圖像目標檢測具有數據量大,運算量大和處理流程多變的特點,在高強度計算復雜性的情況下完成準確率高、實時性強的圖像目標檢測識別,有必要采用硬件加速方式來提高計算速度。而目前的硬件加速架構都是根據具體應用而設計的,功能相對固定、處理流程也相對固定,當應用環(huán)境改變時,需要重新設計電路,可移植性較差。針對目前硬件加速架構的局限性,論文提出了一種用于目標檢測的可擴展協處理器架構及實現這種架構的命令包格式,使微處理器能夠模擬軟件函數調用的模式以寫入命令的方式調用硬件加速電路(功能IP模塊),實現多功能IP并行工作。該架構可以通過改變微處理器寫入協處理器命令包的順序和配置參數,實現各個功能IP的工作模式可配置,工作流程可變,也可以通過在標準IP接口上接入不同功能和不同數量的IP,實現應用場景的可移植性。為實現架構的可擴展性和通用性,解決了可擴展協處理器架構的一系列關鍵技術問題。第一,采用了在命令包格式中添加相關性標志數據,可擴展協處理器通過解析命令包實現了對相關性的檢測和控制;第二,采用輸出總線獨立以及快速仲裁機制實現了多個功能IP模塊并行工作的高帶寬數據傳輸。此外,采用層次化的存儲器結構并設計了一種靈...

【文章頁數】：132 頁

【學位級別】：碩士

【部分圖文】：

圖1.7文獻[17]

圖1.7文獻[17]的架構示意圖文獻[20]基于XilinxZynq-7000SoC的新穎低功率運動目標件加速架構國內現狀FPGA+DSP的架構實現高清圖像跟蹤系統(tǒng)。FPGA負責像預處理、將處理結果送給DSP等工作，DSP芯片通過算，并經串口（RS422）....

圖1.8文獻[20]

提出了一種基于XilinxZynq-7000SoC的新穎低功率運動目標檢測系統(tǒng)。應用于控制和視覺領域的機器人電氣系統(tǒng)。如圖1.8所示，綠色標記模塊構成共享圖像處理通道，以30fps從CMOS相機（OmniVisionOV7670）采集640480的RGB565原始....

圖1.9文獻[22]

圖1.9文獻[22]的高清圖像跟蹤系統(tǒng)硬件架構提出了一種基于ARM+FPGA的車載行人檢測系統(tǒng)（圖1.10所統(tǒng)板上實現的，該硬件架構中FPGA主要負責圖像采集、圖像以及圖像顯示，ARM負責行人CENTRIST特征提取、SVM分類

圖1.10文獻[23]

伺服機構穩(wěn)定跟蹤目標。其架構圖如圖1.9所示。圖1.9文獻[22]的高清圖像跟蹤系統(tǒng)硬件架構了一種基于ARM+FPGA的車載行人檢測系統(tǒng)（圖1.10板上實現的，該硬件架構中FPGA主要負責圖像采集、圖像顯示，ARM負責行人CENTRIST特征提取、SVM....

本文編號：4023469