AI图像处理方法及系统、AI图像处理架构、SOC片上系统技术方案

本发明专利技术提供一种AI图像处理方法及系统、AI图像处理架构、SOC片上系统，包括DMA模块用于从第一外部数据访问控制模块中获取视频数据，并发送至数据存储管理模块；数据存储管理模块用于存储视频数据，并基于缩放模块的请求将视频数据发送至缩放模块；缩放模块用于对视频数据进行缩放处理，并将缩放处理后的视频数据发送至色彩空间转换模块；色彩空间转换模块用于将缩放后的视频数据转换为图像数据；归一化模块和减均值模块分别用于对图像数据进行归一化处理和减均值处理。本发明专利技术的AI图像处理方法及系统、AI图像处理架构、SOC片上系统能够在尽可能保留有效信息的情况下，将原始图像缩放到合适尺寸，并进行归一化和减均值操作。

【技术实现步骤摘要】
AI图像处理方法及系统、AI图像处理架构、SOC片上系统
本专利技术涉及图像处理的
，特别是涉及一种AI图像处理方法及系统、AI图像处理架构、SOC片上系统。
技术介绍
人工智能(ArtificialIntelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。具体地，AI是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。现有技术中，AI是各个IC方向研究的重点，正被大量应用在监控、医疗、海量数据分析、智能家电、人脸识别等方面。其中，监控、医疗、人脸识别等都需要AI处理器读入大量的图像信息进行运算分析。图像的大小直接影响的AI处理器运算的效率。因此，大小合适的输入图像对AI处理器显得尤为重要。因此，如何获取大小合适的标准化图像成为当前研究的热点课题。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种AI图像处理方法及系统、AI图像处理架构、SOC片上系统，能够在尽可能保留有效信息的情况下，将原始图像缩放到合适尺寸，并进行归一化和减均值操作，从而为AI处理器提供合适的输入图像。为实现上述目的及其他相关目的，本专利技术提供一种AI图像处理方法，包括依次相连的DMA模块、数据存储管理模块、缩放模块、色彩空间转换模块、归一化模块和减均值模块；所述DMA模块用于从第一外部数据访问控制模块中获取视频数据，并发送至所述数据存储管理模块；所述数据存储管理模块用于存储所述视频数据，并基于所述缩放模块的请求将所述视频数据发送至所述缩放模块；所述缩放模块用于对所述视频数据进行缩放处理，并将缩放处理后的视频数据发送至所述色彩空间转换模块；所述色彩空间转换模块用于将所述缩放后的视频数据转换为图像数据；所述归一化模块和所述减均值模块分别用于对所述图像数据进行归一化处理和减均值处理。于本专利技术一实施例中，所述视频数据采用YV12格式；所述数据存储管理模块包括Y数据存储管理模块、U数据存储管理模块和V数据存储管理模块，分别用于存储Y数据、U数据和V数据。于本专利技术一实施例中，所述视频数据仅包含Y数据。于本专利技术一实施例中，所述色彩空间转换模块、所述归一化和所述减均值模块集成为一体，基于所述色彩空间转换模块的系数配置同时实现色彩空间转换、归一化和减均值。于本专利技术一实施例中，所述图像数据为RGB格式，所述减均值模块将处理后的R数据、G数据和B数据独立存储至第二外部数据访问控制模块。于本专利技术一实施例中，所述DMA模块支持Y、U、V输入数据的首地址和一行的跨度1字节对齐。于本专利技术一实施例中，所述缩放模块在进行缩放处理时，根据缩放比在垂直方向上进行跳行处理。本专利技术提供一种AI图像处理系统，包括上述的AI图像处理架构和AI处理器；所述AI处理器用于为所述AI图像处理架构提供配置信息，并接收所述AI图像处理架构生成的图像数据。本专利技术提供一种SOC片上系统，包括上述的AI图像处理架构、AI处理器、中央处理器和数据存储器；所述数据存储器与所述AI图像处理架构相连，用于为所述AI图像处理架构提供视频数据；所述AI处理器与所述AI图像处理架构相连，为所述AI图像处理架构提供配置信息，并接收所述AI图像处理架构生成的图像数据；所述中央处理器与所述AI处理器相连，用于配置所述AI处理器。本专利技术提供一种AI图像处理方法，包括以下步骤：基于DMA模块从第一外部数据访问控制模块中获取视频数据，并发送至数据存储管理模块；基于所述数据存储管理模块存储所述视频数据，并基于缩放模块的请求将所述视频数据发送至所述缩放模块；基于所述缩放模块对所述视频数据进行压缩处理，并将压缩处理后的视频数据发送至色彩空间转换模块；基于所述色彩空间转换模块将所述压缩后的视频数据转换为图像数据；基于归一化和减均值模块分别对所述图像数据进行归一化处理和减均值处理。如上所述，本专利技术所述的AI图像处理方法及系统、AI图像处理架构、SOC片上系统，具有以下有益效果：(1)能够在尽可能保留有效信息的情况下，将原始图像缩放到合适尺寸，并进行归一化和减均值操作；(2)采用流水线单步设计方式，处理速度快，效率高；(3)能够为AI处理器提供合适的输入图像，相较于原始图像极大地减少了AI处理器的数据运算量；(4)硬件架构面积小、功耗低，实用性强。附图说明图1显示为本专利技术的AI图像处理架构于一实施例中的结构示意图；图2显示为本专利技术的AI图像处理系统于一实施例中的结构示意图；图3显示为本专利技术的SOC片上系统于一实施例中的结构示意图；图4显示为本专利技术的AI图像处理方法于一实施例中的流程图。元件标号说明11DMA模块12数据存储管理模块121Y数据存储管理模块122U数据存储管理模块123V数据存储管理模块13缩放模块14色彩空间转换模块15归一化模块16减均值模块17第一外部数据访问控制模块18第二外部数据访问控制模块2AI处理器3中央处理器4数据存储器具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本专利技术的AI图像处理方法及系统、AI图像处理架构、SOC片上系统能够在尽可能保留有效信息的情况下，采用流水线方式对原始图像进行缩放、归一化和减均值操作，从而提供与AI处理器匹配的输入图像，极大地提高了AI处理器的工作效率。如图1所示，于一实施例中，本专利技术的AI图像处理架构包括依次相连的DMA模块11、数据存储管理模块12、缩放模块13、色彩空间转换模块14、归一化模块15和减均值模块16。将视频数据输入所述DMA模块11，则可进行流水线式的图像缩放处理、色彩空间转换处理、归一化处理和减均值处理，直到一帧数据被处理完成，从而生成大小合适的图像数据，以输入AI处理器进行AI图像处理。所述DMA模块11用于从第一外部数据访问控制模块17中获取视频数据，并发送至所述本文档来自技高网...

【技术保护点】
1.一种AI图像处理架构，其特征在于，包括依次相连的DMA模块、数据存储管理模块、缩放模块、色彩空间转换模块、归一化模块和减均值模块；/n所述DMA模块用于从第一外部数据访问控制模块中获取视频数据，并发送至所述数据存储管理模块；/n所述数据存储管理模块用于存储所述视频数据，并基于所述缩放模块的请求将所述视频数据发送至所述缩放模块；/n所述缩放模块用于对所述视频数据进行缩放处理，并将缩放处理后的视频数据发送至所述色彩空间转换模块；/n所述色彩空间转换模块用于将所述缩放后的视频数据转换为图像数据；/n所述归一化模块和所述减均值模块分别用于对所述图像数据进行归一化处理和减均值处理。/n

【技术特征摘要】
1.一种AI图像处理架构，其特征在于，包括依次相连的DMA模块、数据存储管理模块、缩放模块、色彩空间转换模块、归一化模块和减均值模块；
所述DMA模块用于从第一外部数据访问控制模块中获取视频数据，并发送至所述数据存储管理模块；
所述数据存储管理模块用于存储所述视频数据，并基于所述缩放模块的请求将所述视频数据发送至所述缩放模块；
所述缩放模块用于对所述视频数据进行缩放处理，并将缩放处理后的视频数据发送至所述色彩空间转换模块；
所述色彩空间转换模块用于将所述缩放后的视频数据转换为图像数据；
所述归一化模块和所述减均值模块分别用于对所述图像数据进行归一化处理和减均值处理。


2.根据权利要求1所述的AI图像处理架构，其特征在于，所述视频数据采用YV12格式；所述数据存储管理模块包括Y数据存储管理模块、U数据存储管理模块和V数据存储管理模块，分别用于存储Y数据、U数据和V数据。


3.根据权利要求2所述的AI图像处理架构，其特征在于，所述视频数据仅包含Y数据。


4.根据权利要求1所述的AI图像处理架构，其特征在于，所述色彩空间转换模块、所述归一化和所述减均值模块集成为一体，基于所述色彩空间转换模块的系数配置同时实现色彩空间转换、归一化和减均值。


5.根据权利要求1所述的AI图像处理架构，其特征在于，所述图像数据为RGB格式，所述减均值模块将处理后的R数据、G数据和B数据独立存储至第二外部数据访问控制模块。


6.根据权利要求1所述的AI图像处理架构...

【专利技术属性】
技术研发人员：陈俊，张巍，李永亮，崔中浩，罗文桀，
申请(专利权)人：芯原微电子上海股份有限公司，芯原控股有限公司，
类型：发明
国别省市：上海;31