[发明专利]超大规模集成视觉处理系统

说明书

技术领域

本发明涉及一种超大规模集成视觉处理系统，属于超大规模集成电路芯片技术领域。

背景技术

三维空间中的目标识别功能是高等动物大脑的基本功能，也是它们能够生存的一个基本能力。几十年来，人们梦想利用具有这类生物基本功能的仪器设备能够扩展人类认知自然、保卫自身的能力。然而，受限于缓慢发展的脑神经科学，这方面的进展显得差强人意。比如猫头鹰如何在高速飞行中识别、捕捉猎物？其大脑皮层视觉区域的神经元如何进行快速信息传递和处理？这些看似简单的问题曾经困扰了科学界数十年。1990年代末，科学家们发现，各个神经元细胞之间极有可能通过发送、接收生物电脉冲实现信息传递，而电脉冲的时序则体现了大量不同信息的复杂程度。如果一个神经元被外界激发从而发送一个瞬态脉冲至接收神经元，而此时接收神经元已经在此前几十毫秒内被激发，则这二个神经元之间传递的信息可能是噪声；反之，如果接收神经元在此后几十毫秒内被激发，则传递的为可用信息。基于这二种情况，神经元网络系统会自适应地自我调整系统对外界的反应能力和各个理化参数，过滤噪声并达到最佳的信号处理状态。这一重要发现，即Spike Timing Dependent Plasticity(STDP)，为现代神经信息学的深入研究奠定了基础。STDP机制广泛存在于高等动物(包括人类)的各个中枢神经系统和记忆神经元区(Hippocampus)中。通过对大脑早期视觉神经区域(V1区)的深入研究，德国著名科学家Florentine Worgotter教授提出了一个新颖实用的高速，实时在线目标识别方法。这此基础上，我们发现，一个结合了STDP自适应机制的目标识别系统可以大幅提高原系统的识别精度，同时也更接近生物学原理。

近几十年来，国内外科学界在目标模式重建与识别领域进行了广泛与深入的理论研究，然而，受限于电子学与计算机科学的发展情况，直到上个世纪末人们才尝试将有关理论应用于实践中。例如，在动态环境中进行目标模式重建与识别(包括特征点提取，纹理分析，距离估计及运动状态分析等)常采用双眼视差(Binocular Disparity)的方法，近年来，超大规模集成电路技术的发展使得用硬件实时实现该类算法成为可能。由于双眼视差法需比较二个分布在不同空间的传感器地输出信号间的差别，而通常二个传感器的间距很小，因此，其主要局限是，如果距目标的距离过大，则二个信号间的差别可能无法辨别，故无法对远距离的目标(例如，超过感光器件，或人类视觉的距离)进行识别。其他的动态环境中的目标模式重建与识别方法还有T.Delbruck和H.C.Jiang等提出的基于相关的运动检测，然而，该类方法用集成电路局部实现后，只适用于检测某个以特定速度运动的目标，同时，一个完整系统的设计会占用极大的集成电路芯片空间，这使得其实际上无法生产。

发明内容

本发明的目的是提供一种超大规模集成视觉处理系统，与信号录入电路及最新的地址事件代表模式(AER)电路来实现三维空间自适应多模态动态定位和目标识别。

本发明的目的是通过以下技术方案实现的，一种超大规模集成视觉处理系统，其特征是所述的信号处理电路由集成的若干神经元轴及每个神经元轴上的若干神经元电路单元构成；各神经元电路单元均由神经元主干电路，系统自适应发生器电路，系统自适应发生器执行电路，特征点运行时间计时电路模块组成；

任一个神经元电路单元中，神经元主干电路模块中差分运算放大器A1的比较门槛输入口Vth与上一个间隔相邻神经元电路单元中的特征点运行时间计时电路模块中的TOT电容C3输出口VTOTi相连，没有上一个间隔相邻神经元电路单元存在时，其差分运算放大器比较门槛输入口Vth连接高电平；

任一个神经元电路单元中，神经元主干电路模块中的RS触发器T2输出端连接的一个与非门的输入口Vrecepti连接外接传感器的传感单元；

任一个神经元电路单元中，神经元主干电路模块中通过一个或非门和一个非门与二个RS触发器T1和T2输入端分别相连的活动输入接口Vspki-1、新特征点输入接口Vnewi-1对应连接上一个相邻神经元电路单元中神经元主干电路模块的活动输出接口Vspki、新特征点输出接口Vspki，没有上一个相邻神经元电路单元存在时，其活动输入接口Vspki-1、新特征点输入接口Vnewi-1连接高电平；