[发明专利]用于物体检测的基于AdaBoost算法的可重构装置

说明书

技术领域

本发明涉及计算机图像处理技术，特别涉及一种用于物体检测的基于AdaBoost算法的可重构装置。 

背景技术

基于AdaBoost算法的物体检测已经有了广泛的应用，比如自动驾驶，无人监护和人机交互娱乐等。AdaBoost算法(参见Y.Freund,R.e.Schapire,A short introduction to boosting,Journal of Japanese Society for Artificial Intelligence,pp.771-780,1999.)主要分为图像预处理，积分图像生成和级联分类等逻辑阶段。这些算法逻辑包含了许多的不同并行度的并行逻辑和流处理逻辑，传统ASIC的方式由于其内部固定的电路结构，不能很好地利用这些特点去提升处理速度;而内部逻辑电路灵活可配置的FPGA实现方式又因为其属于静态配置体系，会产生大量的配置信息和冗余运算逻辑，增加了功耗和延长了配置时间。 

由于基于AdaBoost算法的物体检测过程需要处理大量的数据，尤其是实时物体检测，它的运算量非常巨大，要达到实时检测非常的困难,这也对实现AdaBoost算法的硬件系统得运算能力提出了严格的要求。此外，在不同的应用场景下，检测率和检测时间是一组非常对立的指标参数。当提高检测率，就会相应的增加检测时间，而降低检测率，就会减少检测时间，提高检测速度。在基于AdaBoost算法的物体检测中，这两个指标参数是由输入图像的尺寸，尺度因子，以及分类器的级数等参数决定的。这些参数又直接影响着硬件资源配置和功耗。因此，在不同的应用场合下，AdaBoost算法的硬件实现系统应该具有足够的灵活性去配置参数，从而平衡检测率和检测时间，以节省运算资源和降低能耗。在现有技术中的AdaBoost算法的硬件实现系统，虽然考虑了 物体检测的灵活性，但是没有很好的将计算灵活性和参数配置灵活性统一到硬件架构上来，因此效果不是很好。 

发明内容

本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。 

为此，本发明提供一种用于物体检测的基于AdaBoost算法的可重构装置，该装置可以以最少的硬件资源完成多样的运算需求，提高执行效率；还可以实现在线参数配置，平衡冗余的计算资源，降低能耗。 

为达到上述目的，本发明的实施例提出了一种用于物体检测的基于AdaBoost算法的可重构装置，包括：图像输入输出模块，用于接收输入的第一图像，并输出作为处理结果的第二图像；多个处理阵列模块，用于根据设置的计算配置参数和虚拟扩展参数对所述第一图像进行处理计算；乘加阵列模块，用于在所述多个处理阵列模块对所述第一图像的处理计算过程的乘加运算进行处理；以及解析控制模块，用于根据控制信号控制向所述多个处理阵列模块的所述计算配置参数、所述虚拟扩展参数的输入和所述多个处理阵列模块的处理数据的输出。 

根据本发明实施例的用于物体检测的基于AdaBoost算法的可重构装置，充分利用了AdaBoost算法与可重构运算的相互适应的特点，实现物体检测时硬件架构的计算灵活性和参数配置灵活性，可以以最少的硬件资源完成多样的运算需求，进而提高处理能力，降低能耗，增强物体检测的灵活性。 

另外，根据本发明上述实施例的用于物体检测的基于AdaBoost算法的可重构装置还可以具有如下的附加技术特征： 

在本发明的实施例中，所述装置还包括：存储模块，用于对所述多个处理阵列模块提供数据存储；以及传输模块，用于在所述图像输入输出模块、 所述多个处理阵列模块、所述乘加阵列模块、所述存储模块和所述解析控制模块之间传输所述数据和所述控制信号。 

在本发明的实施例中，所述处理阵列模块进一步包括：多个可重构的处理单元（PU），用于对所述第一图像中的像素进行积分计算；配置接口（CI），用于根据所述计算配置参数和所述虚拟扩展参数对所述多个可重构的处理单元进行计算配置；数据接口（DI），用于传输所述多个可重构处理单元的数据；以及配置存储器（CME），分别与所述配置接口和所述传输模块相连，用于将所述计算配置信息快速发送到所述配置接口。 

在本发明的实施例中，所述多个可重构的处理单元之间以块的方式进行组合。 

在本发明的实施例中，所述配置存储器具有异步传输的能力。 

在本发明的实施例中，所述多个处理阵列模块之间还存在共享内存，所述共享内存用于存储所述多个处理阵列模块在所述处理计算中产生的临时数据。