 ⁇ wb22 is performed. Then, by applying the filter F5 to the target region AR7, the calculation of g11 ⁇ wc11 + g12 ⁇ wc12 + g21 ⁇ wc21 + g22 ⁇ wc22 is performed.
  • one operation result is obtained by adding the operation result of applying the filter F3 to the target area AR7, the operation result of applying the filter F4, and the operation result of applying the filter F5.
  • FIG. 17 shows a configuration example of the signal processing unit 14C when performing such a convolution process.
  • the signal processing unit 14C includes a first memory 22 and an avoidance processing unit 21, and the avoidance processing unit 21 performs a process of loading the pixel data stored in the first memory 22 into the first local memory 26.
  • the pixel data g11 of the target area AR7, the pixel data h11 of the target area AR8, the pixel data i11 of the target area AR9, and the pixel data j11 of the target area AR10 are loaded into the first local memory 26.
  • the signal processing unit 14C includes a second memory 23 and a second local memory 27, and loads the wait data stored in the second memory 23 into the second local memory 27.
  • the weight data wa11 of the filter F3, the weight data wb11 of the filter F4, and the weight data wc11 of the filter F5 are loaded into the second local memory 27.
  • FIG. 18 is a second arithmetic process for the target area AR7 using the MAC array unit 17.
  • the convolution process in this example can be realized by repeating the product-sum operation using the MAC array unit 17.
  • the pixel data g11, h11, i11, and j11 shown in FIG. 17 were all "1".
  • the pixel data h12, i12, and j12 shown in FIG. 18 are "1", but the pixel data g12 has a zero value.
  • the avoidance processing unit 21 does not load the pixel data g12 into the first local memory 26, but loads the pixel data of the other target area AR into the first local memory 26. That is, the state is as shown in FIG.
  • the pixel data k12 is pixel data of the target area AR other than the target areas AR7, AR8, AR9, and AR10.
  • the data is loaded into the first local memory 26 while avoiding the pixel data set to the zero value.
  • the avoidance processing unit 21 notifies the product-sum operation control unit 25 of information for identifying the pixel data that has not been loaded into the first local memory 26.
  • the product-sum calculation control unit 25 compensates the avoided product-sum calculation result with a zero value and stores it in the third memory 24. As a result, the product-sum calculation control unit 25 can appropriately handle the calculation result output from the MAC array unit 17.
  • an avoidance processing unit 21 that performs a process of determining whether or not the pixel data is a zero value and selecting the pixel data to be loaded into the first local memory 26.
  • the avoidance processing unit 21 may be provided to perform a process of determining whether or not the weight data is a zero value and selecting the weight data to be loaded into the second local memory 27.
  • the avoidance processing unit 21 related to the pixel data and the avoidance processing unit 21 related to the weight data may be provided together, or only the avoidance processing unit 21 related to the wait data may be provided.
  • Configuration example 4 The signal processing unit 14D in the configuration example 4 is provided with an avoidance processing unit 21D for each MAC 20D.
  • pixel data is loaded from the first memory 22 into the first local memory 26 without going through the avoidance processing unit 21.
  • the wait data is loaded from the second memory 23 into the second local memory 27 without going through the avoidance processing unit 21.
  • Pixel data and wait data are input to the respective MAC 20Ds from the first local memory 26 and the second local memory 27.
  • the MAC 20D includes an avoidance processing unit 21D and a zero value output unit 28 as shown in FIG. 21 in addition to the addition circuit and the multiplication circuit.
  • the avoidance processing unit 21D determines whether or not the input pixel data has a zero value. When it is determined that the pixel data has a zero value, the clock applied to the MAC 20D is stopped, and the zero value output unit 28 is operated to output the zero value as output data.
  • the avoidance processing unit 21D and the zero value output unit 28 can be configured by a logic circuit or the like. For example, the zero value output unit 28 can forcibly set the output value to the zero value by using the zero value and the AND circuit.
  • the power consumption of the MAC20D can be suppressed, which can contribute to power saving.
  • the clock may be stopped and the zero value output process may be executed.
  • both the input pixel data and the wait data may be monitored, and if at least one of them has a zero value, the clock may be stopped and the zero value output process may be performed.
  • the result of the avoided product-sum calculation is output to the MAC 20D and the product-sum calculation control unit 25 in the next stage, so that the avoided product-sum operation can be specified. It is not necessary to notify the product-sum calculation control unit 25 of the information of.
  • First processing example> it is determined whether or not the pixel data has a zero value, and the product-sum operation is appropriately avoided. For example, by executing the first processing example, the configuration example 1 of the signal processing unit 14A can be realized.
  • step S100 of FIG. 22 the signal processing unit 14A acquires wait data from the second memory 23 and loads it into the second local memory 27.
  • the signal processing unit 14A acquires pixel data from the first memory 22 in step S101. Subsequently, in step S102, the signal processing unit 14A determines whether or not the predetermined pixel data group includes non-zero value data.
  • the predetermined pixel data group is, for example, the pixel data a11, a12, a21, a22 of the target area AR1 shown in FIG. 8, the pixel data b11, b12, b21, b22 of the target area AR2, and the like.
  • the signal processing unit 14A performs step S103.
  • the product / sum operation control unit 25 is notified of the information for specifying the avoided operation.
  • the product-sum operation control unit 25 is notified of vertical and horizontal position information (for example, x-coordinate and y-coordinate) for specifying the position of the controlled target area.
  • the signal processing unit 14A (avoidance processing unit 21) returns to the processing of step S101 and acquires the next pixel data.
  • step S102 when it is determined in step S102 that the predetermined pixel data group includes non-zero value data, the signal processing unit 14A (avoidance processing unit 21) loads the acquired pixel data into the first local memory 26 in step S104. do.
  • the signal processing unit 14A determines in step S105 whether or not the pixel data loading is completed. When it is determined that the loading of the pixel data is not completed, the signal processing unit 14A (avoidance processing unit 21) returns to the processing of step S101 and acquires the next pixel data.
  • step S105 when it is determined in step S105 that the loading of the pixel data is completed, the signal processing unit 14A executes the product-sum operation in step S106. This process is executed at the timing when the data required for the product-sum operation is prepared in each of the first local memory 26 and the second local memory 27.
  • the signal processing unit 14A transmits the calculation result to the product-sum calculation control unit 25 in step S107.
  • the signal processing unit 14A (product-sum operation control unit 25) compensates for the zero value as the operation result of the avoided operation in step S108. As a result, it is possible to prevent the operation result of the avoided operation from being missing.
  • the signal processing unit 14A (product-sum operation control unit 25) performs a process of storing the operation result in the third memory 24 in step S109.
  • the signal processing unit 14A determines in step S110 whether or not all the operations have been completed. If the calculation is not completed, a series of processes starting from step S100 are executed again for the new image data and the data as the calculation result stored in the third memory 24 in step S109.
  • step S110 when it is determined in step S110 that all the operations have been completed, the signal processing unit 14A (product-sum operation control unit 25) ends a series of processes shown in FIG. At this time, a process of outputting the final calculation result stored in the third memory 24 to the outside of the signal processing unit 14A may be executed.
  • Second processing example> it is determined whether or not the pixel data has a zero value and the product-sum operation is avoided as appropriate, and whether or not the weight data has a zero value is determined and the product-sum operation is avoided as appropriate. It is something to do.
  • the configuration example 2 of the signal processing unit 14B can be realized.
  • the signal processing unit 14B (second avoidance processing unit 21b) acquires wait data from the second memory 23 in step S201 of FIG.
  • the signal processing unit 14B determines in step S202 whether or not the acquired wait data has a zero value. If it is determined that the value is zero, the signal processing unit 14B (second avoidance processing unit 21b) notifies the product-sum operation control unit 25 of the position information of the wait data in step S203.
  • the signal processing unit 14B (second avoidance processing unit 21b) returns to the processing of step S201 and acquires the next pixel data.
  • the signal processing unit 14B (second avoidance processing unit 21b) loads the acquired weight data into the second local memory 27 in step S204.
  • the signal processing unit 14B determines in step S205 whether or not the load of the wait data is completed. When it is determined that the loading of the wait data is not completed, the signal processing unit 14B (second avoidance processing unit 21b) returns to the processing of step S201 and acquires the next weight data.
  • step S205 when it is determined in step S205 that the loading of the wait data is completed, the signal processing unit 14B (first avoidance processing unit 21a) acquires pixel data from the first memory 22 in step S101.
  • the signal processing unit 14B corresponds to the weight data determined to be a zero value, that is, the weight data not loaded in the second local memory 27. Judge whether or not.
  • the corresponding pixel data is, for example, the pixel data d21, the pixel data e21, the pixel data f21, etc. shown in FIG.
  • the signal processing unit 14B (first avoidance processing unit 21a) loads the acquired pixel data into the first local memory 26. Instead, new pixel data is acquired in step S101.
  • the signal processing unit 14B determines that the acquired pixel data is zero in step S207. Determine if it is a value.
  • the signal processing unit 14B notifies the product-sum calculation control unit 25 of the position information of the pixel data in step S208. That is, the acquired pixel data is not loaded into the first local memory 26.
  • the signal processing unit 14B (first avoidance processing unit 21a) transfers the acquired pixel data to the first local in step S104. Load into memory 26.
  • the signal processing unit 14B determines in step S105 whether or not the pixel data loading is completed. When it is determined that the loading of the pixel data is not completed, the signal processing unit 14B (first avoidance processing unit 21a) returns to the processing of step S101 and acquires the next pixel data.
  • step S105 when it is determined in step S105 that the loading of the pixel data is completed, the signal processing unit 14B executes the product-sum calculation in step S106 of FIG. 24, and transmits the calculation result to the product-sum calculation control unit 25 in step S107. ..
  • the signal processing unit 14B compensates for the zero value as the operation result of the avoided operation in step S108, and stores the operation result in the third memory 24 in step S109. conduct.
  • the signal processing unit 14B determines in step S110 whether or not all the operations have been completed. If the calculation is not completed, the process returns to the process of step S201 in order to perform a new product-sum calculation.
  • step S110 when it is determined in step S110 that all the operations have been completed, the signal processing unit 14B (product-sum operation control unit 25) ends a series of processes shown in FIGS. 23 and 24. At this time, a process of outputting the final calculation result stored in the third memory 24 to the outside of the signal processing unit 14B may be executed.
  • the operation using the same filter F may not be completed only by executing the product-sum operation process in step S106 once. In that case, after finishing the process of step S110, the process returns to step S101 of FIG. 23 without returning to step S201. As a result, the product-sum operation is properly executed.
  • the third processing example is an example of a flowchart for realizing the configuration example 4 of the signal processing unit 14D. That is, the third processing example is for realizing a configuration in which the avoidance processing unit 21D and the zero value output unit 28 are provided for each MAC 20D.
  • the signal processing unit 14D acquires weight data from the second memory 23 in step S100 of FIG. 25 and loads it into the second local memory 27.
  • the signal processing unit 14D acquires pixel data from the first memory 22 and loads it into the first local memory 26 in step S301.
  • the signal processing unit 14D determines in step S302 whether or not the input pixel data has a zero value. This process is performed for each MAC 20D.
  • the signal processing unit 14D performs clock stop processing in step S303. Further, the signal processing unit 14D (avoidance processing unit 21D) causes the zero value output unit 28 to execute the zero value output process in step S304. As a result, the multiply-accumulate operation is avoided and the power consumption is reduced in the MAC 20D. Further, a zero value is output from the MAC 20D as a calculation result.
  • the signal processing unit 14D executes the product-sum calculation process in step S106.
  • the product-sum operation related to the pixel data as the input data and the weight data is executed.
  • the signal processing unit 14D After finishing the processing of step S304 or after finishing the processing of step S106, the signal processing unit 14D transmits the calculation result to the product-sum calculation control unit 25 in step S107.
  • the signal processing unit 14D (product-sum operation control unit 25) performs a process of storing the operation result in the third memory 24 in step S109.
  • the signal processing unit 14D determines in step S110 whether or not all the operations have been completed. When the calculation is not completed, a series of processes starting from step S100 in FIG. 25 is executed again for the new image data and the data as the calculation result stored in the third memory 24 in step S109.
  • step S110 when it is determined in step S110 that all the operations have been completed, the signal processing unit 14D (product-sum operation control unit 25) ends a series of processes shown in FIG.
  • the input data is less than a predetermined threshold value
  • the pixel data is represented by 4 bits, that is, when the pixel data is a numerical value of any of 0 to 15, and the predetermined threshold value is "4" and the pixel data is 0 to 3. Avoid product-sum operations related to pixel data.
  • the predetermined threshold value "4" is an example, and may be any number such as "8" or "10".
  • the predetermined pixel data group is pixel data having a predetermined threshold value or more. It may be determined whether or not it contains.
  • the predetermined threshold value used for determining the pixel data and the predetermined threshold value used for determining the weight data may be different.
  • the predetermined threshold value used for determining the pixel data may be the first threshold value (for example, “4”), and the predetermined threshold value used for determining the weight data may be set as the second threshold value (for example, “2”).
  • step S202 it is determined in step S202 whether or not the weight data is less than a predetermined threshold value instead of determining whether or not the weight data is a zero value. Then, in step S206 of FIG. 23, it is determined whether or not it corresponds to the weight data determined to be less than the predetermined threshold value, and in step S207, it is determined whether or not the pixel data is less than the predetermined threshold value.
  • the MAC 20E may be capable of performing operations on a recurrent neural network (RNN). Specifically, the MAC 20E may be equipped with an LSTM (Long Short-Term Memory) (see FIG. 26).
  • RNN recurrent neural network
  • LSTM Long Short-Term Memory
  • a signal processing unit 14F provided with an avoidance processing unit 21 or the like may be provided outside the sensor unit 3.
  • the sensor unit 3F includes a pixel array unit 11, a reading unit 13, a preprocessing unit 29, and an output unit 15, and the output unit 15 is connected to the bus 30.
  • the pre-processing unit 29 is a portion that performs signal processing as pre-processing among various processes executed by the signal processing unit 14 in each of the above-mentioned examples.
  • a control unit 4 including a memory 31 and a signal processing unit 14F is connected to the bus 30. That is, a signal processing unit 14F provided with the above-mentioned avoidance processing unit 21 and the like is provided outside the sensor unit 3F.
  • the signal processing unit 14F provided with the avoidance processing unit 21 and the like may be provided outside the sensor unit 3F and outside the control unit 4.
  • the sensor unit 3F includes a pixel array unit 11, a reading unit 13, a preprocessing unit 29, and an output unit 15, and the output unit 15 is connected to the bus 30.
  • the control unit 4, the memory 31, and the signal processing unit 14F are connected to the bus 30.
  • the signal processing unit 14F includes a signal processing control unit 18 including a MAC array unit 17, an avoidance processing unit 21, and the like, and a memory unit 19.
  • a signal processing unit 14F provided with an avoidance processing unit 21 or the like may be provided in another signal processing device.
  • the image pickup device 1 including the sensor unit 3F, the control unit 4, the memory 31, and the communication unit 32, and another signal processing device 34 including the signal processing unit 14F and the communication unit 32 are described above. Various functions may be realized.
  • the communication unit 32 of the image pickup device 1 is capable of data communication by wire or wirelessly with the communication unit 33 of another signal processing device 34. By adopting such various configurations, it is possible to realize various functions as the above-mentioned signal processing unit.
  • the application target of the processing may be one-dimensional data.
  • the one-dimensional data is, for example, audio data, output data such as velocity data, acceleration data, angular velocity data, etc. output from a gyro sensor, position information, and the like.
  • These one-dimensional data may be made into two-dimensional data by arranging each predetermined amount of data in a different dimensional direction.
  • the image pickup device 1 as a signal processing device is a product-sum calculator (MAC20, 20D, 20E) arranged in a one-dimensional or two-dimensional array and capable of a product-sum operation in a neural network, and a product-sum.
  • Threshold determination processing unit (avoidance processing units 21 and 21D, first avoidance processing unit 21a, second avoidance) for determining whether or not the input data (pixel data, weight data) used for the calculation by the arithmetic unit is less than a predetermined threshold value.
  • avoidance processing units 21 and 21D that avoid product-sum operation processing for input data when the input data is less than a predetermined threshold. It is equipped with.
  • the input data less than a predetermined threshold value is, for example, input data having a zero value or input data close to a zero value.
  • the product-sum operation result has a zero value, and it can be calculated without executing the product-sum operation process.
  • the product-sum calculation is avoided when the input data is a zero value, so that the product-sum calculation unit is prevented from being used to execute a useless calculation, and the power consumption is reduced. It is possible to plan.
  • the input data includes the first type input data (pixel data) and the second type input data (wait data), and the threshold determination processing unit (avoidance processing unit).
  • 21,21D, 1st avoidance processing unit 21a, 2nd avoidance processing unit 21b) determines the type 1 input data, and avoidance processing units 21 and 21D (1st avoidance processing unit 21a, 2nd avoidance processing unit 21b). ) May avoid the product-sum calculation process for the type 1 input data when the type 1 input data is less than a predetermined threshold value.
  • the product-sum calculator multiplies the type 1 input data and the type 2 input data. That is, when either one of the type 1 input data and the type 2 input data has a zero value, the multiplication result also has a zero value. According to this configuration, the product-sum operation processing is avoided when the type 1 input data has a zero value. According to this configuration, since the product-sum operation process is avoided when the type 1 input data has a zero value, it is possible to efficiently avoid the product-sum operation in which the operation result is a zero value.
  • the type 2 input data may be weight data which is information on the weight to be multiplied by the type 1 input data (pixel data).
  • the weight data is, for example, a coefficient of a filter applied to image data in a predetermined range in CNN. It is unlikely that a filter will have all zero filter coefficients. Therefore, for example, by performing a determination process of determining whether or not the type 1 input data which is the image data of a predetermined area has a zero value and appropriately avoiding the product-sum operation process, unnecessary product-sum operation can be efficiently performed. It is possible to eliminate it and save power.
  • the threshold value determination processing unit (avoidance processing unit 21 and 21D, the first avoidance processing unit 21a, the second avoidance processing unit 21b) includes a plurality of multiply-accumulate units (MAC20, 20D, 20E). ) May be provided one by one. It is determined whether or not each of the plurality of input data input to the plurality of product-sum calculators is less than a predetermined threshold value, for example, whether or not the value is zero. This makes it possible to perform processing such as exchanging input data that is determined to be less than a predetermined threshold value, and the product-sum calculation unit can be used efficiently. That is, it is possible to reduce the total number of times the multiply-accumulate calculator is used until a predetermined result is obtained, and it is possible to contribute to the reduction of consumption reduction.
  • MAC20, 20D, 20E multiply-accumulate units
  • the avoidance processing units 21 and 21D are input data (pixel data, wait data).
  • the product-sum calculation unit MAC20, 20D, 20E
  • the product-sum calculation processing for the input data set to be less than the predetermined threshold may be avoided. ..
  • input data of a predetermined threshold value or more is input to the product-sum calculator. Therefore, the product-sum calculation unit can be effectively used and unnecessary product-sum calculation can be prevented from being executed.
  • the product-sum calculation control unit 25 that manages the input data (pixel data, wait data) and output data of the product-sum calculation process is provided, and avoidance processing is performed.
  • Units 21 and 21D may notify the product-sum calculation control unit 25 of information for identifying input data in which the product-sum calculation process has been avoided. ..
  • the product-sum calculation control unit 25 can grasp the correspondence between the input data used in the product-sum calculation and the product-sum calculation result. Therefore, the calculation result can be handled appropriately, and for example, the convolution process in CNN can be correctly executed.
  • unnecessary product-sum calculation processing such that the calculation result becomes a zero value is avoided, so that power saving can be achieved.
  • the avoidance processing units 21 and 21D may be provided for each product-sum calculation unit (MAC20, 20D, 20E). ..
  • the processing load of the determination processing executed by one avoidance processing unit 21 is light.
  • This determination process determines whether or not the input data (pixel data, weight data) is less than a predetermined threshold value, for example, whether or not it is a zero value. This makes it possible to avoid the product-sum operation process without performing a process such as replacing the input data with a non-zero value one. Therefore, power saving can be achieved by simple processing.
  • the avoidance processing unit 21D avoids the product-sum calculation process for the input data (pixel data, weight data) that is less than the predetermined threshold value, and the processing result of the product-sum calculation process is a zero value. May be output.
  • the output data is forcibly set to a zero value after avoiding the multiply-accumulate operation process. As a result, correct output data can be obtained as the product-sum calculation result, and the effect of reducing power consumption by avoiding the calculation process can be obtained.
  • the input data includes type 1 input data (pixel data) and type 2 input data (wait data), and the avoidance processing units 21 and 21D (first avoidance processing unit 21a and second avoidance processing unit 21b) are used.
  • the type 1 input data is less than the first threshold value
  • the type 1 input data input to the product-sum calculator (MAC20, 20D, 20E) is changed and the changed type 1 input data is specified.
  • the product / sum operation control unit 25 may be notified of the information for this purpose.
  • the avoidance processing unit (first avoidance processing unit 21a, second avoidance processing unit 21b) has a second type input data (wait data).
  • the type 2 input data input to the product-sum calculator (MAC20) is changed, and the type 1 input data (pixel data) corresponding to the changed type 2 input data is changed.
  • the corresponding data is a number to be multiplied with respect to the number to be multiplied in the product-sum operation.
  • the result is a zero value regardless of the value of the multiplication number.
  • processing is performed in which the number to be multiplied (type 2 input data) set to zero value is omitted and the corresponding number to be multiplied is omitted.
  • the product-sum operation control unit can grasp the avoided multiplication process and addition process, the operation result of the product-sum operation process can be appropriately handled. Further, since the number of multiplication processes and addition processes executed to obtain a specific result can be reduced, it is possible to contribute to power saving.
  • the product-sum calculation control unit 25 manages the product-sum calculation result of the first-class input data (pixel data) and the second-class input data (wait data), and avoids the product-sum calculation.
  • the calculation result may be supplemented with a zero value.
  • the avoided product-sum operation process that is, the skipped product-sum operation process can be specified by receiving the information for specifying the corresponding type 1 input data and the type 2 input data. Then, as the processing result of the specified product-sum calculation processing, the processing result of the product-sum calculation processing can be obtained so that there is no omission of data by compensating for the zero value and managing it. Therefore, the convolution operation in CNN or the like can be efficiently performed with low power consumption.
  • the image pickup apparatus 1 includes a pixel array unit 11 in which photoelectric conversion elements (pixels 16) are arranged in a one-dimensional or two-dimensional array, and a pixel array.
  • a signal processing unit 14 (14A, 14B, 14C, 14D, 14F) into which input data (pixel data, weight data) based on the output signal of the unit 11 is input, and the signal processing unit 14 is one-dimensional or two-dimensional.
  • the product-sum calculation unit (MAC20, 20D, 20E) arranged in a dimensional array and capable of product-sum calculation in a neural network, and whether or not the input data used for the calculation by the product-sum calculation unit is less than a predetermined threshold.
  • the signal processing unit 14 included in the image pickup apparatus 1 is required to save power due to problems such as a battery. According to this configuration, in an image pickup apparatus capable of carrying out at least a part of a convolution operation in a CNN or the like, the power consumed in the product-sum operation process can be reduced, which is suitable.
  • the pixel array unit 11 and the signal processing unit 14 may be integrally formed.
  • the image pickup device 1 can be downsized. Therefore, the ease of handling of the image pickup apparatus 1 can be improved.
  • the signal processing unit 14 may input feature data extracted based on the output signal of the pixel array unit 11 as input data. ..
  • the feature data often includes data having a zero value or less than a predetermined threshold. Therefore, in many cases, the product-sum calculation process can be performed with high efficiency, and the effect of reducing power consumption can be further enhanced.
  • a product-sum calculator that is arranged in a one-dimensional or two-dimensional array and is capable of product-sum operations in a neural network.
  • a threshold value determination processing unit that determines whether or not the input data used for the calculation by the product-sum calculation unit is less than a predetermined threshold value.
  • a signal processing device including an avoidance processing unit that avoids a product-sum calculation process for the input data when the input data is less than the predetermined threshold value.
  • the input data includes type 1 input data and type 2 input data.
  • the threshold value determination processing unit performs the determination on the type 1 input data, and then performs the determination.
  • the signal processing device wherein the avoidance processing unit avoids the product-sum operation processing for the type 1 input data when the type 1 input data is less than the predetermined threshold value.
  • the type 2 input data is weight data that is information on weights to be multiplied by the type 1 input data.
  • the threshold value determination processing unit is provided for each of the plurality of product / sum calculators.
  • the avoidance processing unit changes the input data input to the product-sum calculation unit when the input data is less than the predetermined threshold, so that the product-sum of the input data is set to be less than the predetermined threshold.
  • the signal processing device which avoids arithmetic processing.
  • a product-sum operation control unit that manages input data and output data of the product-sum operation process is provided.
  • the signal processing device according to (5) above, wherein the avoidance processing unit notifies the product-sum calculation control unit of information for identifying the input data in which the product-sum calculation processing has been avoided.
  • the signal processing device according to any one of (1) to (6) above, wherein the avoidance processing unit is provided for each product-sum calculation unit.
  • the avoidance processing unit avoids the product-sum calculation process for the input data that is less than the predetermined threshold value and outputs a zero value as the processing result of the product-sum calculation process. ..
  • the input data includes type 1 input data and type 2 input data.
  • the avoidance processing unit When the type 1 input data is less than the first threshold value, the type 1 input data input to the product-sum calculator is changed and the changed type 1 input data is specified.
  • the signal processing device according to (6) above, which notifies the information to the product-sum calculation control unit.
  • the avoidance processing unit changes the type 2 input data input to the product-sum calculator and also changes the type 2 input.
  • the above (9) that changes the type 1 input data corresponding to the data and notifies the product-sum calculation control unit of the information for specifying the changed type 1 input data and the type 2 input data. ).
  • the signal processing device When the type 1 input data is less than the first threshold value, the type 1 input data input to the product-sum calculator is changed and the changed type 1 input data is specified.
  • the signal processing device according to (6) above, which notifies the information to the product-sum calculation control unit.
  • the avoidance processing unit changes the type 2 input data input to the product-sum calculator and also
  • the product-sum calculation control unit manages the product-sum calculation result of the first-class input data and the second-class input data, and compensates for the avoided product-sum calculation result with a zero value.
  • Signal processing device (12) A pixel array unit in which photoelectric conversion elements are arranged in a one-dimensional or two-dimensional array, and A signal processing unit for inputting input data based on the output signal of the pixel array unit is provided.
  • the signal processing unit A product-sum calculator that is arranged in a one-dimensional or two-dimensional array and is capable of product-sum operations in a neural network.
  • a threshold value determination processing unit that determines whether or not the input data used in the calculation by the product-sum calculation unit is less than a predetermined threshold value.
  • An image pickup apparatus including an avoidance processing unit that avoids a product-sum calculation process for the input data when the input data is less than the predetermined threshold value.
  • the image pickup apparatus according to (12) above wherein the pixel array unit and the signal processing unit are integrally formed.
  • the signal processing unit inputs feature data extracted based on the output signal of the pixel array unit as the input data.
  • Imaging device (signal processing device) 20, 20D, 20E MAC (multiply-accumulate calculator) 20-1, 20-2, 20-3, 20-4 MAC (multiply-accumulate calculator) 20-5, 20-6, 20-7, 20-8 MAC (multiply-accumulate calculator) 20-9, 20-10, 20-11, 20-12 MAC (multiply-accumulate calculator) 21,21D Avoidance processing unit (threshold value determination processing unit) 21a First avoidance processing unit (threshold determination processing unit) 21b Second avoidance processing unit (threshold value determination processing unit) 25 Multiply-accumulate operation control unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Neurology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Image Processing (AREA)

Abstract

信号処理装置は、一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、前記積和演算器による演算に用いられる入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えたものとした。

Description

信号処理装置、撮像装置、信号処理方法
　本技術は、積和演算を行う信号処理装置、撮像装置、信号処理方法に関する。
　カメラなどの撮像装置において撮像された画像に対して、被写体についての画像認識処理など、ＤＮＮ（Deep Neural Network）に係る処理を行う場合がある。このようなＤＮＮに係る処理（例えば、画像認識処理など）においては、多くの積和演算が必要となる。
　積和演算においては、画像データとウェイトデータなどのように二種類の入力データが用いられる。二種類の入力データは多くのゼロ値を含むことがあり、その場合には、無駄な演算が行われてしまうと共にメモリを有効に利用できないという問題がある。
　このような問題に対して、例えば、特許文献１では、非ゼロ値である入力データ（入力アクティベーション値）を有する一つ以上のメモリアドレス位置を含むインデックスを生成する技術が開示されている。非ゼロ値とされた入力データだけをメモリに格納することにより入力データを圧縮することが可能となることや、計算効率を向上させることが記載されている。
特表２０２０－５００３６５号公報
　ところで、画像認識処理で実行される積和演算においては低ビット数のデータが入力される場合や、非ゼロ値が多く含まれたデータが入力される場合がある。
　そのような場合において、メモリアドレス位置を含むインデックスを生成してメモリに記憶してしまうと、却ってメモリの利用効率が低下したり、計算効率が低下したりする虞がある。
　本技術は上記事情に鑑み為されたものであり、積和演算処理の計算効率を向上させることを目的とする。
　本技術に係る信号処理装置は、一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、前記積和演算器による演算に用いられる入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えたものである。
　所定閾値未満の入力データとは、例えば、ゼロ値である入力データやゼロ値に近い入力データなどである。
　上記した信号処理装置においては、前記入力データには第１種入力データと第２種入力データとがあり、前記閾値判定処理部は、前記第１種入力データについて前記判定を行い、前記回避処理部は、前記第１種入力データが前記所定閾値未満である場合に前記第１種入力データについての前記積和演算処理を回避させてもよい。
　積和演算器は第１種入力データと第２種入力データの乗算を行うものである。即ち、第１種入力データと第２種入力データのうち何れか一方がゼロ値である場合には積もゼロ値となる。本構成によれば、第１種入力データがゼロ値である場合に積和演算処理が回避される。
　上記した信号処理装置においては、前記第２種入力データは前記第１種入力データに乗算する重みの情報であるウェイトデータとされていてもよい。
　ウェイトデータは、例えば、ＣＮＮ（Convolutional Neural Network）において所定範囲の画像データに適用するフィルタの係数などとされる。フィルタ係数が全てゼロ値となるフィルタは考えにくい。
　上記した信号処理装置における前記閾値判定処理部は、複数の前記積和演算器ごとに一つ設けられていてもよい。
　複数の積和演算器に対して入力される複数の入力データがそれぞれ所定閾値未満であるか無いか、例えば、ゼロ値であるか無いかを判定する。
　上記した信号処理装置における前記回避処理部は、前記入力データが前記所定閾値未満である場合に前記積和演算器に入力される前記入力データを変更することにより前記所定閾値未満とされた前記入力データについての前記積和演算処理を回避させてもよい。
　これにより、積和演算器に対して所定閾値以上の入力データが入力される。
　上記した信号処理装置においては、前記積和演算処理の入力データ及び出力データの管理を行う積和演算制御部を備え、前記回避処理部は、前記積和演算処理が回避された前記入力データを特定するための情報を前記積和演算制御部に通知してもよい。
　これにより、積和演算制御部は積和演算に用いられた入力データと積和演算結果の対応関係を把握することができる。
　上記した信号処理装置における前記回避処理部は前記積和演算器ごとに設けられていてもよい。
　積和演算器ごとに回避処理部が設けられることにより、一つの回避処理部が実行する判定処理の処理負担は軽微なものとされる。この判定処理は、入力データが所定閾値未満であるか否か、例えば、ゼロ値であるか否かを判定するものとされる。
　上記した信号処理装置における前記回避処理部は、前記所定閾値未満である前記入力データについての前記積和演算処理を回避させ、当該積和演算処理の処理結果としてゼロ値を出力させてもよい。
　例えば、入力データがゼロ値である場合には、演算結果がゼロ値となるのは自明であるため、積和演算処理を回避させた上で出力データを強制的にゼロ値とする。
　上記した信号処理装置においては、前記入力データには第１種入力データと第２種入力データとがあり、前記回避処理部は、前記第１種入力データが第１閾値未満である場合に、前記積和演算器に入力される前記第１種入力データの変更を行うと共に変更された前記第１種入力データを特定するための情報を前記積和演算制御部に通知してもよい。
　これにより、入力データとされた第１種入力データと第２種入力データのうち、一方のみを対象とした所定閾値との比較処理、例えば、ゼロ値であるか否かを判定する処理が実行可能とされる。
　上記した信号処理装置における前記回避処理部は、前記第２種入力データが第２閾値未満である場合に、前記積和演算器に入力される前記第２種入力データの変更を行うと共に変更された前記第２種入力データに対応する前記第１種入力データの変更を行い、変更された前記第１種入力データ及び前記第２種入力データを特定するための情報を前記積和演算制御部に通知してもよい。
　対応するデータとは、積和演算における掛ける数に対する掛けられる数である。乗算処理においてはある掛ける数がゼロ値である場合には掛けられる数の値によらず結果がゼロ値となる。そのような乗算処理を省くために、ゼロ値とされた掛ける数（第２種入力データ）を省くと共に対応する掛けられる数を省く処理が行われる。
　上記した信号処理装置における前記積和演算制御部は、前記第１種入力データと前記第２種入力データの積和演算結果を管理し、回避された積和演算結果についてはゼロ値を補填してもよい。
　回避された積和演算処理、即ち、スキップされた積和演算処理は、該当する第１種入力データ及び第２種入力データを特定するための情報を受信することにより、特定可能とされる。
　本技術に係る撮像装置は、光電変換素子が一次元または二次元のアレイ状に配置された画素アレイ部と、前記画素アレイ部の出力信号に基づく入力データが入力される信号処理部と、を備え、前記信号処理部は、一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、前記積和演算器による演算に用いられる前記入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えたものである。
　撮像装置が備える信号処理部は、バッテリなどの問題もあり省電力であることが求められている。
　上記した撮像装置においては、前記画素アレイ部と前記信号処理部とが一体に形成されていてもよい。
　それらが一体に形成されることにより、撮像装置の小型化が図られる。
　上記した撮像装置における前記信号処理部は、前記画素アレイ部の出力信号に基づいて抽出された特徴データが前記入力データとして入力されてもよい。
　特徴データには、ゼロ値や所定閾値未満とされたデータが多分に含まれていることが多い。
　本技術に係る信号処理方法は、ニューラルネットワークにおける積和演算に用いられる入力データが所定閾値未満であるか否かを判定し、前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる処理を信号処理装置が実行する信号処理方法である。
　このような信号処理方法によっても、上記した本技術に係る信号処理装置と同様の作用を得ることができる。
本技術に係る実施形態としての撮像装置の構成例を示した図である。 センサ部の内部構成例を示した図である。 信号処理部の構成例を示した図である。 処理対象データ（画素データ）と対象領域の一例を示した図である。 対象領域に適用するフィルタの一例を示した図である。 ＭＡＣにおいて積和演算が行われることを説明するための図である。 信号処理部の構成例１を示す図である。 図９と共に信号処理部の構成例１において入力データとしての画素データの入れ替えが行われる過程を説明するための図であり、本図は入れ替え前の状態を示す図である。 入力データとしての画素データの入れ替え後の状態を示す図である。 信号処理部の構成例２を示す図である。 信号処理部の構成例２におけるフィルタの一例を示す図である。 信号処理部の構成例２における対象領域の一例を示す図である。 図１４及び図１５と共に信号処理部の構成例２において入力データとしてのウェイトデータの入れ替えが行われる過程を説明するための図であり、本図は入れ替え前の状態を示す図である。 入れ替え対象のウェイトデータを示す図である。 入力データとしてのウェイトデータの入れ替え後の状態を示す図である。 信号処理部の構成例３におけるフィルタと対象領域の一例を示す図である。 信号処理部の構成例３を示す図である。 図１９と共に信号処理部の構成例３における入力データとしての画素データの入れ替えが行われる過程を説明するための図であり、本図は入れ替え前の状態を示す図である。 入力データとしての画素データの入れ替え後の状態を示す図である。 信号処理部の構成例４を示す図である。 信号処理部の構成例４におけるＭＡＣの構成例を示す図である。 第１の処理例を示すフローチャートである。 第２の処理例を示すフローチャートである。 第２の処理例を示すフローチャートである。 第３の処理例を示すフローチャートである。 第２の変形例におけるＭＡＣの構成例を示す図である。 信号処理部がセンサ部の外部の制御部内に設けられた例を示す図である。 信号処理部がセンサ部の外部及び制御部の外部に設けられた例を示す図である。 信号処理部が撮像装置の外部に設けられた例を示す図である。
　以下、添付図面を参照し、本技術に係る実施の形態を次の順序で説明する。

＜１．撮像装置の構成＞
＜２．信号処理部の具体的な構成例＞
＜２－１．構成例１＞
＜２－２．構成例２＞
＜２－３．構成例３＞
＜２－４．構成例４＞
＜３．フローチャート＞
＜３－１．第１の処理例＞
＜３－２．第２の処理例＞
＜３－３．第３の処理例＞
＜４．変形例＞
＜４－１．第１の変形例＞
＜４－２．第２の変形例＞
＜４－３．センサ部の変形例＞
＜４－４．その他の変形例＞
＜５．まとめ＞
＜６．本技術＞
＜１．撮像装置の構成＞
　本技術の信号処理装置は、ＤＮＮ（Deep Neural Network）による画像認識処理についての各種演算を実行可能とされている。以下に示す各例においては、ＤＮＮの一種であるＣＮＮ（Convolutional Neural Network）による画像認識処理として積和演算処理を行う信号処理装置を説明する。
　また、信号処理装置の使用態様は各種考えられる。以下の例では、信号処理装置が撮像装置に設けられて使用される例を挙げる。
　撮像装置１は、図１に示すように、撮像レンズ２と、センサ部３と、制御部４と、記録部５とを備えている。
　撮像装置１は、例えば、産業用ロボットに搭載されるカメラや車載カメラや監視カメラなど各種の形態が想定される。
　撮像レンズ２は、入射光を集光してセンサ部３に導く。撮像レンズ２は複数のレンズによって構成され得る。
　センサ部３は、複数の受光素子を備えて構成され、光電変換により得た信号を出力する。
　制御部４は、センサ部３のシャッタースピードの制御や、撮像装置１が備える各部における各種信号処理の指示、ユーザの操作に応じた撮像動作や記録動作、記録した画像ファイルの再生動作、撮像レンズ２の駆動制御（例えば、ズーム制御、フォーカス制御、絞り制御等）、ユーザインタフェース制御等を行う。
　記録部５は、制御部４が処理に用いる情報等を記憶する。記録部５としては、例えばＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、フラッシュメモリなどを包括的に示している。
　記録部５は制御部４としてのマイクロコンピュータチップに内蔵されるメモリ領域であってもよいし、別体のメモリチップにより構成されてもよい。
　制御部４は記録部５のＲＯＭやフラッシュメモリ等に記憶されたプログラムを実行することで、撮像装置１の全体を制御する。
　センサ部３について図２を参照して具体的に説明する。センサ部３は、所謂ＤＶＳ（Dynamic Vision Sensor）として機能する画素アレイ部１１、アービタ１２、読出部１３、信号処理部１４、出力部１５を備えている。
　なお、センサ部３はＤＶＳに限らず各種のイメージセンサとして構成されていてもよい。
　画素アレイ部１１は、光電変換素子を備えた画素１６が行方向（水平方向）及び列方向（垂直方向）に二次元アレイ状に配置されて成る。
　それぞれの画素１６は、受光量の変化量が所定の閾値を超えたか否かによりイベントの有無を検出し、イベントが発生した際にはアービタ１２に対してリクエストを出力する。
　アービタ１２は、各画素１６からのリクエストを調停し、読出部１３による読み出し動作を制御する。
　読出部１３は、アービタ１２の制御に基づいて画素アレイ部１１の各画素１６に対する読み出し動作を行う。
　各画素１６は、読出部１３による読み出し動作に応じて基準レベルと現在の受光信号のレベルの差分による信号を出力する。
　各画素１６から読み出した信号は、差分信号としてメモリに記憶される。
　また、画素１６は、差分信号の出力に応じて基準レベルを現在の受光信号のレベルにリセットする。これにより、基準レベルに対する受光量の変化量を再度検出することが可能とされる。
　受光量の変化量が所定の閾値を超えるまで、差分信号の読み出しと基準レベルのリセットは行われない。
　信号処理部１４は、特徴量データとして読出部１３から入力される画像データに対する各種の信号処理（前処理など）やＤＮＮによる画像認識処理などを実行する。以降の説明においては、ＤＮＮの一種であるＣＮＮによる画像認識処理を例に挙げる。
　具体的には、画像認識処理として、例えば、畳み込み層による畳み込み処理やプーリング層によるマックスプーリング処理や全結合層及び出力層による分類処理などに係る演算処理を実行可能である。以降の説明においては、画像認識処理として畳み込み処理などにおける積和演算処理が信号処理部１４において実行される例を説明する。
　出力部１５は、所定のインタフェース規格（例えばＭＩＰＩ（Mobile Industry Processor Interface）など）に基づき、ＣＮＮによる分類結果を後段の制御部４へ出力する。
　制御部４では、ＣＮＮによる分類結果を受け取り、各種の処理に利用する。
　なお、信号処理部１４がＣＮＮに係る各種処理のうちの一部のみを実行する場合には、信号処理部１４における処理結果、即ち、ＣＮＮにおける中間処理結果が出力部１５から出力される。
　信号処理部１４の構成例について、図３を参照して説明する。
　信号処理部１４は、積和演算処理を実行するために、ＭＡＣアレイ部１７と、信号処理制御部１８と、メモリ部１９と、を備えている。
　ＭＡＣアレイ部１７は、積和演算器（ＭＡＣ：Multiply-Accumulate）が行方向（水平方向）及び列方向（垂直方向）に二次元アレイ状に配置されて成る。なお、積和演算器が行方向或いは列方向の何れか一方に沿って一次元アレイ状に配置されていてもよい。
　積和演算器はＭＡＣ２０とも記載する。
　それぞれのＭＡＣ２０には、メモリ部１９から入力されたデータに対する乗算処理や加算処理を行うための回路が形成されている。
　一つのＭＡＣ２０に入力される入力データは、例えば、画素アレイ部１１から出力される画像データの一画素分のデータや、当該一画素分のデータに乗算する重みデータとされる。重みデータは、画像データに適用するフィルタのフィルタ係数とされる。
　なお、ＭＡＣ２０に入力される画像データとしては、画素アレイ部１１から出力される画像データだけでなく、他の畳み込み層やプーリング層における出力画像データであってもよい。以降の説明においては、このような画像データを「処理対象データ」と記載する。
　ＭＡＣ２０で行われる演算の一例について、二値（０及び１）で表された処理対象データと該処理対象データに適用する縦横共に２画素とされたフィルタを用いて説明する。
　図４は、処理対象データとフィルタの適用対象とされる領域である対象領域ＡＲ１を示した図である。対象領域ＡＲ１における４画素のうち、左上の画素データａ１１の値と右上の画素データａ１２の値は共に「１」とされ、左下の画素データａ２１の値と右下の画素データａ２２の値は共に「０」とされている。
　図５は、対象領域ＡＲ１に適用するフィルタＦ１を示した図である。フィルタＦ１の各係数は、ウェイトデータｗ１１，ｗ１２，ｗ２１，ｗ２２とされている。
　フィルタＦ１における左上のウェイトデータｗ１１と右下のウェイトデータｗ２２の値は「１」とされ、右上のウェイトデータｗ１２と左下のウェイトデータｗ２１の値は「０」とされている。
　この場合における畳み込み処理（図６参照）では、以下の式（１）の演算が実行される。
　ａ１１×ｗ１１＋ａ１２×ｗ１２＋ａ２１×ｗ２１＋ａ２２×ｗ２２・・・式（１）
　式（１）の演算は、四つのＭＡＣ２０を用いて行うことが可能である。
　例えば、ＭＡＣ２０ａには画素データａ１１とウェイトデータｗ１１が入力される。そして、ＭＡＣ２０ａでは画素データａ１１とウェイトデータｗ１１の乗算処理が行われ、乗算結果が出力ＯＰ１として出力される。
　ＭＡＣ２０ｂには画素データａ１２と係数ｗ１２だけでなく、出力ＯＰ１が入力される。ＭＡＣ２０ｂは、画素データａ１２と係数ｗ１２の乗算処理を行い、更に、該乗算処理の結果と出力ＯＰ１の加算処理を行う。加算結果は出力ＯＰ２として出力される。
　ＭＡＣ２０ｃには画素データａ２１とウェイトデータｗ２１と出力ＯＰ２が入力される。ＭＡＣ２０ｃは、画素データａ２１とウェイトデータｗ２１の乗算処理を行い、該乗算処理の結果と出力ＯＰ２の加算処理を行う。加算結果は出力ＯＰ３として出力される。
　ＭＡＣ２０ｄには画素データａ２２とウェイトデータｗ２２と出力ＯＰ３が入力される。ＭＡＣ２０ｄは、画素データａ２２とウェイトデータｗ２２の乗算処理を行い、該乗算処理の結果と出力ＯＰ３の加算処理を行う。加算結果は出力ＯＰ４として出力される。
　これにより、ＭＡＣ２０ｄから式（１）の演算結果が出力ＯＰ４として出力される。
　なお、図６に示す例は一例であり、例えば、ＭＡＣ２０ａ、２０ｂ、２０ｃ、２０ｄは乗算処理のみを行うように制御されてもよい。その場合には、ＭＡＣ２０ａ，２０ｂ，２０ｃ，２０ｄ以外のＭＡＣ２０において、出力ＯＰ１，ＯＰ２，ＯＰ３，ＯＰ４を加算する処理が実行されてもよい。もちろん、ＭＡＣ２０ｄにおいて乗算結果に出力ＯＰ１，ＯＰ２，ＯＰ３を加算する処理が行われることにより出力ＯＰ４が式（１）の演算結果となるように構成されていてもよい。
　図３の説明に戻る。
　信号処理制御部１８は、メモリ部１９に記憶された処理対象データ（画素データ）やフィルタ係数（ウェイトデータ）を読み出し、ＭＡＣアレイ部１７の各ＭＡＣ２０に入力する処理を行う。また、信号処理制御部１８は、演算結果がゼロ値となるような演算を回避する機能を備える。具体的には後述する。
　信号処理制御部１８は、ＭＡＣアレイ部１７の演算結果をメモリ部１９に格納する処理を行う。また、演算結果を信号処理制御部１８の外部に送信する処理などを行う。
　図１，図２及び図３に示す撮像装置１は、画素アレイ部１１と信号処理部１４が一体に形成されたイメージセンサを備えた例である。例えば、表面に画素アレイ部１１などが配置され、裏面に信号処理部１４としてのＧＰＵやＤＳＰなどが形成されている例である。
　しかし、イメージセンサが信号処理部１４を備えていなくてもよい。即ち、イメージセンサと信号処理部１４が別体として設けられていてもよい。
＜２．信号処理部の具体的な構成例＞
　信号処理部１４の具体的な構成例について添付図を参照して説明する。
＜２－１．構成例１＞
　構成例１における信号処理部１４Ａの具体的な構成について図７に示す。
　構成例１における信号処理部１４Ａは、ＭＡＣ２０の乗算回路に入力される二つのデータ、具体的には上述の画素データとウェイトデータ（フィルタ係数）のうち、何れか一方に回避処理部２１が設けられている。また、回避処理部２１は、複数のＭＡＣ２０ごとに一つ設けられている。図７に示す例では、複数のＭＡＣ２０を備えた一つのＭＡＣアレイ部１７に対して一つの回避処理部２１が設けられている。
　信号処理部１４Ａは、図７に示すように、回避処理部２１、第１メモリ２２、第２メモリ２３、第３メモリ２４、積和演算制御部２５、第１ローカルメモリ２６、第２ローカルメモリ２７、二次元アレイ状に配列されＭＡＣアレイ部１７を構成する複数のＭＡＣ２０を備えている。
　回避処理部２１及び積和演算制御部２５は図３に示す信号処理制御部１８とされている。
　また、第１メモリ２２、第２メモリ２３、第３メモリ２４は、図３に示すメモリ部１９とされている。第１メモリ２２、第２メモリ２３、第３メモリ２４は、物理的に異なるメモリとして設けられていてもよいし、一つのメモリの異なる領域として設けられていてもよい。
　第１メモリ２２には、処理対象データとしての画像データが記憶される。第２メモリ２３には、ウェイトデータが記憶される。第３メモリ２４には、演算結果が記憶される。第３メモリ２４に記憶された演算結果は、信号処理部１４から出力されてもよいし、ＭＡＣアレイ部１７に入力される処理対象データとして第１メモリ２２に出力されてもよい。なお、第３メモリ２４に記憶された演算結果は、第１メモリ２２を介さずに第３メモリ２４からＭＡＣアレイ部１７に入力されてもよい。
　回避処理部２１は、第１メモリ２２から処理対象データを読み出し、第１ローカルメモリ２６を介してＭＡＣアレイ部１７の各ＭＡＣ２０に入力する。
　第２メモリ２３に記憶されたウェイトデータは、第２ローカルメモリ２７に一旦格納された後、ＭＡＣアレイ部１７の各ＭＡＣ２０に入力される。
　各ＭＡＣ２０では、入力された処理対象データにおける一画素分の画素データとウェイトデータの乗算が行われる。
　ここで、入力される処理対象データによってはＭＡＣ２０における積和演算が無駄になってしまう場合がある。例えば、図４、図５及び図６に示した例において、画素データａ１１，ａ１２，ａ２１，ａ２２の全てがゼロ値である場合には、ウェイトデータｗ１１，ｗ１２，ｗ２１，ｗ２２の値によらず式（１）の演算結果が必ずゼロ値となるため、積和演算を行う必要が無い。
　回避処理部２１は、そのような不要な演算を回避するための処理を行う。
　具体的に、図８、図９を参照して説明する。
　図８は、図７に示すＭＡＣアレイ部１７の一部分を抜粋して示したものである。具体的には複数のＭＡＣ２０のうち、８個のＭＡＣ２０－１，ＭＡＣ２０－２，ＭＡＣ２０－３，ＭＡＣ２０－４，ＭＡＣ２０－５，ＭＡＣ２０－６，ＭＡＣ２０－７，ＭＡＣ２０－８を示したものである。
　ＭＡＣ２０－１，ＭＡＣ２０－２，ＭＡＣ２０－３，ＭＡＣ２０－４の四つのＭＡＣ２０は、処理対象データにおいてフィルタの適用対象とされた対象領域ＡＲ１についての畳み込み処理を行う積和演算器とされている。
　ＭＡＣ２０－５，ＭＡＣ２０－６，ＭＡＣ２０－７，ＭＡＣ２０－８の四つのＭＡＣ２０は、処理対象データにおいてフィルタの適用対象とされた対象領域ＡＲ２についての畳み込み処理を行う積和演算器とされている。
　ここで、対象領域ＡＲ２の画素データが全てゼロ値であったとする。即ち、画素データｂ１１，ｂ１２，ｂ２１，ｂ２２が全てゼロ値ということである。
　この場合には、ＭＡＣ２０－５，ＭＡＣ２０－６，ＭＡＣ２０－７，ＭＡＣ２０－８の四つのＭＡＣ２０は積和演算処理を行う必要がない。
　そこで、回避処理部２１は、対象領域ＡＲ２についての畳み込み処理（積和演算処理）を回避し、代わりに対象領域ＡＲ３についての畳み込み処理を行う。
　即ち、ＭＡＣ２０－５，ＭＡＣ２０－６，ＭＡＣ２０－７，ＭＡＣ２０－８の四つのＭＡＣ２０には、それぞれ対象領域ＡＲ３の画素データｃ１１，ｃ１２，ｃ２１，ｃ２２が入力される（図９参照）。
　このようにして、対象領域ＡＲにおける全ての画素データがゼロ値である場合には、当該対象領域ＡＲについての積和演算処理を取りやめ、他の対象領域ＡＲについての積和演算処理のためにＭＡＣ２０を利用する。
　なお、図８及び図９においては、説明を簡易化するために対象領域ＡＲ１，ＡＲ２，ＡＲ３は互いに重ならないように示したが、フィルタのストライド量（ずらし量）によっては、一部が重なる関係になる場合もある。例えば、ストライド量が「１」とされた場合には、対象領域ＡＲ１の画素データａ１２と対象領域ＡＲ２の画素データｂ１１は同じ画素データとされる。
　図７の説明に戻る。
　積和演算制御部２５は、ＭＡＣアレイ部１７から出力される演算結果を第３メモリ２４に格納する処理を行う。このとき、ＭＡＣアレイ部１７から出力される演算結果と対象領域ＡＲの関係を正しく紐づけしていないと、畳み込み処理の結果を適切に扱うことができない。
　そこで、回避処理部２１は、上述のように不要な演算を回避する処理を行った際に、積和演算制御部２５に対して回避した演算を特定するための情報、或いは、ＭＡＣアレイ部１７を用いて行った演算がどの対象領域ＡＲのものであるかを特定するための情報を通知する。
　積和演算制御部２５は、当該通知を受け取った上で積和演算結果を第３メモリ２４に格納する。このとき、回避された積和演算結果についてはゼロ値を第３メモリ２４に記憶する。
　これにより、積和演算制御部２５はＭＡＣアレイ部１７から出力された演算結果を適切に扱うことが可能となる。
　なお、入力データがゼロ値とされることにより演算結果がゼロ値とされる場合に当該演算をスキップする手法としては、アドレスを付与した非ゼロ値のみをメモリに記憶しゼロ値はメモリに記憶しない手法がある（例えば特許文献１参照）。この場合には、入力データの量子化ビット数が大きければ、アドレスを付与して選択的に入力データをメモリに記憶することでメモリ利用効率の向上と消費電力の低減を行うことが可能となる。
　しかし、演算速度（画像認識処理速度）と消費電力を改善するために入力データの量子化ビット数を小さくすることが考えられてきている。量子化ビット数を小さくしていくと、最終的には入力データの量子化ビット数が１ビットとされる。
　この場合には、非ゼロ値のみをアドレスに紐付けてメモリに記憶する手法では、非ゼロ値の入力データが相当多くないと、メモリの利用効率の改善効果が小さくなってしまうか、または、得ることができなくなってしまう。
　具体的には、量子化ビット数をＮ（ｂｉｔ）とし、アドレスのビット数をＬｏｇ（２，データ数）とし、非ゼロ値率をＲとした場合に、必要なメモリ量は以下の式（２）で表される。但し、Ｌｏｇ（２，データ数）における「２」は底を表し、「データ数」は真数を表している。
　データ数×Ｎ×Ｌｏｇ（２，データ数）×Ｒ・・・式（２）
　式（２）から理解されるように、非ゼロ値のみをアドレスに紐付けてメモリに記憶する手法では、Ｎ＝１の場合においては、Ｒの値が小さくないとメモリ利用効率が改善できないこととなる。
　本構成によれば、アドレスの付加は行われないため、入力データの量子化ビット数を小さくする場合においても、積和演算をスキップした分だけメモリの利用効率の改善効果や消費電力の低減効果を確実に得ることができる。
＜２－２．構成例２＞
　構成例２における信号処理部１４Ｂの具体的な構成について図１０に示す。
　構成例２における信号処理部１４Ｂは、フィルタＦにおける一部のウェイトデータｗがゼロ値である場合に、そのウェイトデータｗに係る積和演算を回避する構成を備えている。即ち、信号処理部１４Ｂは、第２回避処理部２１ｂを備えている。
　本例におけるフィルタＦ２を図１１に、処理対象データと対象領域ＡＲ４，ＡＲ５，ＡＲ６を図１２に示す。
　フィルタＦ２は縦横共に３画素とされている。それに伴って、対象領域ＡＲ４，ＡＲ５，ＡＲ６も縦横３画素の領域とされている。
　フィルタＦ２におけるウェイトデータｗ１１，ｗ１２，ｗ１３，ｗ２２，ｗ３１，ｗ３２，ｗ３３の値は「１」とされ、ウェイトデータｗ２１、ｗ２３の値は「０」とされている。
　対象領域ＡＲ４は画素データｄ１１，ｄ１２，ｄ１３，ｄ２１，ｄ２２，ｄ２３，ｄ３１，ｄ３２，ｄ３３とされている。対象領域ＡＲ５は画素データｅ１１，ｅ１２，ｅ１３，ｅ２１，ｅ２２，ｅ２３，ｅ３１，ｅ３２，ｅ３３とされている。対象領域ＡＲ６は画素データｆ１１，ｆ１２，ｆ１３，ｆ２１，ｆ２２，ｆ２３，ｆ３１，ｆ３２，ｆ３３とされている。
　第１メモリ２２に記憶された処理対象データは、第１回避処理部２１ａを介してＭＡＣアレイ部１７の各ＭＡＣ２０に入力される（図１０参照）。
　第２メモリ２３に記憶されたウェイトデータは、第２回避処理部２１ｂを介してＭＡＣアレイ部１７の各ＭＡＣ２０に入力される。
　ＭＡＣ２０－１にはウェイトデータｗ１１（＝１）が入力され、ＭＡＣ２０－２にはウェイトデータｗ１２（＝１）が入力され、ＭＡＣ２０－３にはウェイトデータｗ１３（＝１）が入力され、ＭＡＣ２０－４にはウェイトデータｗ２１（＝０）が入力される（図１３参照）。
　ここで、ウェイトデータｗ２１に係る乗算処理は画素データによらずゼロ値となるため、回避することが可能である。
　そこで、第２回避処理部２１ｂは、ウェイトデータｗ２１を用いた積和演算を取りやめ、代わりにウェイトデータｗ２２を用いた積和演算を行う（図１４参照）。
　また、それに伴って、第２回避処理部２１ｂは回避したウェイトデータｗ２１と新たに採用したウェイトデータｗ２２を第１回避処理部２１ａに通知する（図１０参照）。
　第１回避処理部２１ａは、ウェイトデータｗ２２に係る乗算処理に用いる予定だった画素データｄ２１，ｅ２１，ｆ２１をＭＡＣ２０－４，ＭＡＣ２０－８，ＭＡＣ２０－１２に入力することを取りやめ、代わりに採用されたウェイトデータｗ２２に係る乗算処理に用いる画素データｄ２２，ｅ２２，ｆ２２をＭＡＣ２０－４，ＭＡＣ２０－８，ＭＡＣ２０－１２に入力することを決定する（図１４参照）。
　即ち、ＭＡＣアレイ部１７に入力される画素データ及びウェイトデータｗは図１５に示した通りとなる。
　なお、第１回避処理部２１ａは、積和演算を回避した画素データｄ２１，ｅ２１，ｆ２１と代わりに積和演算に用いた画素データｄ２２，ｅ２２，ｆ２２を積和演算制御部２５に通知することにより、積和演算制御部２５が演算結果を適切に扱うことができるようにする。また、第１回避処理部２１ａは、画素データの通知を行う代わりに積和演算を回避したウェイトデータｗと代わりに採用したウェイトデータｗを積和演算制御部２５に通知してもよい。
　積和演算制御部２５は、ＭＡＣアレイ部１７から出力された積和演算結果を第３メモリ２４に記憶する。このとき、回避された積和演算結果についてはゼロ値を第３メモリ２４に記憶する。
　これにより、積和演算制御部２５はＭＡＣアレイ部１７から出力された演算結果を適切に扱うことが可能となる。
　なお、図１３，図１４及び図１５においては、ゼロ値とされたウェイトデータやそれに対応する画素データが第１ローカルメモリ２６や第２ローカルメモリ２７に一時的にロードされているように示されている。しかし、実際には、第１ローカルメモリ２６や第２ローカルメモリ２７にロードされる前にゼロ値であるか否かの判定処理やそれに対応する画素データであるか否かの判定処理が成されてもよい。その場合には、ゼロ値とされたウェイトデータや対応する画素データは第１ローカルメモリ２６や第２ローカルメモリ２７にロードされることはない。
＜２－３．構成例３＞
　構成例３における信号処理部１４Ｃは、一つの対象領域ＡＲに対して複数のフィルタＦ３，Ｆ４，Ｆ５を適用するための構成を備えている。
　具体的に、図１６を参照して、四つの対象領域ＡＲ７，ＡＲ８，ＡＲ９，ＡＲ１０と三つのフィルタＦ３，Ｆ４，Ｆ５を例に挙げて説明する。
　対象領域ＡＲ７，ＡＲ８，ＡＲ９，ＡＲ１０は、縦横共に２画素の領域とされている。対象領域ＡＲ７は画素データｇ１１，ｇ１２，ｇ２１，ｇ２２から成る。同様に、対象領域ＡＲ８は画素データｈ１１，ｈ１２，ｈ２１，ｈ２２から成り、対象領域ＡＲ９は画素データｉ１１，ｉ１２，ｉ２１，ｉ２２から成り、対象領域ＡＲ１０は画素データｊ１１，ｊ１２，ｊ２１，ｊ２２から成る。
　各対象領域ＡＲ７，ＡＲ８，ＡＲ９，ＡＲ１０に適用されるフィルタＦ３，Ｆ４，Ｆ５もそれぞれが縦横共に２画素の大きさとされている。
　フィルタＦ３はウェイトデータｗａ１１，ｗａ１２，ｗａ２１，ｗａ２２から成り、フィルタＦ４はウェイトデータｗｂ１１，ｗｂ１２，ｗｂ２１，ｗｂ２２から成り、フィルタＦ５はウェイトデータｗｃ１１，ｗｃ１２，ｗｃ２１，ｗｃ２２から成る。
　例えば、対象領域ＡＲ７にフィルタＦ３を適用することにより、ｇ１１×ｗａ１１＋ｇ１２×ｗａ１２＋ｇ２１×ｗａ２１＋ｇ２２×ｗａ２２の演算がなされる。更に、対象領域ＡＲ７にフィルタＦ４を適用することにより、ｇ１１×ｗｂ１１＋ｇ１２×ｗｂ１２＋ｇ２１×ｗｂ２１＋ｇ２２×ｗｂ２２の演算がなされる。そして、対象領域ＡＲ７にフィルタＦ５を適用することにより、ｇ１１×ｗｃ１１＋ｇ１２×ｗｃ１２＋ｇ２１×ｗｃ２１＋ｇ２２×ｗｃ２２の演算がなされる。
　そして、畳み込み演算では、対象領域ＡＲ７にフィルタＦ３を適用した演算結果とフィルタＦ４を適用した演算結果とフィルタＦ５を適用した演算結果とを加算することにより、一つの演算結果を得る。
　このような畳み込み処理を行う場合の信号処理部１４Ｃの構成例を図１７に示す。
　信号処理部１４Ｃは、第１メモリ２２と回避処理部２１を備え、回避処理部２１は第１メモリ２２に記憶された画素データを第１ローカルメモリ２６にロードする処理を行う。
　これにより、第１ローカルメモリ２６には、対象領域ＡＲ７の画素データｇ１１と、対象領域ＡＲ８の画素データｈ１１と、対象領域ＡＲ９の画素データｉ１１と、対象領域ＡＲ１０の画素データｊ１１がロードされる。
　信号処理部１４Ｃは、第２メモリ２３と第２ローカルメモリ２７を備え、第２メモリ２３に記憶されたウェイトデータを第２ローカルメモリ２７にロードする。
　これにより、第２ローカルメモリ２７には、フィルタＦ３のウェイトデータｗａ１１とフィルタＦ４のウェイトデータｗｂ１１とフィルタＦ５のウェイトデータｗｃ１１がロードされる。
　ところで、対象領域ＡＲ７についての畳み込み処理では、フィルタＦごとに４回ずつ、合計１２回の乗算処理を行う必要がある。図１７に示すようにＭＡＣアレイ部１７を用いて１回の演算処理を行った場合には、１２回のうちの３回の乗算処理が実行される。
　従って、対象領域ＡＲ７についての畳み込み処理を終えるためには、ＭＡＣアレイ部１７を用いた４回の演算処理が必要である。
　例えば、図１８は、ＭＡＣアレイ部１７を用いた対象領域ＡＲ７についての２回目の演算処理である。
　図１７及び図１８に示すように、ＭＡＣアレイ部１７を用いた積和演算を繰り返すことにより、本例における畳み込み処理を実現することができる。
　ここで、各ＭＡＣ２０に入力される画素データに着目する。図１７に示す画素データｇ１１，ｈ１１，ｉ１１，ｊ１１は共に「１」であった。一方、図１８に示す画素データｈ１２，ｉ１２，ｊ１２は「１」であるが、画素データｇ１２はゼロ値とされている。
　この場合には、画素データｇ１２が入力される三つのＭＡＣ２０における乗算処理は、ウェイトデータｗによらず処理結果がゼロ値となるため、実行する必要が無い。
　そこで、回避処理部２１は画素データｇ１２を第１ローカルメモリ２６にロードせずに、他の対象領域ＡＲの画素データを第１ローカルメモリ２６にロードする。
　即ち、図１９に示すような状態となる。なお、画素データｋ１２は、対象領域ＡＲ７，ＡＲ８，ＡＲ９，ＡＲ１０以外の対象領域ＡＲの画素データである。
　このように、ゼロ値とされた画素データを避けてデータが第１ローカルメモリ２６にロードされる。
　回避処理部２１は、第１ローカルメモリ２６にロードしなかった画素データを特定するための情報を積和演算制御部２５に通知する。積和演算制御部２５は、回避された積和演算結果にゼロ値を補填して第３メモリ２４に記憶する。
　これにより、積和演算制御部２５はＭＡＣアレイ部１７から出力された演算結果を適切に扱うことが可能となる。
　なお、図１７，図１８，図１９においては、画素データがゼロ値であるか否かを判定して第１ローカルメモリ２６にロードする画素データを選択する処理を行う回避処理部２１が設けられている例を示したが、ウェイトデータがゼロ値であるか否かを判定して第２ローカルメモリ２７にロードするウェイトデータを選択する処理を行う回避処理部２１が設けられていてもよい。この場合には、画素データに係る回避処理部２１とウェイトデータに係る回避処理部２１が共に設けられていてもよいし、ウェイトデータに係る回避処理部２１のみが設けられていてもよい。
＜２－４．構成例４＞
　構成例４における信号処理部１４Ｄは、ＭＡＣ２０Ｄごとに回避処理部２１Ｄが設けられている。
　具体的には、図２０に示すように、第１メモリ２２から回避処理部２１を介さずに第１ローカルメモリ２６に画素データがロードされる。また、第２メモリ２３から回避処理部２１を介さずに第２ローカルメモリ２７にウェイトデータがロードされる。
　第１ローカルメモリ２６及び第２ローカルメモリ２７からは、画素データ及びウェイトデータがそれぞれのＭＡＣ２０Ｄに入力される。
　ＭＡＣ２０Ｄは、加算回路及び乗算回路以外に、図２１に示すように回避処理部２１Ｄやゼロ値出力部２８を備えている。
　回避処理部２１Ｄは、入力された画素データがゼロ値であるか否かを判定する。画素データがゼロ値であると判定した場合には、ＭＡＣ２０Ｄに印加されているクロックを停止させると共に、ゼロ値出力部２８がゼロ値を出力データとして出力するように動作させる。
　回避処理部２１Ｄやゼロ値出力部２８はロジック回路等により構成することが可能である。例えば、ゼロ値出力部２８は、ゼロ値とアンド回路を用いることにより、出力値を強制的にゼロ値にすることが可能である。
　入力された画素データがゼロ値である場合にクロックを停止させることにより、ＭＡＣ２０Ｄの消費電力を抑えられ、省電力化に寄与することが可能となる。
　なお、入力された画素データがゼロ値であるか否かを判定する代わりに入力されたウェイトデータがゼロ値であるか否かを判定してもよい。そして、ウェイトデータがゼロ値である場合にクロックの停止とゼロ値出力処理を実行してもよい。
　もちろん、入力された画素データとウェイトデータの双方を監視し、少なくとも何れか一方がゼロ値である場合にクロックの停止とゼロ値出力処理を行ってもよい。
　なお、構成例４における信号処理部１４Ｄにおいては、回避した積和演算の結果はゼロ値が次段のＭＡＣ２０Ｄや積和演算制御部２５に出力されるため、回避した積和演算を特定するための情報を積和演算制御部２５に通知する必要はない。
＜３．フローチャート＞
　上述した各例を実現するための処理フローをフローチャートとして示す。
＜３－１．第１の処理例＞
　第１の処理例は、画素データがゼロ値であるか否かを判定して適宜積和演算を回避するものである。例えば、第１の処理例を実行することにより、信号処理部１４Ａの構成例１を実現することができる。
　信号処理部１４Ａは、図２２のステップＳ１００において、第２メモリ２３からウェイトデータを取得して第２ローカルメモリ２７にロードする。
　信号処理部１４Ａは、ステップＳ１０１において、第１メモリ２２から画素データを取得する。続いて、信号処理部１４ＡはステップＳ１０２において、所定の画素データ群が非ゼロ値のデータを含むか否かを判定する。
　所定の画素データ群とは、例えば、図８に示す対象領域ＡＲ１の画素データａ１１，ａ１２，ａ２１，ａ２２や、対象領域ＡＲ２の画素データｂ１１，ｂ１２，ｂ２１，ｂ２２などである。
　所定の画素データ群に非ゼロ値のデータが含まれていない場合、即ち、所定の画素データ群は全ての画素データがゼロ値である場合、信号処理部１４Ａ（回避処理部２１）はステップＳ１０３において、回避した演算を特定するための情報を積和演算制御部２５に通知する。具体的には、制御対象領域の位置を特定するための縦方向及び横方向の位置情報（例えば、ｘ座標とｙ座標）を積和演算制御部２５に通知する。
　信号処理部１４Ａ（回避処理部２１）は、積和演算制御部２５に対する通知を行った後、ステップＳ１０１の処理へと戻り、次の画素データの取得を行う。
　一方、ステップＳ１０２において所定の画素データ群が非ゼロ値のデータを含むと判定した場合、信号処理部１４Ａ（回避処理部２１）はステップＳ１０４において、取得した画素データを第１ローカルメモリ２６にロードする。
　信号処理部１４Ａ（回避処理部２１）はステップＳ１０５において、画素データのロードが完了したか否かを判定する。画素データのロードが完了していないと判定した場合、信号処理部１４Ａ（回避処理部２１）はステップＳ１０１の処理へと戻り次の画素データの取得を行う。
　一方、ステップＳ１０５において画素データのロードが完了したと判定した場合、信号処理部１４ＡはステップＳ１０６において積和演算を実行する。この処理は、第１ローカルメモリ２６及び第２ローカルメモリ２７のそれぞれに積和演算に必要なデータが揃ったタイミングで実行される。
　信号処理部１４ＡはステップＳ１０７において、演算結果を積和演算制御部２５に送信する。
　信号処理部１４Ａ（積和演算制御部２５）は、ステップＳ１０８において、回避した演算の演算結果としてゼロ値を補填する。これにより、回避された演算の演算結果が欠けてしまうことが防止される。
　信号処理部１４Ａ（積和演算制御部２５）は、ステップＳ１０９において、演算結果を第３メモリ２４に記憶する処理を行う。
　信号処理部１４Ａ（積和演算制御部２５）は、ステップＳ１１０において、全ての演算が終了したか否かを判定する。演算が終了していない場合、新たな画像データやステップＳ１０９で第３メモリ２４に記憶された演算結果としてのデータを対象として、ステップＳ１００から始まる一連の処理を再度実行する。
　一方、ステップＳ１１０で全ての演算が終了したと判定した場合、信号処理部１４Ａ（積和演算制御部２５）は、図２２に示す一連の処理を終了させる。このとき、第３メモリ２４に記憶された最終的な演算結果を信号処理部１４Ａの外部に出力する処理を実行してもよい。
＜３－２．第２の処理例＞
　第２の処理例は、画素データがゼロ値であるか否かを判定して適宜積和演算を回避すると共に、ウェイトデータがゼロ値であるか否かを判定して適宜積和演算を回避するものである。例えば、第２の処理例を実行することにより、信号処理部１４Ｂの構成例２を実現することができる。
　なお、第１の処理例と同様の処理については同じステップ番号を付し適宜説明を省略する。
　信号処理部１４Ｂ（第２回避処理部２１ｂ）は図２３のステップＳ２０１において、第２メモリ２３からウェイトデータを取得する。
　信号処理部１４Ｂ（第２回避処理部２１ｂ）はステップＳ２０２において、取得したウェイトデータがゼロ値であるか否かを判定する。ゼロ値であると判定した場合、信号処理部１４Ｂ（第２回避処理部２１ｂ）はステップＳ２０３において、ウェイトデータの位置情報を積和演算制御部２５に通知する。
　信号処理部１４Ｂ（第２回避処理部２１ｂ）は、積和演算制御部２５に対する通知を行った後、ステップＳ２０１の処理へと戻り、次の画素データの取得を行う。
　一方、取得したウェイトデータがゼロ値でないと判定した場合、信号処理部１４Ｂ（第２回避処理部２１ｂ）はステップＳ２０４において、取得したウェイトデータを第２ローカルメモリ２７にロードする。
　信号処理部１４Ｂ（第２回避処理部２１ｂ）はステップＳ２０５において、ウェイトデータのロードが完了したか否かを判定する。ウェイトデータのロードが完了していないと判定した場合、信号処理部１４Ｂ（第２回避処理部２１ｂ）はステップＳ２０１の処理へと戻り次のウェイトデータの取得を行う。
　一方、ステップＳ２０５においてウェイトデータのロードが完了したと判定した場合、信号処理部１４Ｂ（第１回避処理部２１ａ）はステップＳ１０１において、第１メモリ２２から画素データを取得する。
　信号処理部１４Ｂ（第１回避処理部２１ａ）はステップＳ２０６において、取得した画素データが、ゼロ値と判定されたウェイトデータ、即ち、第２ローカルメモリ２７にロードされなかったウェイトデータに対応するか否かを判定する。対応する画素データは、例えば、図１３に示す画素データｄ２１や画素データｅ２１や画素データｆ２１などである。
　取得した画素データがゼロ値と判定されたウェイトデータに対応するデータであると判定した場合、信号処理部１４Ｂ（第１回避処理部２１ａ）は、取得した画素データを第１ローカルメモリ２６にロードせずにステップＳ１０１で新たな画素データを取得する。
　一方、取得した画素データがゼロ値と判定されたウェイトデータに対応するデータではないと判定した場合、信号処理部１４Ｂ（第１回避処理部２１ａ）は、ステップＳ２０７において、取得した画素データがゼロ値であるか否かを判定する。取得した画素データがゼロ値であると判定した場合、信号処理部１４Ｂ（第１回避処理部２１ａ）はステップＳ２０８において、画素データの位置情報を積和演算制御部２５に通知する。即ち、取得した画素データは第１ローカルメモリ２６にロードしない。
　取得した画素データがゼロ値とされたウェイトデータに対応するものでもなく、ゼロ値でもない場合、信号処理部１４Ｂ（第１回避処理部２１ａ）はステップＳ１０４において、取得した画素データを第１ローカルメモリ２６にロードする。
　続いて、信号処理部１４Ｂ（第１回避処理部２１ａ）はステップＳ１０５において、画素データのロードが完了したか否かを判定する。画素データのロードが完了していないと判定した場合、信号処理部１４Ｂ（第１回避処理部２１ａ）はステップＳ１０１の処理へと戻り次の画素データの取得を行う。
　一方、ステップＳ１０５において画素データのロードが完了したと判定した場合、信号処理部１４Ｂは図２４のステップＳ１０６において積和演算を実行し、ステップＳ１０７において演算結果を積和演算制御部２５に送信する。
　続いて、信号処理部１４Ｂ（積和演算制御部２５）は、ステップＳ１０８において、回避した演算の演算結果としてゼロ値を補填し、ステップＳ１０９において、演算結果を第３メモリ２４に記憶する処理を行う。
　信号処理部１４Ｂ（積和演算制御部２５）は、ステップＳ１１０において、全ての演算が終了したか否かを判定する。演算が終了していない場合、新たな積和演算を行うためにステップＳ２０１の処理へと戻る。
　一方、ステップＳ１１０で全ての演算が終了したと判定した場合、信号処理部１４Ｂ（積和演算制御部２５）は、図２３及び図２４に示す一連の処理を終了させる。このとき、第３メモリ２４に記憶された最終的な演算結果を信号処理部１４Ｂの外部に出力する処理を実行してもよい。
　なお、畳み込み処理において対象領域ＡＲが多い場合などには、ステップＳ１０６の積和演算処理を一度実行しただけでは同じフィルタＦを使用した演算が終了しないことがある。その場合には、ステップＳ１１０の処理を終えた後、ステップＳ２０１へと戻らずに図２３のステップＳ１０１のへと戻る。これにより、積和演算が適切に実行される。
＜３－３．第３の処理例＞
　第３の処理例は、信号処理部１４Ｄの構成例４を実現するためのフローチャートの一例である。即ち、第３の処理例は、ＭＡＣ２０Ｄごとに回避処理部２１Ｄやゼロ値出力部２８が設けられた構成を実現するためのものである。
　なお、第１の処理例と同様の処理については同じステップ番号を付し適宜説明を省略する。
　信号処理部１４Ｄ（積和演算制御部２５）は、図２５のステップＳ１００で第２メモリ２３からウェイトデータを取得して第２ローカルメモリ２７にロードする。
　次に、信号処理部１４Ｄ（積和演算制御部２５）は、ステップＳ３０１において、第１メモリ２２から画素データを取得して第１ローカルメモリ２６にロードする。
　信号処理部１４Ｄ（回避処理部２１Ｄ）はステップＳ３０２において、入力された画素データがゼロ値であるか否かを判定する。この処理は、ＭＡＣ２０Ｄごとに行われる。
　入力された画素データがゼロ値であると判定されたＭＡＣ２０Ｄにおいては、信号処理部１４Ｄ（回避処理部２１Ｄ）がステップＳ３０３においてクロック停止処理を行う。更に、信号処理部１４Ｄ（回避処理部２１Ｄ）はステップＳ３０４において、ゼロ値出力部２８にゼロ値出力処理を実行させる。これにより、当該ＭＡＣ２０Ｄにおいて積和演算が回避されると共に消費電力の削減が実現される。
　また、当該ＭＡＣ２０Ｄからはゼロ値が演算結果として出力される。
　一方、入力された画素データがゼロ値でないと判定されたＭＡＣ２０Ｄにおいては、信号処理部１４ＤがステップＳ１０６において積和演算処理を実行する。
　これにより、入力データとしての画素データとウェイトデータに関する積和演算が実行される。
　ステップＳ３０４の処理を終えた後、或いは、ステップＳ１０６の処理を終えた後、信号処理部１４ＤはステップＳ１０７において、演算結果を積和演算制御部２５に送信する。
　信号処理部１４Ｄ（積和演算制御部２５）は、ステップＳ１０９において、演算結果を第３メモリ２４に記憶する処理を行う。
　信号処理部１４Ｄ（積和演算制御部２５）は、ステップＳ１１０において、全ての演算が終了したか否かを判定する。演算が終了していない場合、新たな画像データやステップＳ１０９で第３メモリ２４に記憶された演算結果としてのデータを対象として、図２５のステップＳ１００から始まる一連の処理を再度実行する。
　一方、ステップＳ１１０で全ての演算が終了したと判定した場合、信号処理部１４Ｄ（積和演算制御部２５）は、図２２に示す一連の処理を終了させる。
＜４．変形例＞
　上述した各例についての変形例を説明する。
＜４－１．第１の変形例＞
　各例においては、画素データやウェイトデータの入力データがゼロ値である場合にそのデータに係る積和演算を回避するための処理を実行することを説明した。
　例えば、画像データがエッジ画像などのようにゼロ値を多く含むものであれば、演算回数を効果的に減らすことができ、ＭＡＣアレイ部１７が消費する消費電力を削減することが可能となる。
　しかし、画像データが多くのゼロ値を含むとは限らない。そのような場合に、入力データがゼロ値である場合に積和演算を回避する構成にしてしまうと、回避可能な積和演算が少ないため、消費電力の削減効果が小さくなってしまう。
　そこで、入力データが所定閾値未満である場合に当該入力データをゼロ値とみなすことにより、回避可能な積和演算を増やすことが考えられる。
　例えば、画素データが４ビットで表される場合、即ち、画素データが０～１５のいずれかの数値とされている場合、所定閾値を「４」として画素データが０～３である場合に当該画素データに係る積和演算を回避する。もちろん、所定閾値の「４」は一例であり、「８」や「１０」などいくつであってもよい。
　これは、例えばエッジ画像において、弱いエッジ画素（隣接画素との差分が小さい画素）は無視し、強いエッジ画素（隣接画素との差分が大きい画素）に基づいて畳み込み処理を行うことを意味する。これにより、より強く出た特徴に基づいた画像認識処理を行う上で、メモリ利用効率の向上及び消費電力の削減を図ることができる。
　なお、本変形例を実現する場合には、図２２のステップＳ１０２において、所定の画素データ群が非ゼロ値を含むか否かを判定する代わりに所定の画素データ群が所定閾値以上の画素データを含むか否かを判定すればよい。
　また、信号処理部１４Ｂの構成例２のように、画素データだけでなくウェイトデータについても所定閾値未満である場合にゼロ値と見なすことで積和演算を回避してもよい。この場合には、画素データの判定に用いる所定閾値とウェイトデータの判定に用いる所定閾値が異なるものであってもよい。例えば、画素データの判定に用いる所定閾値を第１閾値（例えば「４」）とし、ウェイトデータの判定に用いる所定閾値を第２閾値（例えば「２」）としてもよい。
　図２３のフローチャートを適用する場合には、ステップＳ２０２でウェイトデータがゼロ値であるか否かを判定する代わりにウェイトデータが所定閾値未満であるか否かを判定する。
　そして、図２３のステップＳ２０６では所定閾値未満であると判定されたウェイトデータに対応するか否かを判定し、ステップＳ２０７では画素データが所定閾値未満であるか否かを判定する。
＜４－２．第２の変形例＞
　第２の変形例としては、ＭＡＣ２０Ｅが再帰型ニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）における演算を可能とされていてもよい。具体的には、ＭＡＣ２０ＥがＬＳＴＭ（Long Short-Term Memory）を備えていてもよい（図２６参照）。
　この場合には、図２６に示すように、ＬＳＴＭのフィードバック出力をＯＦＦに設定したり、フィードバック出力を０倍に設定したりすることで、上述の各実施の形態の処理を実現することが可能となる。
＜４－３．センサ部の変形例＞
　図２に示したセンサ部の構成にはいくつかの変形例が考えられる。例えば、上述した各例では、ＤＶＳとして機能するセンサ部３を例に挙げたが、イベントの有無を検出するのではなく、画素１６からの階調信号を読み出すことにより画像データを生成するセンサ部であってもよい。この場合には、図２からアービタ１２を除いた構成とされる。
　また、図２７に示すように、回避処理部２１などを備えた信号処理部１４Ｆがセンサ部３の外部に設けられていてもよい。
　具体的には、センサ部３Ｆは、画素アレイ部１１と読出部１３と前処理部２９と出力部１５を備え、出力部１５がバス３０と接続されている。前処理部２９は、上述した各例における信号処理部１４が実行する各種処理のうち、前処理としての信号処理を行う部分とされている。
　バス３０には、メモリ３１と信号処理部１４Ｆを備えた制御部４が接続されている。即ち、センサ部３Ｆの外部に上述の回避処理部２１などを備えた信号処理部１４Ｆが設けられている。
　また、図２８に示すように、回避処理部２１などを備えた信号処理部１４Ｆがセンサ部３Ｆの外部、且つ、制御部４の外部に設けられていてもよい。
　具体的には、センサ部３Ｆは、画素アレイ部１１と読出部１３と前処理部２９と出力部１５を備え、出力部１５がバス３０と接続されている。
　バス３０には、制御部４と、メモリ３１と、信号処理部１４Ｆが接続されている。
　信号処理部１４Ｆは、ＭＡＣアレイ部１７、回避処理部２１などを備えた信号処理制御部１８、メモリ部１９などを備えている。
　更に、図２９に示すように、回避処理部２１などを備えた信号処理部１４Ｆが他の信号処理装置に設けられていてもよい。
　具体的には、例えば、センサ部３Ｆと制御部４とメモリ３１と通信部３２を備えた撮像装置１と、信号処理部１４Ｆと通信部３２を備えた他の信号処理装置３４とによって、上述した各種の機能が実現されてもよい。
　撮像装置１の通信部３２は、他の信号処理装置３４の通信部３３と有線あるいは無線によるデータ通信が可能とされている。
　このような各種の構成を採用することによって上述した信号処理部としての各種機能を実現することが可能とされる。
＜４－４．その他の変形例＞
　上述した例では、画像データのような二次元データに対して信号処理を行う例を示したが、処理の適用対象が一次元データであってもよい。
　一次元データは、例えば、音声データやジャイロセンサから出力される速度データや加速度データや角速度データなどの出力データや、位置情報などである。
　これらの一次元データは所定量のデータごとに別次元方向に並べることにより二次元データとされてもよい。
　これらのデータは、基準値に対する相対的なデータに変換することで、ゼロ値を多く含むデータとすることが可能である。このような変換処理を行うことにより、上述した省電力化をより高度に実現することができる。
＜５．まとめ＞
　上述したように、信号処理装置としての撮像装置１は、一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）と、積和演算器による演算に用いられる入力データ（画素データ、ウェイトデータ）が所定閾値未満であるか否かを判定する閾値判定処理部（回避処理部２１，２１Ｄ、第１回避処理部２１ａ、第２回避処理部２１ｂ）と、入力データが所定閾値未満である場合に入力データについての積和演算処理を回避させる回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）と、を備えたものである。
　所定閾値未満の入力データとは、例えば、ゼロ値である入力データやゼロ値に近い入力データなどである。ゼロ値であるか否かを判定するためには、閾値を「１」とした上で、入力データが閾値未満であるか否かを判定することで実現可能である。
　入力データがゼロ値である場合には、積和演算結果がゼロ値となることは自明であり、積和演算処理を実行しなくても算出可能である。本構成によれば、入力データがゼロ値である場合に積和演算が回避されるため、無駄な演算を実行するために積和演算器が利用されることが防止され、消費電力の削減を図ることが可能となる。
　構成例１における信号処理部１４Ａなどで説明したように、入力データには第１種入力データ（画素データ）と第２種入力データ（ウェイトデータ）とがあり、閾値判定処理部（回避処理部２１，２１Ｄ、第１回避処理部２１ａ、第２回避処理部２１ｂ）は、第１種入力データについて判定を行い、回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）は、第１種入力データが所定閾値未満である場合に第１種入力データについての積和演算処理を回避させてもよい。
　なお、構成例１の説明においては、所定閾値を「１」とすることにより、第１種入力データがゼロ値であるか否かを判定していた。
　積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）は第１種入力データと第２種入力データの乗算を行うものである。即ち、第１種入力データと第２種入力データのうち何れか一方がゼロ値である場合には乗算結果もゼロ値となる。本構成によれば、第１種入力データがゼロ値である場合に積和演算処理が回避される。
　本構成によれば、第１種入力データがゼロ値である場合に積和演算処理が回避されるため、演算結果がゼロ値となる積和演算を効率よく回避することが可能となる。
　構成例１における信号処理部１４Ａなどの各例で説明したように、第２種入力データは第１種入力データ（画素データ）に乗算する重みの情報であるウェイトデータとされてもよい。
　ウェイトデータは、例えば、ＣＮＮにおいて所定範囲の画像データに適用するフィルタの係数などとされる。フィルタ係数が全てゼロ値となるフィルタは考えにくい。
　従って、例えば、所定領域の画像データとされた第１種入力データについてゼロ値であるか否かの判定処理を行い、積和演算処理を適宜回避させることで、無駄な積和演算を効率よく排除することが可能となり省電力化を図ることができる。
　構成例１などで説明したように、閾値判定処理部（回避処理部２１，２１Ｄ、第１回避処理部２１ａ、第２回避処理部２１ｂ）は、複数の積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）ごとに一つ設けられていてもよい。
　複数の積和演算器に対して入力される複数の入力データがそれぞれ所定閾値未満であるか無いか、例えば、ゼロ値であるか無いかを判定する。
　これにより、所定閾値未満であるとされた入力データを入れ替えるなどの処理が可能となり、積和演算器を効率よく利用することができる。即ち、所定の結果を得るまでの積和演算器の延利用回数を削減することができ、消費減力の削減に寄与することができる。
　構成例１，構成例２及び構成例３などで説明したように、回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）は、入力データ（画素データ、ウェイトデータ）が所定閾値未満である場合に積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）に入力される入力データを変更することにより所定閾値未満とされた入力データについての積和演算処理を回避させてもよい。
　これにより、積和演算器に対して所定閾値以上の入力データが入力される。
　従って、積和演算器が有効に利用され、無駄な積和演算が実行されないようにすることができる。
　構成例１，構成例２及び構成例３などで説明したように、積和演算処理の入力データ（画素データ、ウェイトデータ）及び出力データの管理を行う積和演算制御部２５を備え、回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）は、積和演算処理が回避された入力データを特定するための情報を積和演算制御部２５に通知してもよい。
　これにより、積和演算制御部２５は積和演算に用いられた入力データと積和演算結果の対応関係を把握することができる。
　従って、演算結果を適切に扱うことができ、例えばＣＮＮにおける畳み込み処理などを正しく実行することが可能となる。また、演算結果がゼロ値となるような不要な積和演算処理が回避されるため、省電力化を図ることが可能となる。
　構成例４で説明したように、回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）は積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）ごとに設けられていてもよい。
　積和演算器ごとに回避処理部２１が設けられることにより、一つの回避処理部２１が実行する判定処理の処理負担は軽微なものとされる。この判定処理は、入力データ（画素データ、ウェイトデータ）が所定閾値未満であるか否か、例えば、ゼロ値であるか否かを判定する。
　これにより、例えば、入力データを非ゼロ値のものに入れ替えるなどの処理を行わずに、積和演算処理を回避することが可能となる。従って、簡易な処理で省電力化を図ることができる。
　構成例４で説明したように、回避処理部２１Ｄは、所定閾値未満である入力データ（画素データ、ウェイトデータ）についての積和演算処理を回避させ、当該積和演算処理の処理結果としてゼロ値を出力させてもよい。
　例えば、入力データがゼロ値である場合には、演算結果がゼロ値となるのは自明であるため、積和演算処理を回避させた上で出力データを強制的にゼロ値とする。
　これにより、積和演算結果として正しい出力データを得ることができると共に、演算処理を回避することによる消費電力の低減効果を得ることができる。
　入力データには第１種入力データ（画素データ）と第２種入力データ（ウェイトデータ）とがあり、回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）は、第１種入力データが第１閾値未満である場合に、積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）に入力される第１種入力データの変更を行うと共に変更された第１種入力データを特定するための情報を積和演算制御部２５に通知してもよい。
　これにより、入力データとされた第１種入力データと第２種入力データのうち、一方のみを対象とした所定閾値との比較処理が実行可能とされる。
　従って、第１種入力データと第２種入力データの双方を対象として判定処理を実行するよりも処理負担の軽減が図られると共に、消費電力の削減を図ることが可能となる。
　構成例２に対して第１の変形例を適用した場合のように、回避処理部（第１回避処理部２１ａ、第２回避処理部２１ｂ）は、第２種入力データ（ウェイトデータ）が第２閾値未満である場合に、積和演算器（ＭＡＣ２０）に入力される第２種入力データの変更を行うと共に変更された第２種入力データに対応する第１種入力データ（画素データ）の変更を行い、変更された第１種入力データ及び第２種入力データを特定するための情報を積和演算制御部２５に通知してもよい。
　対応するデータとは、積和演算における掛ける数に対する掛けられる数である。乗算処理においてはある掛ける数がゼロ値である場合には掛けられる数の値によらず結果がゼロ値となる。そのような乗算処理を省くために、ゼロ値とされた掛ける数（第２種入力データ）を省くと共に対応する掛けられる数を省く処理が行われる。
　これにより、第２種入力データがゼロ値である場合に乗算処理及びその後の加算処理を回避され、演算結果が非ゼロ値となる乗算処理や加算処理を前倒しで実行することができる。また、回避された乗算処理や加算処理を積和演算制御部が把握可能とされることで、積和演算処理の演算結果を適切に扱うことができる。更に、特定の結果を得るために実行される乗算処理や加算処理の回数を減らすことができるため、省電力に寄与することができる。
　構成例２で説明したように、積和演算制御部２５は、第１種入力データ（画素データ）と第２種入力データ（ウェイトデータ）の積和演算結果を管理し、回避された積和演算結果についてはゼロ値を補填してもよい。
　回避された積和演算処理、即ち、スキップされた積和演算処理は、該当する第１種入力データ及び第２種入力データを特定するための情報を受信することにより、特定可能とされる。
　そして、特定された積和演算処理の処理結果としては、ゼロ値を補填して管理することにより、データの欠落がないように積和演算処理の処理結果を得ることができる。従って、ＣＮＮなどにおける畳み込み演算を省電力で効率的に行うことができる。
　図１、図２及び図３などを用いて説明したように、撮像装置１は、光電変換素子（画素１６）が一次元または二次元のアレイ状に配置された画素アレイ部１１と、画素アレイ部１１の出力信号に基づく入力データ（画素データ、ウェイトデータ）が入力される信号処理部１４（１４Ａ，１４Ｂ，１４Ｃ，１４Ｄ，１４Ｆ）と、を備え、信号処理部１４は、一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器（ＭＡＣ２０，２０Ｄ，２０Ｅ）と、積和演算器による演算に用いられる入力データが所定閾値未満であるか否かを判定する閾値判定処理部（回避処理部２１，２１Ｄ、第１回避処理部２１ａ、第２回避処理部２１ｂ）と、入力データが所定閾値未満である場合に入力データについての積和演算処理を回避させる回避処理部２１，２１Ｄ（第１回避処理部２１ａ、第２回避処理部２１ｂ）と、を備えている。
　撮像装置１が備える信号処理部１４は、バッテリなどの問題もあり省電力であることが求められている。
　本構成によれば、ＣＮＮなどにおける畳み込み演算の少なくとも一部を担うことが可能な撮像装置において、積和演算処理において消費する電力を少なくすることができ好適である。
　図１、図２及び図３などを用いて説明したように、画素アレイ部１１と信号処理部１４とが一体に形成されていてもよい。
　画素アレイ部１１と信号処理部１４が一体に形成されることにより、撮像装置１の小型化が図られる。
　従って、撮像装置１の扱いやすさを向上させることができる。
　図２などで説明したように、信号処理部１４（１４Ａ，１４Ｂ，１４Ｃ，１４Ｄ，１４Ｆ）は、画素アレイ部１１の出力信号に基づいて抽出された特徴データが入力データとして入力されてもよい。
　特徴データには、ゼロ値や所定閾値未満とされたデータが多分に含まれていることが多い。
　従って、多くの場合において、積和演算処理を高効率で行うことができ、消費電力の低減効果をより高めることが可能となる。
　なお、本明細書に記載された効果はあくまでも例示であって限定されるものではなく、また他の効果があってもよい。
＜６．本技術＞
（１）
　一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、
　前記積和演算器による演算に用いられる入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、
　前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えた
　信号処理装置。
（２）
　前記入力データには第１種入力データと第２種入力データとがあり、
　前記閾値判定処理部は、前記第１種入力データについて前記判定を行い、
　前記回避処理部は、前記第１種入力データが前記所定閾値未満である場合に前記第１種入力データについての前記積和演算処理を回避させる
　上記（１）に記載の信号処理装置。
（３）
　前記第２種入力データは前記第１種入力データに乗算する重みの情報であるウェイトデータとされた
　上記（２）に記載の信号処理装置。
（４）
　前記閾値判定処理部は、複数の前記積和演算器ごとに一つ設けられる
　上記（１）から上記（３）の何れかに記載の信号処理装置。
（５）
　前記回避処理部は、前記入力データが前記所定閾値未満である場合に前記積和演算器に入力される前記入力データを変更することにより前記所定閾値未満とされた前記入力データについての前記積和演算処理を回避させる
　上記（４）に記載の信号処理装置。
（６）
　前記積和演算処理の入力データ及び出力データの管理を行う積和演算制御部を備え、
　前記回避処理部は、前記積和演算処理が回避された前記入力データを特定するための情報を前記積和演算制御部に通知する
　上記（５）に記載の信号処理装置。
（７）
　前記回避処理部は前記積和演算器ごとに設けられた
　上記（１）から上記（６）の何れかに記載の信号処理装置。
（８）
　前記回避処理部は、前記所定閾値未満である前記入力データについての前記積和演算処理を回避させ、当該積和演算処理の処理結果としてゼロ値を出力させる
　上記（７）に記載の信号処理装置。
（９）
　前記入力データには第１種入力データと第２種入力データとがあり、
　前記回避処理部は、
　前記第１種入力データが第１閾値未満である場合に、前記積和演算器に入力される前記第１種入力データの変更を行うと共に変更された前記第１種入力データを特定するための情報を前記積和演算制御部に通知する
　上記（６）に記載の信号処理装置。
（１０）
　前記回避処理部は、前記第２種入力データが第２閾値未満である場合に、前記積和演算器に入力される前記第２種入力データの変更を行うと共に変更された前記第２種入力データに対応する前記第１種入力データの変更を行い、変更された前記第１種入力データ及び前記第２種入力データを特定するための情報を前記積和演算制御部に通知する
　上記（９）に記載の信号処理装置。
（１１）
　前記積和演算制御部は、前記第１種入力データと前記第２種入力データの積和演算結果を管理し、回避された積和演算結果についてはゼロ値を補填する
　上記（１０）に記載の信号処理装置。
（１２）
　光電変換素子が一次元または二次元のアレイ状に配置された画素アレイ部と、
　前記画素アレイ部の出力信号に基づく入力データが入力される信号処理部と、を備え、
　前記信号処理部は、
　一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、
　前記積和演算器による演算に用いられる前記入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、
　前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えた
　撮像装置。
（１３）
　前記画素アレイ部と前記信号処理部とが一体に形成された
　上記（１２）に記載の撮像装置。
（１４）
　前記信号処理部は、前記画素アレイ部の出力信号に基づいて抽出された特徴データが前記入力データとして入力される
　上記（１３）に記載の撮像装置。
（１５）
　ニューラルネットワークにおける積和演算に用いられる入力データが所定閾値未満であるか否かを判定し、
　前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる
　信号処理装置が実行する信号処理方法。
１　撮像装置（信号処理装置）
２０、２０Ｄ、２０Ｅ　ＭＡＣ（積和演算器）
２０－１，２０－２，２０－３，２０－４　ＭＡＣ（積和演算器）
２０－５，２０－６，２０－７，２０－８　ＭＡＣ（積和演算器）
２０－９，２０－１０，２０－１１，２０－１２　ＭＡＣ（積和演算器）
２１，２１Ｄ　回避処理部（閾値判定処理部）
２１ａ　第１回避処理部（閾値判定処理部）
２１ｂ　第２回避処理部（閾値判定処理部）
２５　積和演算制御部

Claims (15)

  1. 　一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、
    　前記積和演算器による演算に用いられる入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、
    　前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えた
    　信号処理装置。
  2. 　前記入力データには第１種入力データと第２種入力データとがあり、
    　前記閾値判定処理部は、前記第１種入力データについて前記判定を行い、
    　前記回避処理部は、前記第１種入力データが前記所定閾値未満である場合に前記第１種入力データについての前記積和演算処理を回避させる
    　請求項１に記載の信号処理装置。
  3. 　前記第２種入力データは前記第１種入力データに乗算する重みの情報であるウェイトデータとされた
    　請求項２に記載の信号処理装置。
  4. 　前記閾値判定処理部は、複数の前記積和演算器ごとに一つ設けられる
    　請求項１に記載の信号処理装置。
  5. 　前記回避処理部は、前記入力データが前記所定閾値未満である場合に前記積和演算器に入力される前記入力データを変更することにより前記所定閾値未満とされた前記入力データについての前記積和演算処理を回避させる
    　請求項４に記載の信号処理装置。
  6. 　前記積和演算処理の入力データ及び出力データの管理を行う積和演算制御部を備え、
    　前記回避処理部は、前記積和演算処理が回避された前記入力データを特定するための情報を前記積和演算制御部に通知する
    　請求項５に記載の信号処理装置。
  7. 　前記回避処理部は前記積和演算器ごとに設けられた
    　請求項１に記載の信号処理装置。
  8. 　前記回避処理部は、前記所定閾値未満である前記入力データについての前記積和演算処理を回避させ、当該積和演算処理の処理結果としてゼロ値を出力させる
    　請求項７に記載の信号処理装置。
  9. 　前記入力データには第１種入力データと第２種入力データとがあり、
    　前記回避処理部は、
    　前記第１種入力データが第１閾値未満である場合に、前記積和演算器に入力される前記第１種入力データの変更を行うと共に変更された前記第１種入力データを特定するための情報を前記積和演算制御部に通知する
    　請求項６に記載の信号処理装置。
  10. 　前記回避処理部は、前記第２種入力データが第２閾値未満である場合に、前記積和演算器に入力される前記第２種入力データの変更を行うと共に変更された前記第２種入力データに対応する前記第１種入力データの変更を行い、変更された前記第１種入力データ及び前記第２種入力データを特定するための情報を前記積和演算制御部に通知する
    　請求項９に記載の信号処理装置。
  11. 　前記積和演算制御部は、前記第１種入力データと前記第２種入力データの積和演算結果を管理し、回避された積和演算結果についてはゼロ値を補填する
    　請求項１０に記載の信号処理装置。
  12. 　光電変換素子が一次元または二次元のアレイ状に配置された画素アレイ部と、
    　前記画素アレイ部の出力信号に基づく入力データが入力される信号処理部と、を備え、
    　前記信号処理部は、
    　一次元または二次元のアレイ状に配置されニューラルネットワークにおける積和演算が可能な積和演算器と、
    　前記積和演算器による演算に用いられる前記入力データが所定閾値未満であるか否かを判定する閾値判定処理部と、
    　前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる回避処理部と、を備えた
    　撮像装置。
  13. 　前記画素アレイ部と前記信号処理部とが一体に形成された
    　請求項１２に記載の撮像装置。
  14. 　前記信号処理部は、前記画素アレイ部の出力信号に基づいて抽出された特徴データが前記入力データとして入力される
    　請求項１３に記載の撮像装置。
  15. 　ニューラルネットワークにおける積和演算に用いられる入力データが所定閾値未満であるか否かを判定し、
    　前記入力データが前記所定閾値未満である場合に前記入力データについての積和演算処理を回避させる
    　信号処理装置が実行する信号処理方法。
PCT/JP2021/034103 2020-09-30 2021-09-16 信号処理装置、撮像装置、信号処理方法 Ceased WO2022070947A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202180065035.1A CN116210228A (zh) 2020-09-30 2021-09-16 信号处理装置、成像装置和信号处理方法
JP2022553812A JPWO2022070947A1 (ja) 2020-09-30 2021-09-16
US18/042,395 US20230333816A1 (en) 2020-09-30 2021-09-16 Signal processing device, imaging device, and signal processing method
DE112021005190.3T DE112021005190T5 (de) 2020-09-30 2021-09-16 Signalverarbeitungsvorrichtung, bildaufnahmevorrichtung und signalverarbeitungsverfahren

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-166280 2020-09-30
JP2020166280 2020-09-30

Publications (1)

Publication Number Publication Date
WO2022070947A1 true WO2022070947A1 (ja) 2022-04-07

Family

ID=80950317

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/034103 Ceased WO2022070947A1 (ja) 2020-09-30 2021-09-16 信号処理装置、撮像装置、信号処理方法

Country Status (5)

Country Link
US (1) US20230333816A1 (ja)
JP (1) JPWO2022070947A1 (ja)
CN (1) CN116210228A (ja)
DE (1) DE112021005190T5 (ja)
WO (1) WO2022070947A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024162015A1 (ja) * 2023-02-03 2024-08-08 ソニーセミコンダクタソリューションズ株式会社 撮像装置、データ処理方法、及び、記録媒体
WO2024236748A1 (ja) * 2023-05-17 2024-11-21 三菱電機株式会社 異常判定装置、および、異常判定方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7601855B2 (ja) * 2020-03-06 2024-12-17 株式会社半導体エネルギー研究所 撮像装置および電子機器
US20220253692A1 (en) * 2021-02-05 2022-08-11 Samsung Electronics Co., Ltd. Method and apparatus of operating a neural network
US11979674B2 (en) * 2022-09-08 2024-05-07 Micron Technology, Inc. Image enhancement using integrated circuit devices having analog inference capability
US12538048B2 (en) * 2022-09-08 2026-01-27 Micron Technology, Inc. Image sensor with analog inference capability
US12266184B2 (en) * 2022-09-08 2025-04-01 Micron Technology, Inc. Surveillance cameras implemented using integrated circuit devices having analog inference capability
US12437810B2 (en) * 2022-11-29 2025-10-07 Micron Technology, Inc. Memory device performing multiplication using logical states of memory cells
US20240304255A1 (en) * 2023-03-09 2024-09-12 Micron Technology, Inc. Memory device for multiplication using memory cells with different thresholds based on bit significance

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005346472A (ja) * 2004-06-03 2005-12-15 Canon Inc 情報処理方法、情報処理装置、撮像装置
US20180285715A1 (en) * 2017-03-28 2018-10-04 Samsung Electronics Co., Ltd. Convolutional neural network (cnn) processing method and apparatus
CN111669527A (zh) * 2020-07-01 2020-09-15 浙江大学 一种cmos图像传感器内的卷积运算架构

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2474901B (en) * 2009-10-30 2015-01-07 Advanced Risc Mach Ltd Apparatus and method for performing multiply-accumulate operations
US10360163B2 (en) 2016-10-27 2019-07-23 Google Llc Exploiting input data sparsity in neural network compute units
CN107622305A (zh) * 2017-08-24 2018-01-23 中国科学院计算技术研究所 用于神经网络的处理器和处理方法
US10943652B2 (en) * 2018-05-22 2021-03-09 The Regents Of The University Of Michigan Memory processing unit
US11663001B2 (en) * 2018-11-19 2023-05-30 Advanced Micro Devices, Inc. Family of lossy sparse load SIMD instructions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005346472A (ja) * 2004-06-03 2005-12-15 Canon Inc 情報処理方法、情報処理装置、撮像装置
US20180285715A1 (en) * 2017-03-28 2018-10-04 Samsung Electronics Co., Ltd. Convolutional neural network (cnn) processing method and apparatus
CN111669527A (zh) * 2020-07-01 2020-09-15 浙江大学 一种cmos图像传感器内的卷积运算架构

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YASUHIRO NAKAHARA , JUNTARO CHIKA , TAIKI AMAGASAKI, KEN ZHAO, MASAHIRO IIDA: "DNN accelerator for AI edge computing", IEICE TECHNICAL REPORT; RECONF, vol. 119, no. 287 (RECONF2019-38), 7 November 2019 (2019-11-07), pages 15 - 20, XP009535627 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024162015A1 (ja) * 2023-02-03 2024-08-08 ソニーセミコンダクタソリューションズ株式会社 撮像装置、データ処理方法、及び、記録媒体
WO2024236748A1 (ja) * 2023-05-17 2024-11-21 三菱電機株式会社 異常判定装置、および、異常判定方法
JPWO2024236748A1 (ja) * 2023-05-17 2024-11-21
JP7696532B2 (ja) 2023-05-17 2025-06-20 三菱電機モビリティ株式会社 異常判定装置、および、異常判定方法

Also Published As

Publication number Publication date
US20230333816A1 (en) 2023-10-19
JPWO2022070947A1 (ja) 2022-04-07
DE112021005190T5 (de) 2023-09-14
CN116210228A (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
WO2022070947A1 (ja) 信号処理装置、撮像装置、信号処理方法
JP7469407B2 (ja) ニューラルネットワーク計算ユニットにおける入力データのスパース性の活用
US12190226B2 (en) Method for accelerating operations and accelerator apparatus
US11467969B2 (en) Accelerator comprising input and output controllers for feeding back intermediate data between processing elements via cache module
US10210419B2 (en) Convolution operation apparatus
JP5376920B2 (ja) コンボリューション演算回路、階層的コンボリューション演算回路及び物体認識装置
Li et al. A high performance FPGA-based accelerator for large-scale convolutional neural networks
EP3480742A1 (en) Activation functions for deep neural networks
EP3633559B1 (en) Information processing apparatus, information processing method, non-transitory computer-readable storage medium
CN111705283B (zh) 一种优化捞渣的方法及装置
JP6195342B2 (ja) 情報処理装置およびメモリアクセス制御方法
JP6567381B2 (ja) 演算装置、方法及びプログラム
JP5335356B2 (ja) 信号処理装置、信号処理方法、及び撮像装置
US7298898B2 (en) System and method for image segmentation
CN114298291A (zh) 一种模型量化处理系统及一种模型量化处理方法
CN113892081B (zh) 用于积分图像计算的硬件加速器
KR102557572B1 (ko) 인공 신경망 장치 및 그 동작 방법
US11704546B2 (en) Operation processing apparatus that calculates addresses of feature planes in layers of a neutral network and operation processing method
JP7493380B2 (ja) 機械学習システム、並びに、機械学習システムを構成する方法、コンピュータプログラム及び装置
Liu et al. Direct servo control from in-sensor cnn inference with a pixel processor array
US12475542B2 (en) Image processing system and image processing method
US8503793B2 (en) Correlation processing apparatus and medium readable by correlation processing apparatus
JP5099641B2 (ja) 飛跡認識装置および飛跡認識方法
JP7648352B2 (ja) データ処理方法、データ処理装置、データ処理システムおよびデータ処理プログラム
JP7348805B2 (ja) 認識装置、認識方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21875249

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022553812

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 112021005190

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21875249

Country of ref document: EP

Kind code of ref document: A1