【技术实现步骤摘要】
本专利技术涉及图像处理，具体地，涉及一种可重构图像处理系统及方法。
技术介绍
1、脉冲神经网络作为第三代神经网络，利用脉冲在神经元间进行信息传递，在专用硬件上具有高速、低功耗的特点。但是脉冲神经网络在面对复杂任务时，存在处理能力不足的问题。相较于脉冲神经网络，实数神经网络具有强大的图像处理能力，更适用于复杂场景下的图像处理。
2、当前的图像处理系统通常指针对脉冲神经网络或实数神经网络其中之一进行设计，无法在一个系统上实现两种神经网络算法的切换。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术提供一种可重构图像处理系统及方法，用于至少部分解决上述技术问题之一。
3、(二)技术方案
4、本专利技术一方面提供一种可重构图像处理系统，包括：预处理器，用于对接收到的传感器数据进行预处理；主存储器，用于对待处理数据进行存储和发送；其中，待处理数据包括预处理后的传感器数据、权重参数；运算模块控制器，用于发送控制信号至可重构并行运算模块，以配置可重构并行运算模块；可重构并行运算模块，用于基于控制信号对待处理数据进行计算，得到图像处理结果；其中，可重构并行运算模块可以执行脉冲神经元网络算法、实数神经网络算法以及传统图像算法。
5、可选地，可重构并行运算模块包括m个并行的可重构运算单元pe；其中，m为正整数。
6、可选地，可重构运算单元pe之间通过邻域数据通道连接。
7、可选地，每一所述可重构运算单元pe包括
8、可选地，寄存器组包括第一局域寄存器组、第二局域寄存器组、部分和寄存器组以及全局寄存器组；每一寄存器组包含多个寄存器。
9、可选地，第一寄存器组、第二寄存器组、全局寄存器组与一般计算单元和/或神经网络计算单元连接，用于将主存储器中的运算数据传入一般计算单元和/或神经网络计算单元；部分和寄存器组与神经网络计算单元连接，用于存储神经网络计算单元的中间结果。
10、可选地，神经网络计算单元包括：神经网络计算子单元，用于对待处理数据执行处理操作；其中，神经网络计算子单元的数量不少于1个；重构单元，用于控制神经网络计算子单元，进行可执行操作的切换，以使神经网络计算子单元根据控制指令进行可执行操作的切换。
11、可选地，每一神经网络计算子单元包括：重构反向器，用于对输入数据进行逐位取反；选择器mux，用于对寄存器组中的数据进行选择并传递至加法树；其中，选择器mux的数量与重构反向器相等；加法树，用于对接收到的数据进行求和；重构加法器，用于对加法树送入的数据加c，其中，c是正整数；其中，神经网络计算子单元中的重构反向器、选择器、加法树、重构加法器基于控制信号配置，以执行不同的神经网络运算方法。
12、本专利技术第二方面提供一种可重构图像处理方法，包括：对接收到的传感器数据进行预处理；基于接收到的控制信号确定目标图像处理算法；利用目标图像处理算法对预处理后的传感器数据进行处理，得到图像处理结果。
13、可选地，目标图像算法为脉冲神经元网络算法、实数神经网络算法、传统图像算法其中之一。
14、(三)有益效果
15、本专利技术提供的可重构图像处理系统及方法至少包括以下有益效果：
16、将完整的视觉图像处理流程集成在同一个片上系统，可以在一个系统上实现包括但不限于数据类型转换、图像增强、特征提取、目标检测在内的低中高级图像处理任务。本专利技术提供的可重构图像处理系统具有广泛的片上视觉信息处理兼容性，支持新型脉冲神经网络与脉冲视觉计算方法，同时兼容传统的实数型视觉计算和神经网络处理方法，能够满足不同应用场景下的各种图像处理需求。通过预处理器将原始传感器数据转换为多种类型的视觉信号输出，包括原始脉冲视觉数据、原始灰度图像、以及重编码或预处理后的脉冲或灰度图像，为处理算法提供了丰富的数据类型，具有广泛的应用价值。
本文档来自技高网...【技术保护点】
1.一种可重构图像处理系统，其特征在于，包括：
2.根据权利要求1所述的可重构图像处理系统，其特征在于，所述可重构并行运算模块包括M个并行的可重构运算单元PE(4)；其中，M为正整数。
3.根据权利要求2所述的可重构图像处理系统，其特征在于，所述可重构运算单元PE(4)之间通过邻域数据通道连接。
4.根据权利要求2所述的可重构图像处理系统，其特征在于，每一所述可重构运算单元PE包括：
5.根据权利要求4所述的可重构图像处理系统，其特征在于，所述寄存器组包括第一局域寄存器组(412)、第二局域寄存器组(413)、部分和寄存器组(414)以及全局寄存器组(411)；每一寄存器组包含多个寄存器。
6.根据权利要求5所述的可重构图像处理系统，其特征在于，所述第一寄存器组(412)、第二寄存器组(413)、全局寄存器组(411)与一般计算单元(42)和/或神经网络计算单元(43)连接，用于将主存储器(1)中的运算数据传入一般计算单元和/或神经网络计算单元；
7.根据权利要求4所述的可重构图像处理系统，其特征在于，所述神
8.根据权利要求7所述的可重构图像处理系统，其特征在于，每一所述神经网络计算子单元包括：
9.一种可重构图像处理方法，其特征在于，包括：
10.根据权利要求9所述的可重构图像处理方法，其特征在于，所述目标图像算法为脉冲神经元网络算法、实数神经网络算法、传统图像算法其中之一。
...【技术特征摘要】
1.一种可重构图像处理系统，其特征在于，包括：
2.根据权利要求1所述的可重构图像处理系统，其特征在于，所述可重构并行运算模块包括m个并行的可重构运算单元pe(4)；其中，m为正整数。
3.根据权利要求2所述的可重构图像处理系统，其特征在于，所述可重构运算单元pe(4)之间通过邻域数据通道连接。
4.根据权利要求2所述的可重构图像处理系统，其特征在于，每一所述可重构运算单元pe包括：
5.根据权利要求4所述的可重构图像处理系统，其特征在于，所述寄存器组包括第一局域寄存器组(412)、第二局域寄存器组(413)、部分和寄存器组(414)以及全局寄存器组(411)；每一寄存器组包含多个寄存器。
6.根据权...
【专利技术属性】
技术研发人员：刘力源，雷馥铭，杨旭，田娜，王哲，窦润江，吴南健，刘剑，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。