-
公开(公告)号:CN112861640A
公开(公告)日:2021-05-28
申请号:CN202110050957.7
申请日:2021-01-15
Applicant: 复旦大学
IPC: G06K9/00
Abstract: 本发明属于集成电路技术领域,具体为一种面向智能终端领域的动态手势识别硬件加速器。本发明电路包括:图像预处理模块,待机模块,RISCV处理器,动态手势识别协处理器;该加速器采用低数学复杂度手势识别算法,将RGB图像转化为YCrCb图像,并根据YCrCb图像提取二值肤色图像,再对二值图像进行帧差分,分离出运动的手势图像。该加速器采用中值滤波电路去除噪声干扰后计算差分图像的手势重心,通过追踪重心的位移得到手势移动方向,具有优越的识别效果,可广泛应用于无接触式智能终端设备;此外该加速器根据图像输入的过程,以及滤波电路的卷积核大小采用逐行代替的帧差分过程,可有效的降低存储,从而降低资源消耗和功耗。
-
公开(公告)号:CN111967587A
公开(公告)日:2020-11-20
申请号:CN202010728621.7
申请日:2020-07-27
Applicant: 复旦大学
Abstract: 本发明为一种面向神经网络处理的运算单元阵列结构。由运算单元模块和局部总线模块组成。单个运算单元模块负责完成一维卷积运算,局部总线模块将中间结果向上传输,进行中间结果累加,完成二维卷积的运算,减少中间结果的写回,提升系统整体能效比。运算单元模块内部设置若干个寄存器堆,同时进行多个卷积核的超二维卷积运算,进一步提升数据复用度和减少中间结果的写回。运算单元阵列采用自组织模式,接收来自顶层的控制信号,并由局部总线模块根据相邻运算单元的ID配置自动计算完成二维卷积运算所需要的当前运算单元的空间位置,之后自动完成数据的收发以及相关运算操作,具有一定的自主性。本发明能够较高的提升神经网络处理中计算效率。
-
公开(公告)号:CN111882051A
公开(公告)日:2020-11-03
申请号:CN202010746509.6
申请日:2020-07-29
Applicant: 复旦大学
IPC: G06N3/063
Abstract: 本发明属于集成电路技术领域,具体为面向神经网络处理的全局广播数据输入电路。本发明电路包括:记录数据接收次数的顶层模块,用于垂直方向上输入数据广播发射的垂直总线模块,用于水平方向上输入数据广播发射的水平总线模块,选中指定运算单元的广播发射模块。该电路采用水平和垂直方向上的两级总线形式,对数据通路进行切割,高并行发送数据的同时,极大降低了单一总线形式下巨大的带宽带来的额外面积开销和功耗开销;同时在广播发射模块中引入运算单元标识号和输入数据标签握手机制,保证输入电路数据发送功能正确的同时,提高数据复用度,减少电路访存次数,提升电路整体能效比。本发明能够有效提升神经网络处理中的输入数据传输效率。
-
-