基于通用可重構(gòu)CPU的視覺(jué)處理API庫(kù)研究.pdf

1、隨著視頻處理技術(shù)的不斷進(jìn)步，需要處理的數(shù)據(jù)量越來(lái)越大，對(duì)數(shù)據(jù)處理電路的性能、功耗和靈活性要求也越來(lái)越高，可重構(gòu)處理器的并行處理技術(shù)成為提高計(jì)算效率和降低功耗的良好解決方案。目前主流的視覺(jué)信息處理算法具有規(guī)則的數(shù)據(jù)依賴(lài)關(guān)系、集中的計(jì)算復(fù)雜度、基于塊的并發(fā)執(zhí)行等特點(diǎn)，可重構(gòu)處理器在這些視覺(jué)信息處理算法上具有明顯的優(yōu)勢(shì)。
　　本文首先根據(jù)可重構(gòu)處理器GReP的基本架構(gòu)以及編程模式，設(shè)計(jì)了4種不同的定點(diǎn)除法kernel，并分析了不同方案的

2、性能與資源代價(jià)，給出了不同方案的適用范圍。然后針對(duì)浮點(diǎn)運(yùn)算，本文提出了浮點(diǎn)乘加運(yùn)算在GReP架構(gòu)上的映射方案，分析了該配置方法在GReP架構(gòu)上對(duì)浮點(diǎn)運(yùn)算性能的提升，并給出了不同算法下，浮點(diǎn)乘加單元的具體使用方法實(shí)例。最后，本文提出了視覺(jué)信息處理API函數(shù)庫(kù)的接口規(guī)范，給出了分析映射視覺(jué)信息處理API函數(shù)的一般流程。并根據(jù)ALU單元的功能以及設(shè)計(jì)的除法與浮點(diǎn)運(yùn)算kernel，映射了三類(lèi)視覺(jué)信息處理算法，建立起了API函數(shù)庫(kù)。
　　本

3、文將視覺(jué)信息處理算法在 Intel ATOM230測(cè)試平臺(tái)下進(jìn)行了串行性能測(cè)試，同時(shí)將拆分映射好的API函數(shù)在SoC Designer可重構(gòu)處理器測(cè)試平臺(tái)上進(jìn)行了并行性能仿真。實(shí)驗(yàn)結(jié)果表明，Harris角點(diǎn)檢測(cè)、歸一化互相關(guān)、隨機(jī)抽樣一致、二維離散余弦變換、雙三次插值、中值濾波6個(gè)算法的并行效率分別是傳統(tǒng)串行實(shí)現(xiàn)方式的3.34倍、19.24倍、7.29倍、4.73倍、7.23倍、8.98倍。浮點(diǎn)乘加運(yùn)算，性能提升2.09和1.67倍。對(duì)