一种基于FPGA的目标跟踪算法模型管道加速方法以及电路技术

本发明专利技术公开了一种基于FPGA的目标跟踪算法模型管道加速方法以及电路，属于人工智能目标跟踪技术领域。现有的目标跟踪方案，未涉及对电路模块的量化、管道、执行逻辑的改进，导致对目标跟踪算法的执行效率整体提升效果有限。一种基于FPGA的目标跟踪算法模型管道加速方法，在目标检测与滤波计算之间设置第一目标缓存、第二目标缓存；在滤波计算与轨迹跟踪计算之间设置第一滤波缓存、第二滤波缓存；在轨迹跟踪计算和置信度计算之间设置第一轨迹缓存、第二轨迹缓存，进而形成三层双缓存满载加速结构，可以让各级加速电路管道都充满不同的图像块数据，并满负荷计算，最大效率的提升目标跟踪算法的执行效率，从而可高效的完成目标跟踪计算。计算。计算。

【技术实现步骤摘要】
一种基于FPGA的目标跟踪算法模型管道加速方法以及电路


[0001]本专利技术涉及一种基于FPGA的目标跟踪算法模型管道加速方法以及电路，属于人工智能目标跟踪


技术介绍

[0002]近年来，随着人工智能目标跟踪算法模型在边缘计算中的应用普及，越来越多研究聚焦于AI边缘计算在集成电路芯片中的加速架构和策略。其计算芯片的加速优化方法越来越得到研究者的重视。
[0003]由于AI边缘计算场景多元化的特点，对现有计算框架和芯片架构是非常大的挑战。AI边缘计算的核心关键点是高性能、低成本、高灵活性。其技术发展趋势包括：可编程性、可伸缩性，低功耗，软硬件深度结合，高效的分布式互联和协作计算能力。AI边缘计算任务的输入一般是实时的小规模数据，更加关注于算法的执行速度及资源开销。通过优化边缘计算芯片的内存使用架构、加速电路，可以有效减少任务的延迟和内存占用量。
[0004]目标跟踪算法是AI目标识别、行为监测等算法中必不可少的算法，对提高识别率具有至关重要的作用。如何快速支持目标跟踪算法并保证其高有效性、高准确性，是AI边缘计算加速芯片在推理计算和目标识别算法中的关键和重点。因此，目标跟踪算法必须设计轻量级加速体系架构，通过特定的芯片电路设计加速策略和结构，来提高其计算性能和效率。利用加速电路对内存利用、计算并行的优化方法来减少数据带宽并提高计算效率，以降低算法在专用硬件上的功耗并提高性能，进而支撑AI目标识别、行为监测等边缘计算典型的应用场景。为了减少目标跟踪算法对计算、存储等能力的需求，研究人员提出了若干目标跟踪算法优化策略。
[0005]进一步，中国专利（公布号：CN108282597A）公开了一种基于FPGA的实时目标追踪系统，包括均值滤波器、运动补偿器、动态块检测模块、建议框搜索模块以及目标匹配模块，目标追踪方法为，均值滤波器将视频数据分成多个图像块并计算图像块的均值，由运动补偿器、动态块检测模块处理后得到高可能性图像块，目标匹配模块对建议框搜索模块优化后的高可能性图像块进行匹配计算后得到最终的追踪目标。
[0006]上述方案利用均值滤波器将视频数据分成多个图像块，实现计算过程的并行处理，虽然能在一定程度上能提高处理速度，但并未涉及对电路模块的量化、管道、执行逻辑的改进，因此不能充分利用FPGA计算逻辑资源，导致对目标跟踪算法的执行效率整体提升效果有限。

技术实现思路

[0007]针对现有技术的缺陷，本专利技术的目的一在于提供一种在目标检测与滤波计算之间设置第一目标缓存、第二目标缓存；在滤波计算与轨迹跟踪计算之间设置第一滤波缓存、第二滤波缓存；在轨迹跟踪计算和置信度计算之间设置第一轨迹缓存、第二轨迹缓存，进而形成三层双缓存满载加速结构，可以让各级加速电路管道都充满不同的图像块数据，并满负
荷计算，最大效率的提升目标跟踪算法的执行效率，使FPGA硬件电路达到最优利用率，从而可高效的完成目标跟踪计算的基于FPGA的目标跟踪算法模型管道加速方法。
[0008]本专利技术的目的二在于提供一种对电路模块的量化、管道、执行逻辑，进行改进，在管道间设置数据双缓存电路结构，数据双缓存结构中的一个缓存由上一级管道执行写入操作，另一个缓存由下一级管道执行读取操作；当管道计算切换至下一个图像数据块时，双缓存的读、写操作互换，有效提高了管道流水线的计算执行效率的基于FPGA的目标跟踪算法模型管道加速方法。
[0009]本专利技术的目的三在于提供一种设置目标检测电路模块、滤波器电路模块、轨迹跟踪电路模块、置信度评价电路模块、数据双缓冲单元管理模块，可以让各级加速电路管道都充满不同的图像块数据，并满负荷计算，进而可以更高效率、更高性能的加速目标跟踪算法，实现同一时刻针对不同图像块目标在不同管道阶段的监测、滤波和跟踪结果，进而能够充分利用FPGA片上存储和缓冲单元，减少数据片上、片外数据的存取，提高管道之间数据的交换效率的基于FPGA的目标跟踪算法模型管道加速电路。
[0010]本专利技术的目的四在于提供一种在目标检测电路模块与滤波器电路模块之间设置第一目标缓存、第二目标缓存；在滤波器电路模块与轨迹跟踪电路模块之间设置第一滤波缓存、第二滤波缓存；在轨迹跟踪电路模块和置信度评价电路模块之间设置第一轨迹缓存、第二轨迹缓存，可以让各级加速电路模块都充满不同的图像块数据，并满负荷计算，最大效率的提升目标跟踪算法的执行效率，使FPGA硬件电路达到最优利用率，从而可高效的完成目标跟踪计算的基于FPGA的目标跟踪算法模型管道加速方法以及电路。
[0011]为实现上述目的之一，本专利技术的第一种技术方案为：一种基于FPGA的目标跟踪算法模型管道加速方法，其包括以下步骤：第一步，读入待处理的图像数据块一，对图像数据块一执行目标检测，得到目标检测结果，并将目标检测结果写入第一目标缓存；第二步，从第一步中的第一目标缓存中读取目标检测结果，对图像数据块一的目标检测结果进行图像滤波计算，得到图像数据块一的滤波计算结果，并将滤波计算结果写入第一滤波缓存；同时，读入图像数据块二，并进行图像数据块二的目标检测计算，得到图像数据块二的目标检测结果，并将目标检测结果存入第二目标缓存中；第三步，从第二步中的第一滤波缓存中读取滤波计算结果，对滤波计算结果进行轨迹跟踪算法计算，计算完成后，得到轨迹跟踪结果，并将轨迹跟踪结果写入第一轨迹缓存；同时，读入图像数据块三，并进行图像数据块三的目标检测计算，得到目标检测结果，并将目标检测结果写入第一目标缓存；并且，从第二目标缓存中读取目标检测结果，对目标检测结果进行图像滤波计算，得到图像滤波结果，并将图像滤波结果写入第二滤波缓存；第四步，从第三步中的第一轨迹缓存中读取轨迹跟踪结果，对轨迹跟踪结果进行置信度评价计算，得到置信度结果，并将置信度结果写出到片外存储器中；同时，读入图像数据块四，并进行图像数据块四的目标检测计算，得到目标检测结果，并将目标检测结果存入第二目标缓存；
并且，从第三步中的第一目标缓存中读取目标检测结果，开始对图像数据块三的目标检测结果做图像滤波计算，得到图像滤波结果，并将图像滤波结果写入第一滤波缓存；与此同时，从第三步中的第二滤波缓存中读取图像滤波结果，对图像滤波结果进行轨迹跟踪计算，得到轨迹跟踪结果，并将轨迹跟踪结果写入第二轨迹缓存；第五步，周而复始执行第一步到第四步，形成三层双缓存满载加速结构，完成若干图像数据块目标跟踪计算。
[0012]本专利技术经过不断探索以及试验，在目标检测与滤波计算之间设置第一目标缓存、第二目标缓存；在滤波计算与轨迹跟踪计算之间设置第一滤波缓存、第二滤波缓存；在轨迹跟踪计算和置信度计算之间设置第一轨迹缓存、第二轨迹缓存，进而形成三层双缓存满载加速结构，可以让各级加速电路管道都充满不同的图像块数据，并满负荷计算，最大效率的提升目标跟踪算法的执行效率，使FPGA硬件电路达到最优利用率，从而可高效的完成目标跟踪计算。
[0013]进一步，本专利技术对电路模块的量化、管道、执行逻辑，进行改进，在管道间设置数据双缓存电路结构。数据双缓存结构中的一个缓存由上一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FPGA的目标跟踪算法模型管道加速方法，其特征在于，其包括以下步骤：第一步，读入待处理的图像数据块一，对图像数据块一执行目标检测，得到目标检测结果，并将目标检测结果写入第一目标缓存；第二步，从第一步中的第一目标缓存中读取目标检测结果，对图像数据块一的目标检测结果进行图像滤波计算，得到图像数据块一的滤波计算结果，并将滤波计算结果写入第一滤波缓存；同时，读入图像数据块二，并进行图像数据块二的目标检测计算，得到图像数据块二的目标检测结果，并将目标检测结果存入第二目标缓存中；第三步，从第二步中的第一滤波缓存中读取滤波计算结果，对滤波计算结果进行轨迹跟踪算法计算，计算完成后，得到轨迹跟踪结果，并将轨迹跟踪结果写入第一轨迹缓存；同时，读入图像数据块三，并进行图像数据块三的目标检测计算，得到目标检测结果，并将目标检测结果写入第一目标缓存；并且，从第二目标缓存中读取目标检测结果，对目标检测结果进行图像滤波计算，得到图像滤波结果，并将图像滤波结果写入第二滤波缓存；第四步，从第三步中的第一轨迹缓存中读取轨迹跟踪结果，对轨迹跟踪结果进行置信度评价计算，得到置信度结果，并将置信度结果写出到片外存储器中；同时，读入图像数据块四，并进行图像数据块四的目标检测计算，得到目标检测结果，并将目标检测结果存入第二目标缓存；并且，从第三步中的第一目标缓存中读取目标检测结果，开始对图像数据块三的目标检测结果做图像滤波计算，得到图像滤波结果，并将图像滤波结果写入第一滤波缓存；与此同时，从第三步中的第二滤波缓存中读取图像滤波结果，对图像滤波结果进行轨迹跟踪计算，得到轨迹跟踪结果，并将轨迹跟踪结果写入第二轨迹缓存；第五步，周而复始执行第一步到第四步，形成三层双缓存满载加速结构，完成若干图像数据块目标跟踪计算。2.如权利要求1所述的一种基于FPGA的目标跟踪算法模型管道加速方法，其特征在于，图像滤波的方法如下：步骤11，设置检出目标的评分规则以及滤除阈值；步骤12，根据步骤11中的评分规则，对若干检出目标进行评分，并将评分存入评分数组；步骤13，根据滤除阈值，对步骤12中的评分数组，进行筛选，获取低于滤除阈值的评分；步骤14，根据步骤13中的评分，滤除得分低的检出目标。3.如权利要求2所述的一种基于FPGA的目标跟踪算法模型管道加速方法，其特征在于，轨迹跟踪的计算方法如下：步骤21，获取激活状态的轨迹以及轨迹阈值；步骤22，在步骤21中的轨迹中，对轨迹对应的检出目标进行匹配；当匹配成功，执行步骤23；当匹配失败，将检出目标作为新的轨迹进行激活跟踪，返回步骤21；步骤23，根据轨迹阈值判断检出目标是否加入该轨迹。
4.如权利要求3所述的一种基于FPGA的目标跟踪算法模型管道加速方法，其特征在于，置信度评价的计算方法如下：步骤31，获取置信度评价规则以及评分阈值、时间阈值；步骤32，根据步骤31中的置信度评价规则，计算轨迹中的检出目标的得分以及轨迹跟踪时间；步骤33，将步骤32中的得分和评分阈值进行评分判决；同时将轨迹跟踪时间与时间阈值进行时间判决；步骤34，根据步骤33中的判决结果，得到检出目标的置信度。5.如权利要求1
‑
4任一所述的一种基于FPGA的目标跟踪算法模型管道加速方法，其特征在于，目标跟踪算法模型包括：目标检测、滤波器、轨迹跟踪、置信度评价，其用于得到检出目标运动时的跟踪轨迹和坐标。6.一种基于FPGA的目标跟踪算法模型管道加速电路，其特征在于，应用如权利要求1
‑
5任一所述的一种基于FPGA的目标跟踪算法模型管道加速方法，包括目标检测电路模块、滤波器电路模块、轨...

【专利技术属性】
技术研发人员：韩睿，孙御骐，钱平，郑一鸣，戴哲仁，王文浩，周莉，李斐然，梁苏宁，姜雄伟，刘爽，温典，贾思敏，薛立晓，
申请(专利权)人：国网浙江省电力有限公司电力科学研究院，
类型：发明
国别省市：