[发明专利]HAAR解算系统、图像分类系统、关联方法和关联计算机程序产品

说明书

技术领域

本发明涉及HAAR解算系统、图像分类系统、关联方法以及关联计算机程序产品。

背景技术

基于Haar特征的对象检测和对象识别经常被使用。Haar特征是在矩形图像区域上的累积像素值。积分图像被用于预计算值，其可以被用于容易地计算密集图像位置处的Haar特征。国际专利申请WO2007/128452A2中给出了一个例子。WO2007/128452A2描述了用于在图像上操作的方法和装置，特别是用于在不同比例下并且具有不同旋转，例如对于比例-不变和旋转-不变的兴趣点检测和/或描述的兴趣点检测和/或描述工作。WO2007/128452A2描述了用于匹配在相同图像或不同图像中的兴趣点的方法。

海量并行处理越来越多地用于处理图像，例如用于执行像色彩空间转换一样的基于像素的处理。然而，由于积分图像在像素到像素间和线到线之间具有数据依赖性，因此已知的海量并行架构不能很容易地计算积分图像和Haar特征。

发明内容

正如附属权利要求中所描述的，本发明提供了一种HAAR解算系统、一种图像分类系统、一种包括了安全系统的车辆、一种解算图像的预定义矩形区域的HAAR特征的方法、一种检测图像中的图像特征的方法、一种用于并行处理器系统的计算引擎、一种用于解算HAAR特征的计算机程序产品、一种用于用于导致并行处理器系统的一个或多个计算引擎解算积分图像值的计算机程序产品。

本发明的具体实施例在从属权利要求中被陈述。

根据下文中描述的实施例，本发明的这些或其它方面将会很明显并且被阐述。

附图说明

根据附图，仅仅通过举例的方式，本发明的进一步细节、方面和实施例将被描述。为了简便以及清晰，附图中的元件不一定按比例绘制。在附图中，对应于已经描述元件的元件可能具有相同的参考符号。

图1示意性地显示了包括HAAR解算系统的系统的实施例的一个例子；

图2示意性地显示了将图像分隔成图像块以及将图像块分配给计算引擎以用于并行处理；

图3a-图3c示意性地显示了图像的图像块内的扫描方案；

图4示意性地说明了解算HAAR特征的已知方法；

图5示意性地显示了通过使用SIMD并行计算架构解算HAAR特征的已知方法；

图6和图7示意性地说明了根据实施例的解算HAAR特征的方法；

图8和图9示意性地说明了根据实施例的解算HAAR特征的方法；

图10a和图10b示意性地说明了根据另一个实施例的解算HAAR特征的方法；

图11示意性地显示了示例用户交互系统；

图12示意性地显示了包括了安全系统的车辆；

图13显示了包括了计算机程序产品的计算机可读介质；以及

图14显示了包括另一个计算机程序产品的另一个计算机可读介质。

具体实施方式

图1示意性地显示了系统SYS的实施例的一个例子，该系统SYS包括相机CAM、HAAR解算系统HSYS、主机处理器HOST和用户接口设备UIDEV。HAAR解算系统HSYS包括相机接口CAM-IF、存储器MEM、海量并行处理器单元MPARU和主处理器MCPU。相机接口CAMIF可被连接到相机CAM并且被布置成从相机CAM接收图像数据并且将图像数据存储在存储器MEM中。每个图像包括如图2所示的矩形像素阵列的图像数据：图像IMG(ixj)或简言之IMG，包括具有行编号RP1，...，RPi的多个i像素行以及具有列编号CP1，...，CPj的多个j像素列。每个图像IMG(ixj)被存储在存储器MEM中。该MEM可能包括DDR存储器。海量并行处理器单元MPARU包括多个计算引擎CU1，CU2，CU3，...CUn的阵列MPA。图1显示了阵列MPA包括至少4个计算引擎，但是替代实施例可能使用更少的计算引擎，例如2个，而其它替代实施例可能使用更多的计算引擎，例如8个、16个、32个、64个、128个或其它适当数目。

多个计算引擎可以是两个计算引擎CU1，CU2。在替代实施例中，多个计算引擎可能包括4个、8个或更多，例如至少16个计算引擎，例如32个计算引擎、64个计算引擎或128个计算引擎、或等于2的幂或不同于2的幂的其它数目的计算引擎。