[发明专利]用于梯度直方图的硬件加速器

说明书

相关申请的交叉引用

本申请要求享有于2015年1月8日提交的题为“HARDWARE ACCELERATOR FOR HISTOGRAM OF GRADIENTS”的美国专利申请No.14/592,264的较早优先权日的权益，其全部内容由此通过引用并入本文。

技术领域

本申请总体上涉及图像处理。更具体地，本申请涉及向图像处理应用提供硬件支持。

背景技术

取向梯度直方图(HoG)是在诸如对象检测和对象识别应用的各种计算机视觉和图像处理应用中使用的特征描述符。除了其它事物以外，HoG描述符在检测和识别人类、动物、面部以及文本方面特别有用。例如，能够将对象检测系统或对象识别系统配置为生成描述输入图像中的对象的特征的HoG描述符。还能够将该系统配置为对所生成的HoG描述符与对应于已知对象的HoG描述符的数据库进行比较，以确定在输入图像中是否存在已知对象中的任一个。HoG描述符被认为是高效的，这是因为HoG描述符一般表现出对由图像捕获的对象的旋转、缩放、以及照明变化的容忍度。

不幸的是，从图像生成HoG描述符可能是计算昂贵的。HoG描述符一般是针对图像的区块计算的，图像的区块也被称为感兴趣区域(ROI)。图1示出了多个加法(ADD)运算、乘法(MUL)运算、除法(DIV)运算、平方根(sqrt)运算以及反正切(arctan)运算，执行这些运算以确定具有42×42像素的ROI的HoG描述符。图1中的表示出了HoG描述符计算包括对许多高成本的数学函数(例如，平方根、除法以及反正切)进行计算，这要在常规顺序处理器上实现可能花费许多时钟周期。此外，该表还示出了HoG描述符计算还包括执行大量的常见运算，例如，加法和乘法。因此，HoG描述符计算一般是计算昂贵的。

计算HoG描述符的高计算成本可能是各种计算机视觉和图像处理应用中的重大瓶颈，因为这些应用一般针对图像中的各种位置以及针对各种ROI大小来计算HoG描述符，以考虑到缩放影响。因此，HoG描述符的使用一般限于高性能计算系统。

发明内容

所公开的实施例包括在半导体集成芯片中实现的装置。该装置能够包括存储器设备和硬件加速器。硬件加速器能够包括：可编程卷积模块，所述可编程卷积模块被配置为计算输入图像中的至少一个像素的梯度矢量，其中，梯度矢量包括沿第一轴的第一梯度分量和沿第二轴的第二梯度分量；以及梯度直方图(HoG)估计器模块，所述梯度直方图(HoG)估计器模块被配置为接收梯度矢量，并且使用存储在存储器设备中的取向表来标识HoG描述符中的多个取向分区(orientation bin)中的与梯度矢量相关联的一个取向分区。该装置还能够包括HoG分区模块，所述HoG分区模块被配置为基于梯度矢量的幅度将梯度矢量的贡献添加到多个取向分区中的一个，从而生成HoG描述符。

在一些实施例中，取向表包括将多个取向分区中的一个取向分区和第一梯度分量与第二梯度分量之比关联的条目。

在一些实施例中，HoG估计器模块被配置为接收输入图像中的感兴趣区域中的所有梯度矢量，以及将与感兴趣区域中的梯度矢量中的每一个梯度矢量相关联的取向分区提供给HoG分区模块。

在一些实施例中，HoG分区模块被配置为通过根据与两个或更多个梯度矢量相关联的取向分区并行地处理两个或更多个梯度矢量来生成用于感兴趣区域的HoG描述符。

在一些实施例中，HoG分区模块被配置为将与两个或更多个感兴趣区域相关联的HoG描述符连接以生成块HoG描述符。

在一些实施例中，HoG分区模块被配置为使用归一化常数对块HoG描述符进行归一化，归一化常数是基于存储在存储器设备中的归一化表计算的。

在一些实施例中，归一化表包括指示归一化函数针对特定输入值的预计算结果的条目。

在一些实施例中，HoG分区模块被配置为对归一化函数的两个或更多个预计算的结果进行插值；以及基于插值来计算用于块HoG描述符的归一化常数。

在一些实施例中，HoG分区模块包括用于在矢量处理器中进行操作的软件模块。

在一些实施例中，矢量处理器还包括被配置为使用块HoG描述符来执行对象识别的识别模块。