System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术是有关于图像处理,且特别是一种具有独立的时钟频率与异步设计的超分辨率(super resolution,sr)放大电路。
技术介绍
1、在现有的基于深度学习的放大技术中,超分辨率放大模型的架构通常为卷积神经网络(convolutional neural network,cnn),并且超分辨率放大模型的模型复杂度会随着超分辨率放大模型针对输入图像的多个像素的每个像素的卷积运算次数而有所不同,在现有的超分辨率放大模型对输入图像进行放大以产生输出图像的过程中,超分辨率放大模型的输入流通量(throughput)需与超分辨率放大模型的输出流通量相同,由于模型复杂度、输入图像的大小与输入图像的大小皆有可能变动,因此需要额外地调整虚拟周期(dummycycle)来维持输入流通量与输出流通量的相等关系,然而,虚拟周期的调整需相当精确,并且可能需要额外的控制电路来控制虚拟周期,其可能会增加硬件成本,此外,在硬件设计上可能会为了避免多余的虚拟周期而限制了设计上的弹性,因此,极需一种新颖的超分辨率放大电路,其可以省略与虚拟周期相关的电路的实现。
技术实现思路
1、因此,本专利技术的目的之一在于提供一种具有独立的时钟频率与异步设计的超分辨率放大电路,其可以省略与虚拟周期相关的电路的实现,以解决上述问题。
2、根据本专利技术中的一个实施例,提供了一种图像处理电路。该图像处理电路包括接收电路、发射电路、第一异步握手电路、超分辨率放大模型以及第二异步握手电路。接收电路具有接收时序,并且用
3、根据本专利技术中的一个实施例,提供了一种图像处理方法。该图像处理方法包括:通过接收电路来接收输入图像,其中接收电路具有接收时序,以及输入图像具有第一像素时钟频率;根据接收时序来从接收电路接收输入图像;放大输入图像以产生输出图像,其中输出图像具有第二像素时钟频率;根据发射电路的发射时序来动态地将输出图像输出至发射电路;以及通过发射电路来发射输出图像;其中根据接收时序来从接收电路接收输入图像、放大输入图像以产生输出图像以及根据发射电路的发射时序来动态地将输出图像输出至发射电路的步骤在独立于第一像素时钟频率与第二像素时钟频率的时钟频率下操作。
4、本专利技术的好处之一在于,通过本专利技术的具有独立的时钟频率与异步设计的超分辨率放大电路,当输入图像与输出图像之间有不同放大倍率或超分辨率放大模型有不同模型复杂度时,通过时钟频率控制电路来调整与控制该独立的时钟频率即可满足超分辨率放大模型的输入流通量与输出流通量之间的限制条件,而无需额外的控制电路来控制虚拟周期,其节省了硬件方面的成本。此外,对于具有不同模型复杂度的超分辨率放大模型来说,仅需考虑超分辨率放大模型的操作频率的限制条件,而无需考虑输出图像的像素时钟频率,其增加了设计上的弹性。
本文档来自技高网...【技术保护点】
1.一种图像处理电路,包括:
2.根据权利要求1所述的图像处理电路,其中当所述发射电路不需要发射所述输出图像时,所述第二异步握手电路暂时地停止所述超分辨率放大模型的运作。
3.根据权利要求1所述的图像处理电路,其中无论所述超分辨率放大模型是否被暂时地停止,所述第一异步握手电路根据所述接收时序来从所述接收电路接收所述输入图像。
4.根据权利要求1所述的图像处理电路,其中所述超分辨率放大模型的架构为卷积神经网络,并且所述超分辨率放大模型的模型复杂度与所述超分辨率放大模型针对所述输入图像的多个像素的每个像素的卷积运算次数有关。
5.根据权利要求4所述的图像处理电路,其中所述时钟频率不小于所述第一像素时钟频率与所述模型复杂度的相乘结果。
6.根据权利要求4所述的图像处理电路,其中所述超分辨率放大模型的输入流通量为所述模型复杂度、所述输入图像的大小以及对应于所述时钟频率中的一个周期的相乘结果;以及所述超分辨率放大模型的输出流通量为所述输出图像的大小与对应于所述第二像素时钟频率中的一个周期的相乘结果。
7.根据权利要求6
8.根据权利要求6所述的图像处理电路,其中所述输入流通量大于所述输出流通量。
9.根据权利要求6所述的图像处理电路,另包括:
10.一种图像处理方法,包括:
...【技术特征摘要】
1.一种图像处理电路,包括:
2.根据权利要求1所述的图像处理电路,其中当所述发射电路不需要发射所述输出图像时,所述第二异步握手电路暂时地停止所述超分辨率放大模型的运作。
3.根据权利要求1所述的图像处理电路,其中无论所述超分辨率放大模型是否被暂时地停止,所述第一异步握手电路根据所述接收时序来从所述接收电路接收所述输入图像。
4.根据权利要求1所述的图像处理电路,其中所述超分辨率放大模型的架构为卷积神经网络,并且所述超分辨率放大模型的模型复杂度与所述超分辨率放大模型针对所述输入图像的多个像素的每个像素的卷积运算次数有关。
5.根据权利要求4所述的图像处理电路,其中所述时...
【专利技术属性】
技术研发人员:林天鸿,余家伟,包苡廷,
申请(专利权)人:瑞昱半导体股份有限公司,
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。