面向人臉檢測(cè)應(yīng)用的可重構(gòu)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、人臉檢測(cè)算法具有數(shù)據(jù)帶寬要求高、中間數(shù)據(jù)存儲(chǔ)空間需求量大、計(jì)算模式多樣化的特點(diǎn)，可重構(gòu)計(jì)算在能量效率和系統(tǒng)靈活性間能達(dá)到很好的平衡，是比較理想的實(shí)現(xiàn)方案。在人臉檢測(cè)可重構(gòu)實(shí)現(xiàn)時(shí)，存在積分圖的數(shù)據(jù)訪存延時(shí)過大、分類器的配置時(shí)間過長(zhǎng)的問題，是計(jì)算性能提升的瓶頸。本文基于可重構(gòu)處理系統(tǒng)REMUS-Ⅱ，重點(diǎn)開展了局部積分圖數(shù)據(jù)重用、分類器配置信息管理策略的研究。
　　主要工作與創(chuàng)新點(diǎn)包括:
　　1.提出了一種基于積分圖快速刷新與動(dòng)態(tài)

2、數(shù)據(jù)挑選的數(shù)據(jù)重用機(jī)制。首先，采用強(qiáng)分類器動(dòng)態(tài)重構(gòu)的計(jì)算方式，以子圖像數(shù)據(jù)來源為選擇依據(jù)動(dòng)態(tài)配置可重構(gòu)計(jì)算陣列實(shí)現(xiàn)相應(yīng)的強(qiáng)分類器功能，并采用以檢測(cè)子圖像為單位的行/列快速刷新方法動(dòng)態(tài)計(jì)算局部積分圖，避免了傳統(tǒng)靜態(tài)級(jí)聯(lián)結(jié)構(gòu)中圖像數(shù)據(jù)的不連續(xù)性，減少片內(nèi)數(shù)據(jù)緩存容量需求;其次，基于非定制的計(jì)算陣列與存儲(chǔ)結(jié)構(gòu)，根據(jù)分類器類型動(dòng)態(tài)解析數(shù)據(jù)挑選方式，生成數(shù)據(jù)訪問模式的控制信息，實(shí)現(xiàn)連續(xù)規(guī)整數(shù)據(jù)訪問。
　　2.提出了一種基于LRU_FRQ算法

3、的配置信息加載策略。以分類器配置流分布不均性為依據(jù)對(duì)配置信息進(jìn)行統(tǒng)計(jì)分級(jí)，在圖像檢測(cè)過程和分類器局部計(jì)算過程中分別采用固定優(yōu)先級(jí)和基于最近訪問頻度動(dòng)態(tài)分級(jí)的配置信息加載策略，并通過在配置信息加載策略中引入并設(shè)計(jì)合理的配置信息更新頻度因子，使得使用頻度較高的強(qiáng)分類器配置信息，提高了各級(jí)配置信息緩存的訪問效率。
　　3.改進(jìn)了一種以強(qiáng)分類器組為劃分單位的配置信息并行生成策略?；谥貥?gòu)控制器中多個(gè)微控制單元間的多模式郵箱通信機(jī)制，在人臉

4、檢測(cè)配置信息生成過程中采用以強(qiáng)分類器組為劃分單位，將4個(gè)重構(gòu)任務(wù)打包為1個(gè)強(qiáng)分類器組，進(jìn)行組內(nèi)流水、組間并行的配置分組結(jié)構(gòu)，有效隱藏了配置信息的生成時(shí)間。
　　基于本文的研究工作，在REMUS-Ⅱ上實(shí)現(xiàn)了面向人臉檢測(cè)的可重構(gòu)系統(tǒng)，系統(tǒng)仿真與芯片實(shí)測(cè)表明，本文所研究的可重構(gòu)數(shù)據(jù)通路與配置通路結(jié)構(gòu)及相應(yīng)的優(yōu)化方案，可以有效地提高面向人臉檢測(cè)算法可重構(gòu)系統(tǒng)的數(shù)據(jù)存取和重構(gòu)性能（系統(tǒng)重構(gòu)性能平均提高了2.03倍，數(shù)據(jù)存取性能平均提高了3.