視覺芯片是一種模仿人類視覺系統(tǒng)，單芯片集成了高速圖像傳感器和大規(guī)模并行圖像處理電路的新型超大規(guī)模數(shù)�；旌霞呻娐�，相比傳統(tǒng)圖像處理系統(tǒng)具有高速度和高集成度的優(yōu)勢，可廣泛用于各種高速實時圖像處理領(lǐng)域及微小型嵌入式圖像系統(tǒng)。但目前已報道的視覺芯片體系架構(gòu)缺乏完整的片上圖像系統(tǒng)功能、特別是缺乏片上高速圖像特征識別能力，實用價值被嚴(yán)重制約。為解決該關(guān)鍵問題，本文從視覺芯片架構(gòu)定義、電路設(shè)計和算法開發(fā)三個方面展開協(xié)同研究，取得的主要研究成果如下： 論文提出了一種基于馮諾依曼多級并行處理器和非馮諾依曼自組織映射（Self-Organizing Map, SOM）神經(jīng)網(wǎng)絡(luò)混合處理架構(gòu)的新型視覺芯片，具備完整的片上處理功能，以及像素級、行/列級、矢量級和線程級多級并行處理能力，可高速完成包括特征識別在內(nèi)的各階段圖像處理任務(wù)，以達(dá)到1000fps系統(tǒng)級性能。 論文提出了面向視覺芯片的SOM神經(jīng)網(wǎng)絡(luò)改進(jìn)模型，該模型支持片上在線訓(xùn)練，且訓(xùn)練和識別過程僅需簡單的加減運算和移位操作，易于硬件并行實現(xiàn)。 論文提出了馮諾依曼像素級并行處理器和非馮諾依曼SOM神經(jīng)網(wǎng)絡(luò)之間的動態(tài)重構(gòu)技術(shù)，以高速完成片... 

【文章頁數(shù)】：120 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 課題研究背景
        1.1.1 視覺芯片的概念
        1.1.2 視覺芯片的研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 課題關(guān)鍵技術(shù)分析
    1.4 本論文的主要貢獻(xiàn)
    1.5 本論文的組織結(jié)構(gòu)
第2章 高速視覺芯片體系架構(gòu)設(shè)計
    2.1 本章引論
    2.2 體系架構(gòu)設(shè)計考慮
    2.3 基于可重構(gòu)混合處理器的視覺芯片架構(gòu)
    2.4 新型視覺芯片架構(gòu)的特點
        2.4.1 馮/非馮·諾依曼混合處理
        2.4.2 可重構(gòu)PE陣列處理器/SOM神經(jīng)網(wǎng)絡(luò)
        2.4.3 增強(qiáng)多級并行處理
        2.4.4 分離的像素-PE陣列
    2.5 小結(jié)
第3章 面向視覺芯片的 SOM 神經(jīng)網(wǎng)絡(luò)模型
    3.1 本章引論
    3.2 圖像特征識別
        3.2.1 統(tǒng)計類方法
        3.2.2 人工神經(jīng)網(wǎng)絡(luò)
    3.3 SOM 神經(jīng)網(wǎng)絡(luò)算法模型
        3.3.1 仿生學(xué)基礎(chǔ)
        3.3.2 無監(jiān)督 Kohonen 訓(xùn)練算法
        3.3.3 有監(jiān)督 LVQ 訓(xùn)練算法
    3.4 面向視覺芯片的改進(jìn) SOM 神經(jīng)網(wǎng)絡(luò)模型
        3.4.1 SOM 神經(jīng)網(wǎng)絡(luò)硬件實現(xiàn)的關(guān)鍵問題
        3.4.2 簡化改進(jìn)的 SOM 神經(jīng)網(wǎng)絡(luò)模型
    3.5 小結(jié)
第4章 高速視覺芯片關(guān)鍵模塊電路設(shè)計
    4.1 本章引論
    4.2 高速圖像傳感器
    4.3 可重構(gòu) PE 陣列處理器/SOM 神經(jīng)網(wǎng)絡(luò)
        4.3.1 設(shè)計劃分
        4.3.2 可重構(gòu) 4 × 4 PE 子陣列/SOM 神經(jīng)元
        4.3.3 條件信號發(fā)生器(CG)電路
        4.3.4 PE 單元電路
        4.3.5 SOM 神經(jīng)元電路
    4.4 RP 處理器電路
    4.5 視覺芯片物理設(shè)計
    4.6 小結(jié)
第5章 高速視覺芯片圖像算法設(shè)計
    5.1 本章引論
    5.2 視覺芯片上的算法開發(fā)技術(shù)
    5.3 復(fù)雜低中級圖像處理算法
        5.3.1 復(fù)數(shù)擴(kuò)散濾波
        5.3.2 基于 Mumford-Shah 泛函方程的顯著邊緣提取
        5.3.3 SUSAN 角點檢測
        5.3.4 SIFT 尺度不變特征點提取
    5.4 完整應(yīng)用算法
        5.4.1 地平線檢測與追蹤
        5.4.2 手勢識別及指尖追蹤
        5.4.3 人臉檢測和人臉識別
    5.5 小結(jié)
第6章 高速視覺芯片的實現(xiàn)與測試
    6.1 視覺芯片的實現(xiàn)及其測試系統(tǒng)
    6.2 高速圖像采集測試
    6.3 復(fù)雜低中級圖像處理測試
    6.4 基于完整應(yīng)用的系統(tǒng)性能測試
    6.5 小結(jié)
第7章 結(jié)論
    7.1 全文總結(jié)
    7.2 工作展望
參考文獻(xiàn)
致謝
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果


【參考文獻(xiàn)】：
期刊論文
[1]A high speed multi-level-parallel array processor for vision chips[J]. SHI Cong,YANG Jie,WU NanJian,WANG ZhiHua.  Science China（Information Sciences）. 2014(06)
[2]A 10-bit column-parallel cyclic ADC for high-speed CMOS image sensors[J]. 韓燁,李全良,石匆,吳南健.  Journal of Semiconductors. 2013(08)
[3]一種基于地址-事件表達(dá)的實時視覺傳感器實現(xiàn)方法[J]. 于璐,姚素英,徐江濤.  光學(xué)學(xué)報. 2013(01)
[4]基于壓縮感知的低功耗高效率CMOS圖像傳感器設(shè)計[J]. 趙士彬,姚素英,徐江濤.  傳感技術(shù)學(xué)報. 2011(08)
[5]Smart Image Sensor with Integrated Low Complexity Image Processing for Wireless Endoscope Capsules[J]. 李曉雯,張沕琳,王志華,Amine Bermak.  Tsinghua Science and Technology. 2009(05)



本文編號：3716306