圖像識別加速器、終端設(shè)備及圖像識別方法
【專利摘要】本申請揭示了一種圖像識別加速器、終端設(shè)備及圖像識別方法。圖像識別加速器包括了降維處理模塊、NVM以及圖像匹配模塊。在圖像識別加速器進行圖像識別的過程中，先由降維處理模塊根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度。NVM將降維后的第一圖像數(shù)據(jù)中的各個數(shù)值的低ω位按照設(shè)置的第一電流I寫入NVM中的第一存儲區(qū)域，并將降維后的第一圖像數(shù)據(jù)中的各個數(shù)值的高N-ω位按照設(shè)置的第二電流寫入NVM中的第二存儲區(qū)域。其中，第一電流小于第二電流。從而，匹配模塊可以確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。本發(fā)明實施例提供的圖像識別加速器能夠在降低終端設(shè)備的系統(tǒng)功耗的基礎(chǔ)上保證圖像識別的準確性。
【專利說明】
圖像識別加速器、終端設(shè)備及圖像識別方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種圖像識別加速器、終端設(shè)備及圖像識別方法。
【背景技術(shù)】
[0002]圖像識別技術(shù)是人工智能的一個重要領(lǐng)域。圖像識別是指利用計算機對圖像進行處理和分析，以識別各種不同目標和對像的技術(shù)。近年來，隨著社交網(wǎng)絡(luò)的普及，在移動設(shè)備中進行實時圖像數(shù)據(jù)分析的需求逐漸增強。然而，由于實現(xiàn)圖像數(shù)據(jù)分析會消耗較多的系統(tǒng)資源，因此，移動設(shè)備有限的電池壽命限制了圖像數(shù)據(jù)分析在移動設(shè)備上的應(yīng)用。
[0003]為了降低圖像數(shù)據(jù)分析過程中的系統(tǒng)功耗，現(xiàn)有技術(shù)中的一種圖像數(shù)據(jù)處理方法是通過降低圖像數(shù)據(jù)寫入靜態(tài)隨機存儲器(Static Random-Access Memory, SRAM)中的寫入電流的方式來降低系統(tǒng)功耗。然而，隨著寫入電流的降低，SRAM中存儲的數(shù)據(jù)的錯誤率也隨之上升。為了恢復(fù)錯誤，還需要通過解凸優(yōu)化(convex optimizat1n)處理等方式對存儲的圖像數(shù)據(jù)進行恢復(fù)，從而能夠基于恢復(fù)后的圖像數(shù)據(jù)進行圖像識別。在這種方式中，雖然寫入數(shù)據(jù)時系統(tǒng)功耗有所減少，然而，圖像恢復(fù)過程中的CPU的計算復(fù)雜度高，也比較浪費系統(tǒng)資源。并且，為了保持存儲于SRAM中的數(shù)據(jù)，SRAM需要保持通電狀態(tài)，因此，SRAM還存在靜態(tài)功耗，上述圖像數(shù)據(jù)處理方式也并不能完全消除SRAM保持數(shù)據(jù)時所需的靜態(tài)功耗。因此，總體上說，采用現(xiàn)有的圖像數(shù)據(jù)處理方式處理圖像數(shù)據(jù)時，系統(tǒng)功耗依然較大。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實施例中提供的一種圖像識別加速器、終端設(shè)備及圖像識別方法，能夠在降低終端設(shè)備的系統(tǒng)功耗的基礎(chǔ)上保證圖像識別的準確性。
[0005]第一方面，本發(fā)明實施例提供了一種應(yīng)用于終端設(shè)備中用于識別圖像的圖像識別加速器，包括:
降維處理模塊，用于根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度，其中，降維后的第一圖像數(shù)據(jù)包括多個數(shù)值；
非易失性內(nèi)存NVM，用于將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于所述NVM的第一存儲區(qū)域，將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)，所述第一電流I小于所述第二電流Is，所述降維參數(shù)Y、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得；
圖像匹配模塊，用于確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0006]結(jié)合第一方面，在第一方面的第一種可能的實現(xiàn)方式中，所述圖像識別加速器還包括:參數(shù)調(diào)整模塊，用于如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同；
所述降維處理模塊，還用于根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度；所述非易失性內(nèi)存NVM，還用于將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω ’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω ’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is;
所述圖像匹配模塊，還用于確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0007]結(jié)合第一方面或第一方面的第一種實現(xiàn)方式，在第一方面的第二種可能的實現(xiàn)方式中，所述降維處理模塊具體用于:
根據(jù)所述第一圖像數(shù)據(jù)與設(shè)置的二進制矩陣的乘積獲得所述降維后的第一圖像數(shù)據(jù)，其中，所述第一圖像數(shù)據(jù)為k行*m列的矩陣，所述二進制矩陣為m行*n列的矩陣，所述降維后的第一圖像數(shù)據(jù)為m行*n列的矩陣，k、m和η為正整數(shù)，m的值大于η，η的值根據(jù)設(shè)置的降維參數(shù)γ確定，γ = n/m。
[0008]結(jié)合第一方面的第一種或第二種可能的實現(xiàn)方式，在第一方面的第三種可能的實現(xiàn)方式中，所述參數(shù)調(diào)整模塊具體用于:
如果統(tǒng)計的圖像識別成功率與所述第二圖像識別成功率之間的差值大于預(yù)設(shè)閾值，則分別調(diào)整降維參數(shù)Y、所述寬度參數(shù)ω或第一電流I的取值以降低系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ((Ν_ω) * Ι>ω*Ι)的值成正比；確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ；
選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。
[0009]第二方面，本發(fā)明實施例提供了一種終端設(shè)備，所述終端設(shè)備包括CPU和圖像識別加速器，其中，所述CPU，用于向所述圖像識別加速器發(fā)送待識別的第一圖像數(shù)據(jù)；
所述圖像識別加速器，用于根據(jù)設(shè)置的降維參數(shù)γ降低所述第一圖像數(shù)據(jù)的維度，其中，降維后的第一圖像數(shù)據(jù)包括多個數(shù)值；
將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于NVM的第一存儲區(qū)域，將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)，所述I小于所述Is，所述降維參數(shù)γ、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得；
確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0010]結(jié)合第二方面，在第二方面的第一種可能的實現(xiàn)方式中，所述圖像識別加速器，還用于如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同；
所述CPU，還用于向所述圖像識別加速器發(fā)送第二圖像數(shù)據(jù)；
所述圖像識別加速器，還用于:
根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度；
將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is;
確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0011]結(jié)合第二方面，在第二方面的第二種可能的實現(xiàn)方式中，所述CPU，還用于統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)所述圖像識別加速器輸出的匹配結(jié)果，獲取統(tǒng)計的圖像識別成功率；確定所述統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值；
所述圖像識別加速器，還用于根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同；
所述CPU，還用于向所述圖像識別加速器發(fā)送第二圖像數(shù)據(jù)；
所述圖像識別加速器，還用于根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度；將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，所述ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is;
確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0012]結(jié)合第二方面，在第二方面的第三種可能的實現(xiàn)方式中，所述CPU還用于:
統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)所述圖像識別加速器輸出的匹配結(jié)果，獲取所述統(tǒng)計的圖像識別成功率；
如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同；
向所述圖像識別加速器發(fā)送第二圖像數(shù)據(jù)；
所述圖像識別加速器，還用于:
根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度；
將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is;
確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0013]結(jié)合第二方面或第二方面的第一種至第三種任意一種可能的實現(xiàn)方式中，在第二方面的第四種可能的實現(xiàn)方式中，所述圖像識別加速器具體用于:
根據(jù)所述第一圖像數(shù)據(jù)與設(shè)置的二進制矩陣的乘積獲得所述降維后的第一圖像數(shù)據(jù)，其中，所述第一圖像數(shù)據(jù)為k行*m列的矩陣，所述二進制矩陣為m行*n列的矩陣，所述降維后的第一圖像數(shù)據(jù)為m行*n列的矩陣，k、m和η為正整數(shù)，m的值大于η，η的值根據(jù)設(shè)置的降維參數(shù)γ確定，γ = n/m。
[0014]結(jié)合第二方面的第一種或第二種可能的實現(xiàn)方式中，在第二方面的第五種可能的實現(xiàn)方式中，所述圖像識別加速器具體用于:
分別調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ((Ν_ω)女?/+ω*Ι)的值成正比；
確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ；
選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。
[0015]結(jié)合第二方面的第三種可能的實現(xiàn)方式中，在第二方面的第六種可能的實現(xiàn)方式中，所述CPU具體用于:
分別調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ((Ν_ω)女?/+ω*Ι)的值成正比；
確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ；
選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。
[0016]第三方面，本發(fā)明實施例提供了一種應(yīng)用于終端設(shè)備的圖像識別方法，所述方法由所述終端設(shè)備中的圖像識別加速器執(zhí)行，所述方法包括:
根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度，其中，降維后的第一圖像數(shù)據(jù)包括多個數(shù)值；
將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于所述圖像識別加速器中的NVM的第一存儲區(qū)域，將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)，所述I小于所述Is，所述降維參數(shù)γ、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得；確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0017]結(jié)合第三方面，在第三方面第一種可能的實現(xiàn)方式中，所述方法還包括: 確定統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率的差值的絕對值大于預(yù)設(shè)閾值；
根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同；
根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度；
將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is;
確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。
[0018]結(jié)合第三方面或第三方面的第一種可能的實現(xiàn)方式，在第三方面的第二種可能的實現(xiàn)方式中，所述根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度包括:
根據(jù)所述第一圖像數(shù)據(jù)與設(shè)置的二進制矩陣的乘積獲得所述降維后的第一圖像數(shù)據(jù)，其中，所述第一圖像數(shù)據(jù)為k行*m列的矩陣，所述二進制矩陣為m行*n列的矩陣，所述降維后的第一圖像數(shù)據(jù)為m行*n列的矩陣，k、m和η為正整數(shù)，m的值大于η，η的值根據(jù)設(shè)置的降維參數(shù)γ確定，γ = n/m。
[0019]結(jié)合第三方面或第三方面的第一種至第二種中任意一種可能的實現(xiàn)方式，在第三方面的第三種可能的實現(xiàn)方式中，所述根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，包括:
分別調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ((Ν-ω)女?/+ω*Ι)的值成正比；
確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ；
選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。
[0020]第四方面，本發(fā)明實施例提供了一種計算機程序產(chǎn)品，包括存儲了程序代碼的計算機可讀存儲介質(zhì)，所述程序代碼包括的指令用于執(zhí)行前述第三方面中所述的方法。
[0021]本發(fā)明實施例提供的一種應(yīng)用于終端設(shè)備中用于進行圖像識別的圖像識別加速器包括了降維處理模塊、NVM以及圖像匹配模塊。在所述圖像識別加速器對第一圖像數(shù)據(jù)進行識別的過程中，先由降維處理模塊根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度。NVM可以將降維后的第一圖像數(shù)據(jù)中的各個數(shù)值的低ω位按照設(shè)置的第一電流I寫入NVM中的第一存儲區(qū)域，并將降維后的第一圖像數(shù)據(jù)中的各個數(shù)值的高Ν-ω位按照設(shè)置的第二電流Is寫入NVM中的第二存儲區(qū)域。其中，第一電流小于第二電流。從而，匹配模塊可以確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)，以獲得第一圖像數(shù)據(jù)的圖像識別結(jié)果。由于設(shè)置的降維參數(shù)Y、寬度參數(shù)ω以及第一電流I均是根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得，因此能夠保證存儲于第一存儲區(qū)域的數(shù)值中的低位部分在存儲過程中出現(xiàn)的錯誤對第一圖像數(shù)據(jù)的識別成功率的影響較小。本發(fā)明實施例提供的圖像識別加速器能夠在降低終端設(shè)備的系統(tǒng)功耗的基礎(chǔ)上保證圖像識別的準確性，并且能夠提高圖像數(shù)據(jù)的識別速度。
【附圖說明】
[0022]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例中的附圖。
[0023]圖1為本發(fā)明實施例提供的一種終端設(shè)備的結(jié)構(gòu)示意圖；
[0024]圖2為本發(fā)明實施例提供的另一種終端設(shè)備的結(jié)構(gòu)示意圖；
[0025]圖3為本發(fā)明實施例提供的一種圖像識別加速器的結(jié)構(gòu)示意圖；
[0026]圖4為本發(fā)明實施例提供的一種圖像識別方法的流程圖；
[0027]圖5為本發(fā)明實施例提供的一種降維處理模塊的結(jié)構(gòu)示意圖；
[0028]圖6為本發(fā)明實施例提供的一種NVM的硬件結(jié)構(gòu)示意圖；
[0029]圖7為本發(fā)明實施例提供的又一種圖像識別加速器的結(jié)構(gòu)示意圖；
[0030]圖8為本發(fā)明實施例提供的又一種圖像識別方法的流程圖；
[0031]圖9為本發(fā)明實施例提供的一種參數(shù)調(diào)整方法流程圖；
[0032]圖10(a)和圖10(b)為本發(fā)明實施例提供的參數(shù)調(diào)整過程中記錄參數(shù)的示意圖；
[0033]圖11為本發(fā)明實施例提供的又一種終端設(shè)備的結(jié)構(gòu)示意圖；
[0034]圖12為本發(fā)明實施例提供的又一種終端設(shè)備結(jié)構(gòu)示意圖；
[0035]圖13為本發(fā)明實施例提供的一種圖像識別方法的信令圖。
【具體實施方式】
[0036]為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分的實施例，而不是全部的實施例。
[0037]本發(fā)明實施例提出了一種圖像識別加速器，能夠在降低系統(tǒng)功耗的基礎(chǔ)上保證圖像識別的準確性。圖1為本發(fā)明實施例提供的一種終端設(shè)備的結(jié)構(gòu)示意圖。在圖1所述的終端設(shè)備100中，中央處理器(Central Processing Unit，CPU) 10與圖像識別加速器20通過總線15直接交換數(shù)據(jù)。總線15可以為PC1、PCIE總線或圖像加速接口 AGP總線等系統(tǒng)總線，在本發(fā)明實施例中不對總線15的類型進行限定。需要說明的是，圖1所示的終端設(shè)備100可以是計算機、手機、移動終端等終端設(shè)備，在此不做限定，只要是需要實現(xiàn)圖像識別的終端設(shè)備即可。
[0038]如圖1所示，CPU 10是終端設(shè)備100的運算核心(Core)和控制核心(ControlUnit) ο CPU 10可以是一塊超大規(guī)模的集成電路。在CPU 10中安裝有操作系統(tǒng)和其他軟件程序，從而CPU 10能夠?qū)崿F(xiàn)對內(nèi)存、緩存等存儲空間的訪問?？梢岳斫獾氖牵诒景l(fā)明實施例中，CPU 10僅僅是處理器的一個示例。除了 CPU 10外，處理器還可以是其他特定集成電路(Applicat1n Specific Integrated Circuit, ASIC)，或者是被配置成實施本發(fā)明實施例的一個或多個集成電路。
[0039]圖像識別加速器20是硬件加速器(Hardware accelerator)中的一種。在本發(fā)明實施例中，圖像識別加速器20是基于非易失內(nèi)存(Non-Volatile Memory, NVM)的硬件加速器。硬件加速技術(shù)是利用硬件模塊來替代軟件算法，從而可以充分利用硬件所固有的快速特性，以提高計算機系統(tǒng)的處理速度。在傳統(tǒng)的圖像數(shù)據(jù)處理方法中，內(nèi)存僅僅用于存儲圖像數(shù)據(jù)，所有的圖像數(shù)據(jù)處理、分析工作均由CPU完成，因此，CPU的處理速度以及內(nèi)存的傳輸帶寬成為圖像識別技術(shù)發(fā)展的瓶頸。在本發(fā)明實施例中，通過在內(nèi)存中增加簡單的邏輯處理電路，以實現(xiàn)由專用的圖像識別加速器來實現(xiàn)圖像數(shù)據(jù)處理工作。在圖1所示的終端設(shè)備100中，CPU 10只需要向圖像識別加速器20發(fā)送待識別的圖像數(shù)據(jù)并接受圖像識別加速器20獲得的識別結(jié)果，從而減少了 CPU 10的負擔(dān)，提高了終端設(shè)備識別圖像的速度。并且，由于圖1所示的系統(tǒng)結(jié)構(gòu)減少了在CPU 10和圖像識別加速器20的之間傳輸?shù)臄?shù)據(jù)量，從而可以解決因內(nèi)存的傳輸帶寬限制圖像識別的速度的問題。
[0040]實際應(yīng)用中，圖像識別加速器20并不唯一與CPU 10進行數(shù)據(jù)交互。圖2為本發(fā)明實施例提供的另一種終端設(shè)備的結(jié)構(gòu)示意圖。圖2所示的終端設(shè)備100可以包括CPU10、圖像識別加速器20以及圖像數(shù)據(jù)采集器30。CPU 10和圖像數(shù)據(jù)采集器30分別與圖像識別加速器20連接。圖像數(shù)據(jù)采集器30，用于采集圖像數(shù)據(jù)信息，并將采集的圖像數(shù)據(jù)信息發(fā)送給圖像識別加速器20進行圖像識別。本領(lǐng)域人員可以知道，圖像數(shù)據(jù)采集器30可以采集人、物的圖像，在此不對圖像信息進行具體的限定。圖像數(shù)據(jù)采集器30在采集到圖像信息后，可以將采集的圖像信息轉(zhuǎn)換為圖像數(shù)據(jù)。實際應(yīng)用中，圖像數(shù)據(jù)采集器可以包括實現(xiàn)照相或攝像等功能的器件。例如，圖像數(shù)據(jù)采集器可以為手機上的攝像頭。圖像識別加速器20，用于對圖像數(shù)據(jù)采集器30發(fā)送的圖像數(shù)據(jù)信息與存儲的圖像數(shù)據(jù)信息進行識別，并將識別結(jié)果發(fā)送給CPU 10?？梢岳斫獾氖?，在圖2中所示的CPU 10以及圖像識別加速器20的功能及實現(xiàn)方式的描述可以參見上述圖1的描述，在此不再贅述。
[0041]可以理解的是，上面描述的僅僅是本發(fā)明實施例中的終端設(shè)備100的兩種示意性結(jié)構(gòu)，說明了圖像識別加速器20的兩種應(yīng)用場景。在又一種情形下，圖像識別加速器20還可以接收CPU 10發(fā)送的圖像數(shù)據(jù)信息進行圖像識別后，將圖像識別結(jié)果發(fā)送給其他器件或設(shè)備。在又一種情形下，圖像識別加速器20還可以接收其他器件(例如圖2中的圖像數(shù)據(jù)采集器30)發(fā)送的圖像數(shù)據(jù)信息，并向該器件反饋圖像識別結(jié)果。在此不對與圖像識別加速器20通信的器件進行限定。下面將對本發(fā)明實施例提供的圖像識別加速器20的具體結(jié)構(gòu)及操作過程進行詳細描述。
[0042]圖3為本發(fā)明實施例提供的一種圖像識別加速器20的結(jié)構(gòu)示意圖，在圖3中，對圖像識別加速器20的結(jié)構(gòu)進行了較為詳細的圖示。如圖3所示，在本發(fā)明實施例中，圖像識別加速器20可以包括降維處理模塊205、非易失性存儲器NVM 210、以及圖像匹配模塊215。需要說明的是，降維處理模塊205以及圖像匹配模塊215均可以是邏輯電路的形式存在，也可以是以集成電路的形式存在。實際應(yīng)用中，圖像識別加速器20可以是一種特定集成電路ASIC (Applicat1n Specific Integrated Circuit)或一種單板。在本發(fā)明實施例中，不對圖像識別加速器20的具體存在形式進行限定。為了清楚的描述圖像識別加速器20中各個器件的工作原理，下面將結(jié)合圖4所示的圖像識別方法的流程圖對圖3所示的圖像識別加速器20中的各個器件的結(jié)構(gòu)及工作過程進行詳細的介紹。在下面的實施例中，以圖像識別加速器20處理第一圖像數(shù)據(jù)為例進行描述。
[0043]降維處理模塊205，用于根據(jù)設(shè)置的降維參數(shù)γ降低圖像數(shù)據(jù)的維度。具體的，如圖4所示，在步驟400中，降維處理模塊205可以根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度。本領(lǐng)域技術(shù)人員可以知道，圖像數(shù)據(jù)是用數(shù)值表示的各像素(Pixel)的灰度值的集合。通常，圖像數(shù)據(jù)是通過順序地抽取圖像的每一個像素的信息而獲得的一個離散的陣列，該離散的陣列可以代表一副連續(xù)的圖像。例如，第一圖像數(shù)據(jù)可以表示為一個k行列的矩陣，其中該矩陣中的每一個數(shù)值用于代表第一圖像數(shù)據(jù)中的一個像素的灰度值。換一種表達方式，第一圖像數(shù)據(jù)是用數(shù)值表示的第一圖像的各像素的灰度值的集合。為了提高圖像識別的速度，在本發(fā)明實施例中降維處理模塊205可以采用基于稀疏表示的隨機映射方式降低第一圖像數(shù)據(jù)的維度。在本發(fā)明實施例中并不對降維處理模塊205實現(xiàn)的壓縮算法進行限定，只要是能夠?qū)崿F(xiàn)通過稀疏表示的隨機映射算法均可。
[0044]實際應(yīng)用中，降維處理模塊205可以采用矩陣乘法器來實現(xiàn)。具體的，降維處理模塊205可以采用矩陣乘法器將第一圖像數(shù)據(jù)與設(shè)置的低維的二進制矩陣相乘，從而實現(xiàn)降低第一圖像數(shù)據(jù)的維度的目的。其中，二進制矩陣是指矩陣中的所有數(shù)值均為采用O或I表示的矩陣。采用二進制矩陣來實現(xiàn)降維的目的是為了減少降維過程中的計算復(fù)雜度。在本發(fā)明實施例中，設(shè)置的低維的二進制矩陣可以為伯努利矩陣，但本發(fā)明實施例不限定具體的二進制矩陣的形式，只要能夠通過稀疏表示的方式實現(xiàn)降維目的的二進制矩陣即可。例如，第一圖像數(shù)據(jù)為k行*m列的矩陣X，設(shè)置的二進制矩陣為m行*n列的伯努利矩陣Z，其中，k、m和η均為正整數(shù)，且m大于η。通過矩陣乘法器可以將第一圖像數(shù)據(jù)與設(shè)置的伯努利矩陣Z相乘，從而可以獲得一個m行*n列矩陣Y，矩陣Y即為降維后的第一圖像數(shù)據(jù)。換一種表達方式，降低X矩陣的維度實際是為了降低X矩陣的列的數(shù)量。實際應(yīng)用中，η的值可以根據(jù)m的值以及設(shè)置的降維參數(shù)γ來確定，其中，降維參數(shù)γ為降維后的第一圖像數(shù)據(jù)的維度與第一圖像數(shù)據(jù)的維度的比值，即γ =n/m^ijn = m*y。降維參數(shù)γ也可以被稱為是降維率。
[0045]本領(lǐng)域人員可以知道，乘法器(multiplier)是一種用于完成兩個互不相關(guān)的模擬信號或數(shù)字信號相乘的作用的電子器件。乘法器可以將兩個二進制數(shù)相乘。矩陣乘法器是由多個乘法器和加法器構(gòu)成的用以實現(xiàn)矩陣與矩陣相乘的功能的器件。由于矩陣乘法器中不同列的乘法器和加法器的計算互不相關(guān)，能夠?qū)崿F(xiàn)并行運算，因此，可以通過增加或減少矩陣乘法器中乘法器及加法器的列數(shù)來調(diào)整矩陣的維數(shù)。為了描述方便，在本發(fā)明實施例中，將乘法器和加法器構(gòu)成的用以實現(xiàn)矩陣乘法運算的電路簡稱為乘加器。
[0046]在本發(fā)明實施例中，降維處理模塊205可以通過減少矩陣乘法器中的部分列的乘加器來實現(xiàn)降低圖像數(shù)據(jù)的維度的目的。具體的，可以通過關(guān)閉降維處理模塊205中的部分列的乘加器的電源來減少部分列的乘加器。圖5為本發(fā)明實施例提供的一種降維處理模塊205的結(jié)構(gòu)示意圖。如圖5所示，降維模塊205包括m列乘加器，各列乘加器之間的運算互相獨立。各列乘加器通過獨立的開關(guān)控制該列乘加器是否工作。例如，開關(guān)SI用于控制第I列乘加器，開關(guān)S2用于控制第2列乘加器，依次類推，開關(guān)Sm用于控制第m列乘加器。本領(lǐng)域技術(shù)人員可以知道，開關(guān)可以通過場效應(yīng)晶體管或開關(guān)電路來實現(xiàn)，例如，開關(guān)可以為結(jié)型場效應(yīng)管(junct1n field effect transistor, JFET)和金屬氧化物半導(dǎo)體場效應(yīng)管(metal-oxide semiconductor FET, M0S-FET)，在此不對開關(guān)的實現(xiàn)方式進行限制。
[0047]例如，在本發(fā)明實施例中，降維處理模塊205可以接收CPU 10或圖像數(shù)據(jù)采集器30發(fā)送的第一圖像數(shù)據(jù)X，其中，X為k行*m列的矩陣。假設(shè)設(shè)置的伯努利矩陣Z為m行*n列的矩陣。降維處理模塊205中可以設(shè)置m列乘加器。在一個周期內(nèi)，可以將第一圖像數(shù)據(jù)中的一個數(shù)值分別傳輸?shù)骄仃嚦朔ㄆ鞯膍列乘加器。矩陣乘加器中的各列乘加器可以分別將接收該數(shù)值與降維處理模塊205中存儲的伯努利矩陣Z中的一行數(shù)值中的一個數(shù)值進行乘法運算，并輸出計算結(jié)果。換一種表達方式，每列乘加器一個周期內(nèi)能夠計算X矩陣中的一個數(shù)值與Z矩陣中的一個數(shù)值的計算結(jié)果，則在一個周期內(nèi)，m列乘加器能夠獲得X矩陣中的該數(shù)值與Z矩陣中的一行數(shù)值的計算結(jié)果?？梢岳斫獾氖?，根據(jù)這種方式，經(jīng)過m*k個循環(huán)后，可以獲得X矩陣中的K行數(shù)值與伯努利矩陣Z的運算結(jié)果。在降低第一圖像數(shù)據(jù)的維度的過程中，為了實現(xiàn)對第一圖像數(shù)據(jù)的降維操作，降維處理模塊205可以根據(jù)設(shè)定的降維參數(shù)γ以及第一圖像數(shù)據(jù)中的m的值獲得η的值，并根據(jù)獲得的η的值關(guān)閉矩陣乘法器中控制m-n列乘加器的開關(guān)。例如，如圖5所示，可以關(guān)閉矩陣乘法器中控制第n+1列至第m列乘加器的開關(guān)，使矩陣乘法器中的第n+1列至第m列乘加器在運算的過程中不進行運算。根據(jù)上述方式，降維處理模塊205能夠?qū)崿F(xiàn)X矩陣和Z矩陣的乘法運算，獲得降維后的第一圖像數(shù)據(jù)，其中，降維后的第一圖像數(shù)據(jù)以m行*n列的Y矩陣來表示。
[0048]非易失性內(nèi)存(Non-Volatile Memory, NVM) 210，用于存儲待識別的圖像數(shù)據(jù)以及預(yù)設(shè)的圖像庫中的圖像數(shù)據(jù)。具體的，如圖4所示，在步驟410中，NVM 210可以將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于所述圖像識別加速器20中的NVM 210的第一存儲區(qū)域2104，將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM 210的第二存儲區(qū)域2106。其中，所述降維參數(shù)Y、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得。
[0049]在本發(fā)明實施例中，NVM 210是新一代的非易失性內(nèi)存。NVM 210的存取速度與傳統(tǒng)的易失性內(nèi)存(例如，動態(tài)隨機存取存儲器DRAM或靜態(tài)隨機存取存儲器SRAM)的存取速度相當(dāng)。此外，NVM 210具有半導(dǎo)體產(chǎn)品的可靠性，使用壽命較長，能夠?qū)崿F(xiàn)按字節(jié)(Byte)尋址，將數(shù)據(jù)以位(bit)為單位寫入存儲介質(zhì)中。因此，NVM 210能夠被掛在內(nèi)存總線上，作為內(nèi)存被CPU 10直接訪問。需要說明的是，NVM 210與傳統(tǒng)的易失性內(nèi)存不同，是非易失(Non-Volatile)的，當(dāng)終端設(shè)備100關(guān)閉電源后，NVM 210中的信息依然存在。在本發(fā)明實施例中，NVM 210可以包括相變存儲器(Phase Change Memory，PCM)、阻變存儲器(Resistive Random Access Memory, RRAM)、磁性隨機存儲器(Magnetic Random AccessMemory，MRAM)和鐵電式隨機存儲器(Ferroelectric Random Access Memory, FRAM)等為代表的下一代非易失性存儲器(Non-Volatile Memory, NVM)。具體的，由于自旋轉(zhuǎn)移矩磁隨機存取存儲器(spin-transfer-torque magnetic RAM, STT-MRAM)的使用壽命較長且功耗較低，并且，由于STT-MRAM的寫入成功率與寫入電流關(guān)系較大，在本發(fā)明實施例中，NVM210 可以為 STT-MRAM。
[0050]NVM 210可以包括NVM控制器2102、第一存儲區(qū)域2104和第二存儲區(qū)域2106。爪^控制器2102用于訪問第一存儲區(qū)域2104和第二存儲區(qū)域2106。例如，NVM控制器2102可以將數(shù)據(jù)寫入第一存儲區(qū)域2104和第二存儲區(qū)域2106，或者從第一存儲區(qū)域2104和第二存儲區(qū)域2106中讀取數(shù)據(jù)。實際應(yīng)用中，在NVM控制器2102中，可以包括處理器、特定集成電路(Applicat1n Specific Integrated Circuit，ASIC)或者被配置成實施本發(fā)明實施例的一個或多個集成電路。在NVM控制器2102中還可能包括緩存、通信接口等，在此不對NVM控制器2012的具體結(jié)構(gòu)進行限定。
[0051]第一存儲區(qū)域2104和第二存儲區(qū)域2106可以是由多個存儲單元構(gòu)成的存儲區(qū)域。在本發(fā)明實施例中，存儲單元是指用于存儲數(shù)據(jù)的最小存儲介質(zhì)單元，每個存儲單元用于存儲I比特(bit)的數(shù)據(jù)。例如，存儲單元可以包括相變存儲單元、磁性存儲單元、阻變存儲單元等非易失性存儲單元。在本發(fā)明實施例中，以NVM 210為STT-MRAM為例，第一存儲區(qū)域2104和第二存儲區(qū)域2106可以是由多個磁性存儲單元構(gòu)成的存儲陣列。本領(lǐng)域技術(shù)人員可以知道，每個磁性存儲單元包括兩個磁性層和一個隧道層。其中，一個磁性層的電磁方向固定，另一磁性層的電磁方向可以通過外部的電磁場來改變。當(dāng)兩個磁性層的方向一樣時，該磁性存儲單元的電阻低，用于代表數(shù)據(jù)“O”;當(dāng)兩個磁性層的方向相反時，該磁性存儲單元的電阻為高，用于代表數(shù)據(jù)“ I ”。通常，本領(lǐng)域技術(shù)人員將能夠通過外部電磁場改變電磁方向的磁性層稱為自由層。在本發(fā)明實施例中，可以通過將自旋偏振電流通過磁性存儲單元來改變自由層的磁場方向。需要說明的是，在本發(fā)明實施例中，第一存儲區(qū)域2104和第二存儲區(qū)域2106并不一定是連續(xù)的地址空間。并且，在NVM 210中除了第一存儲區(qū)域2104和第二存儲區(qū)域2106外，還可以包括用于存儲其他數(shù)據(jù)的存儲空間(圖中未示出)，在此不做限定。
[0052]本領(lǐng)域技術(shù)人員可以知道，與傳統(tǒng)內(nèi)存相比，非易失性內(nèi)存基本不存在靜態(tài)功耗，然而對非易失性內(nèi)存執(zhí)行讀操作和寫操作所造成的能量開銷(也可稱為動態(tài)功耗)較大。其中，靜態(tài)功耗是指未對非易失性內(nèi)存執(zhí)行讀操作和寫操作期間所造成的能量開銷。為了達到降低終端設(shè)備的系統(tǒng)功耗的目的，可以通過降低NVM的動態(tài)功耗來實現(xiàn)。具體的，可以通過控制寫操作過程中的寫入電流的大小來控制NVM的動態(tài)功耗。然而，本領(lǐng)域技術(shù)人員可以知道，在向磁性存儲單元寫數(shù)據(jù)的過程中，寫入電流的強度要超過閾值電流才能保證磁性存儲單元的電阻狀態(tài)的翻轉(zhuǎn)，因此，寫入成功率與寫入電流的大小也密切相關(guān)。在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)，對于部分圖像、視頻等應(yīng)用，數(shù)據(jù)中的低位部分在存儲過程中出現(xiàn)的錯誤對識別成功率的影響較小。為了在降低寫入功耗的同時不影響圖像數(shù)據(jù)識別的成功率，在本發(fā)明實施例中，NVM 210采用了通過不同的寫入電流結(jié)合存儲的方式來存儲圖像數(shù)據(jù)。根據(jù)這種方式，NVM控制器2102可以通過控制寫入電流將經(jīng)過降維處理模塊205降維處理后的第一圖像數(shù)據(jù)中各個數(shù)值的低位部分和高位部分分別寫入第一存儲區(qū)域2104和第二存儲區(qū)域2106。具體的，在本發(fā)明實施例中，第一存儲區(qū)域2104的寫入電流I低于第二存儲區(qū)域2106的寫入電流Is。例如，第一存儲區(qū)域2104的寫入電流可以為第一電流I，第二存儲區(qū)域2106的寫入電流Is可以為21。本領(lǐng)域技術(shù)人員可以知道，NVM控制器2102可以通過控制寫入電壓來控制寫入電流的大小。
[0053]圖6為本發(fā)明實施例提供的一種NVM 210的硬件結(jié)構(gòu)示意圖。如圖6所示，第一存儲區(qū)域2104和第二存儲區(qū)域2106包括多個磁性存儲單元610構(gòu)成的存儲陣列。NVM控制器2102可以通過控制第一電壓V來控制第一電流I，NVM控制器2102可以通過控制第二電壓Vs來控制第二電流Is。同一列的磁性存儲單元610可以連接一個多路選擇器(multiplexer, MUX) 605。NVM控制器2102可以通過控制信號控制多路選擇器605輸出第一電壓V還是輸出第二電壓Vs，以實現(xiàn)選擇通過第一電流I將降維后的第一圖像數(shù)據(jù)中的各數(shù)值的低ω位寫入第一存儲區(qū)域2104或通過第二電流Is將各數(shù)值的高(Ν-ω)位寫入第二存儲區(qū)域2106的目的。其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)。例如，若待識別的圖像數(shù)據(jù)的數(shù)值為64bit，則可以按照第一電流I將該數(shù)值的低16bit寫入第一存儲區(qū)域2104，按照第二電流Is將該數(shù)值的高48bit寫入第二存儲區(qū)域2106。為了描述方便，在本發(fā)明實施例中，將ω稱為寬度參數(shù)。實際應(yīng)用中，ω的值以及第一電流I的值均需要根據(jù)終端設(shè)備100的系統(tǒng)功耗以及設(shè)置的圖像識別成功率來確定?？梢岳斫獾氖牵R別的圖像數(shù)據(jù)的類型不同，對圖像識別成功率的要求也不相同，設(shè)置的寬度參數(shù)ω以及第一電流I的值也就不同，其中，ω的值為正整數(shù)。
[0054]可以理解的是，圖6僅僅是為了闡述圖像識別加速器20中的NVM 210如何將圖像數(shù)據(jù)進行分區(qū)存儲而對NVM 210中的部分結(jié)構(gòu)做出的示意性圖示。實際應(yīng)用中，多路選擇器MUX 605可能并不直接連接磁性存儲單元610，而是通過STT-MRAM中的寫裝置(圖6中未示出)將數(shù)據(jù)寫入磁性存儲單元610。此外，實際應(yīng)用中，也可以為多列磁性存儲單元610設(shè)置一個MUX 605，或者為一行或多行磁性存儲單元610設(shè)置一個MUX 605。在此不對MUX605的數(shù)量以及MUX 605與磁性存儲單元610的連接關(guān)系進行限制，只要能夠?qū)崿F(xiàn)將圖像數(shù)據(jù)中的數(shù)值的不同部分按照不同的電流分別寫入不同的磁性存儲單元610即可。
[0055]圖像匹配模塊215，用于確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)，并輸出匹配結(jié)果。具體的，結(jié)合圖4，在步驟410中，圖像匹配模塊215可以確定所述NVM 210中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)，以獲得所述降維后的第一圖像數(shù)據(jù)與NVM 210中存儲的圖像庫中的圖像數(shù)據(jù)的匹配結(jié)果。例如，圖像匹配模塊215可以分別從第一存儲區(qū)域2104和第二存儲區(qū)域2106讀取降維后的第一圖像數(shù)據(jù)，并將降維后的第一圖像數(shù)據(jù)直接與NVM210中存儲的圖像庫中的圖像數(shù)據(jù)進行匹配，以判斷是否能夠成功識別該第一圖像數(shù)據(jù)。可以理解的是，為了識別圖像，在NVM 210中需要預(yù)先存儲包含有至少一個圖像數(shù)據(jù)的圖像庫。在本發(fā)明實施例中，圖像匹配模塊215可以是邏輯電路或ASIC芯片。例如，圖像匹配模塊215可以通過邏輯電路或ASIC芯片將降維后的第一圖像數(shù)據(jù)與圖像庫中的圖像數(shù)據(jù)按照匹配追蹤(Matching Pursuits,MP)算法進行計算，從而確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)，以獲得匹配結(jié)果?？梢岳斫獾氖牵瑘D像庫中的圖像數(shù)據(jù)也可以是經(jīng)過與第一圖像數(shù)據(jù)相同的處理方法存儲于NVM 210中的圖像數(shù)據(jù)。
[0056]需要說明的是，本發(fā)明實施例并不對圖像匹配模塊215的具體實現(xiàn)形式進行限制，只要能夠?qū)崿F(xiàn)圖像數(shù)據(jù)的匹配過程即可。并且，本發(fā)明實施例也不對具體的匹配算法進行限定，實際應(yīng)用中，可以采用正交匹配追蹤(Orthogonal Matching Pursuit，0MP)算法，也可以采用其他匹配算法，在此，不對圖像匹配模塊215采用的匹配算法進行限定。實際應(yīng)用中，匹配模塊215獲得匹配結(jié)果后，可以將匹配結(jié)果返回給CPU或者將匹配結(jié)果發(fā)生給其他數(shù)據(jù)處理模塊，在此不進行限定。
[0057]在本發(fā)明實施例中，由于NVM 210將降維后的第一圖像數(shù)據(jù)中的各個數(shù)值的不同部分按照不同的電流分別寫入第一存儲區(qū)域2104和第二存儲區(qū)域2106，且第一電流I小于第二電流Is，因此，按照第一電流I將數(shù)據(jù)存儲于第一存儲區(qū)域2104與按照第二電流Is將數(shù)據(jù)存儲于第二存儲區(qū)域2106相比更節(jié)省系統(tǒng)功耗。本領(lǐng)域人員可以知道，通常，寫入電流越低，存儲的數(shù)據(jù)出現(xiàn)錯誤的機會將越大?；蛘邠Q一種表達方式，隨著寫入電流的降低，圖像數(shù)據(jù)的識別成功率將會降低。因此，現(xiàn)有技術(shù)中通常會先將存儲的圖像數(shù)據(jù)通過解凸優(yōu)化等恢復(fù)方式進行恢復(fù)后再進行圖像識別。在本發(fā)明實施例中，由于設(shè)置的寬度參數(shù)ω以及第一電流I是根據(jù)終端設(shè)備100的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得的，從而使得存儲于第一存儲區(qū)域2104的數(shù)值中的低位部分在存儲過程中出現(xiàn)的錯誤對識別成功率的影響較小。因此，圖像匹配模塊215在實現(xiàn)圖像數(shù)據(jù)匹配的過程中，并不需要將圖像數(shù)據(jù)恢復(fù)后進行匹配，而可以直接將存儲于NVM 210中的降維后的第一圖像數(shù)據(jù)與圖像庫中的圖像數(shù)據(jù)進行匹配。通過本發(fā)明實施例提供的這種圖像識別方式，能夠在節(jié)省系統(tǒng)功耗的情況下滿足設(shè)置的圖像識別成功率，保證存儲的圖像數(shù)據(jù)的準確性。
[0058]為了使終端設(shè)備100能夠滿足各種類型的圖像數(shù)據(jù)的識別需求，并能夠在節(jié)省系統(tǒng)功耗的情況下滿足設(shè)置的圖像識別成功率，在本發(fā)明實施例提供的圖像識別加速器20中還可以設(shè)置有統(tǒng)計模塊225以及參數(shù)調(diào)整模塊220。如圖7所示，圖7為本發(fā)明實施例提供的又一種圖像識別加速器20的結(jié)構(gòu)示意圖。如圖7所示，在圖3所示的結(jié)構(gòu)基礎(chǔ)上，參數(shù)調(diào)整模塊220分別連接降維處理模塊205以及NVM 210。統(tǒng)計模塊225分別與匹配模塊215以及參數(shù)調(diào)整模塊220連接。下面將結(jié)合圖8所示的又一種圖像識別方法對圖7所示的圖像識別加速器20中的各個器件的結(jié)構(gòu)和工作原理進行詳細的介紹。
[0059]統(tǒng)計模塊225用于統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)圖像匹配模塊215輸出的匹配結(jié)果，以獲得統(tǒng)計的圖像識別成功率。從而參數(shù)調(diào)整模塊220能夠根據(jù)統(tǒng)計模塊225統(tǒng)計的圖像識別成功率以及設(shè)置的第二圖像識別成功率判斷是否需要調(diào)整圖像識別參數(shù)。具體的，如圖8所示，在步驟800中，統(tǒng)計模塊225可以統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)圖像匹配模塊215輸出的匹配結(jié)果，獲取所述統(tǒng)計的圖像識別成功率?？梢岳斫獾氖牵y(tǒng)計模塊225獲得的圖像識別成功率是根據(jù)多個圖像數(shù)據(jù)的識別結(jié)果獲得的。實際應(yīng)用中，統(tǒng)計模塊225可以是計數(shù)器等器件，在此不對統(tǒng)計模塊225的具體實現(xiàn)形式進行限制。
[0060]可以理解的是，圖7僅僅是對統(tǒng)計模塊225的一種結(jié)構(gòu)的示意，實際應(yīng)用中，還可以將統(tǒng)計模塊225單獨設(shè)置于終端設(shè)備100中，也可以將統(tǒng)計模塊225設(shè)置在CPU 10中，或者將統(tǒng)計模塊225設(shè)置在與匹配模塊215連接的其他設(shè)備中，本發(fā)明實施例不對統(tǒng)計模塊225設(shè)置的具體位置進行限定。
[0061]參數(shù)調(diào)整模塊220，用于如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I。為了描述方便，在本發(fā)明實施例中，可以將降維參數(shù)γ、寬度參數(shù)ω以及第一電流I統(tǒng)稱為圖像識別參數(shù)。具體的，參數(shù)調(diào)整模塊220可以根據(jù)統(tǒng)計模塊225統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率的差值的絕對值來判斷是否需要調(diào)整圖像識別參數(shù)的取值。其中，第二圖像識別成功率為重新設(shè)置的圖像識別成功率，第二圖像識別成功率與前述的第一圖像識別成功率不同?？梢岳斫獾氖牵诙D像識別成功率可以預(yù)先從CPU 10獲得。結(jié)合圖8所示，若在步驟805中，參數(shù)調(diào)整模塊220確定統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則在步驟810中，參數(shù)調(diào)整模塊220可以根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I。
[0062]為了清楚闡述參數(shù)調(diào)整模塊220具體如何調(diào)整圖像識別參數(shù)，下面將結(jié)合圖9所示的參數(shù)調(diào)整方法流程圖對參數(shù)調(diào)整模塊220如何平衡系統(tǒng)功耗和圖像識別成功率，以獲得合適的圖像識別參數(shù)進行描述。圖9為本發(fā)明實施例提供的一種參數(shù)調(diào)整方法流程圖。在本發(fā)明實施例中，以需要將圖像識別成功率從第一圖像識別成功率調(diào)整為第二圖像識別成功率為例進行描述。如圖9所示，該參數(shù)調(diào)整方法可以包括下述步驟。
[0063]在步驟900中，參數(shù)調(diào)整模塊220分別逐漸調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗Ε，并分別通過統(tǒng)計模塊225獲得調(diào)整后的圖像識別成功率。根據(jù)前面的描述可以知道，第一電流I的值越小，終端設(shè)備100存儲圖像數(shù)據(jù)時的動態(tài)功耗越小，則終端設(shè)備100的系統(tǒng)功耗越小。隨著寬度參數(shù)ω的值增大，按照第一電流I存儲于第一存儲區(qū)域2104的數(shù)據(jù)越多，則終端設(shè)備100的系統(tǒng)功耗越小。降維參數(shù)Y的值越小，降維后的圖像數(shù)據(jù)的數(shù)據(jù)量越少，終端設(shè)備100的系統(tǒng)功耗也會越小。終端設(shè)備的系統(tǒng)功耗E的值與γ ((Ν-ω) * ?/+ω*Ι)的值成正比，其中，13為設(shè)置的標準寫入電流，或者也可以被稱為是安全電流，按照Is將數(shù)據(jù)寫入NVM 210中時，可以保證圖像數(shù)據(jù)的準確度。通常，Is的值可以根據(jù)NVM 210的物理參數(shù)獲得，在使用NVM 210的過程中，NVM 210的Is不會改變?？梢岳斫獾氖牵煌に囍圃斓腘VM 210因其物理參數(shù)不同，因此Is也可能不同。所述第二圖像數(shù)據(jù)是用數(shù)值表示的第二圖像的各像素的灰度值的集合，所述第二圖像數(shù)據(jù)可以包括多個數(shù)值。實際應(yīng)用中，在調(diào)整圖像識別參數(shù)的過程中，參數(shù)調(diào)整模塊220可以分別通過逐漸增加寬度參數(shù)ω的值、或逐漸降低降維參數(shù)γ或逐漸第一電流I的值的方式降低終端設(shè)備100的系統(tǒng)功耗Ε，并記錄下調(diào)整的過程中的各個參數(shù)的值、系統(tǒng)功耗以及獲得的圖像識別成功率。記錄的形式可以是圖10(a)所示的表格形式，也可以是如圖10(b)所示的圖形的形式，還可以是其他記錄形式。其中，在圖10(b)中僅對如何采用圖表的形式記錄ω和I的調(diào)整對圖像識別成功率的值的改變進行了示例?？梢钥闯?，用圖形的形式比用表格記錄更加直觀。在本發(fā)明實施例中，圖像識別成功率也可以被稱為服務(wù)質(zhì)量QoS?？梢岳斫獾氖牵瑘D像識別成功率可以采用確定的圖像識別參數(shù)識別多個圖像數(shù)據(jù)的試驗來獲得。系統(tǒng)功耗可以根據(jù)γ ((Ν-ω)女Ι>ω*Ι)的公式計算獲得，可以理解的是，系統(tǒng)功耗的值可以是一個估計值。
[0064]在步驟905中，參數(shù)調(diào)整模塊905確定在調(diào)整后的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’。可以理解的是，在步驟800所示的調(diào)整參數(shù)的過程中，可以獲得與調(diào)整的參數(shù)對應(yīng)的多個圖像識別成功率以及多個系統(tǒng)功耗。本領(lǐng)域技術(shù)人員可以理解的是，降維參數(shù)γ的值越小，降維后的圖像數(shù)據(jù)的數(shù)據(jù)量越小，出錯機會更小，但降維后的圖像數(shù)據(jù)中每個數(shù)值包含的信息量更大。因此，實際應(yīng)用中，會存在降維參數(shù)γ減小而圖像識別成功率更高的情況。從而，在選擇參數(shù)時，需要考慮降維參數(shù)γ與圖像識別成功率的折衷。
[0065]在本發(fā)明實施例中，可以將與設(shè)置的第二圖像識別成功率的差值的絕對值不大于預(yù)設(shè)閾值的圖像識別成功率都作為是滿足第二圖像識別成功率的要求的圖像識別成功率。例如，若第二圖像識別成功率為90%，預(yù)設(shè)閾值為2%，則在88% -92%之間的圖像識別成功率均可以認為是滿足第二圖像識別成功率要求的圖像識別成功率。在本步驟中，可以在記錄的多個圖像識別成功率中確定滿足第二圖像識別成功率要求的至少一個圖像識別成功率。并在確定的至少一個圖像識別成功率對應(yīng)的多個系統(tǒng)功耗中確定最小的系統(tǒng)功耗Ε，。
[0066]在步驟910中，參數(shù)調(diào)整模塊220選擇在滿足所述最小系統(tǒng)功耗E’時獲得最大圖像識別成功率的降維參數(shù)Y、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’?？梢岳斫獾氖?，在步驟905中確定的最小系統(tǒng)功耗Ε’對應(yīng)的滿足第二圖像識別成功率要求的圖像識別成功率可以有多個。因此，在步驟910中，參數(shù)調(diào)整模塊220可以選擇滿足所述最小系統(tǒng)功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I作為調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。例如，在第一種情形下，寬度參數(shù)ω增加lbit，獲得的圖像識別成功率為88%，系統(tǒng)功耗E’為10w。在第二種情形下，降維參數(shù)γ減少0.5，獲得的圖像識別成功率為90%，系統(tǒng)功耗Ε’也為10w。在第三種情形下，電流I減少500 μ Α，獲得的圖像識別成功率為92%，系統(tǒng)功耗Ε’也為10w。則可以將第三種情形下的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I作為調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。
[0067]可以理解的是，本發(fā)明實施例僅僅對參數(shù)調(diào)整模塊220調(diào)整圖像識別參數(shù)的過程進行了一個簡單的示例，實際應(yīng)用中，還可以組合調(diào)整上述三個參數(shù)，例如，可以同時將寬度參數(shù)ω增加Ibit并將降維參數(shù)γ減少0.5。在本發(fā)明實施例中不對具體的調(diào)整形式進行限定，只要調(diào)整上述三個圖像識別參數(shù)中的至少一個參數(shù)即可。實際應(yīng)用中，參數(shù)調(diào)整模塊220可以根據(jù)貪心算法來確定調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。
[0068]需要說明的是，實際應(yīng)用中，統(tǒng)計模塊225還可以位于終端設(shè)備100的CPU 10中，則在這種情形下，參數(shù)調(diào)整模塊220可以根據(jù)CPUlO的指示調(diào)整圖像識別參數(shù)。如圖11所示，圖11為本發(fā)明實施例提供的又一種終端設(shè)備的結(jié)構(gòu)示意圖。在圖11所示的結(jié)構(gòu)中，統(tǒng)計模塊225 (圖11中未示出)可以位于CPU 10中，CPU 10可以根據(jù)圖像匹配模塊215在預(yù)設(shè)的統(tǒng)計期間發(fā)送的匹配結(jié)果統(tǒng)計圖像識別加速器20的圖像識別成功率。如果統(tǒng)計的圖像識別成功率與所述第二圖像識別成功率之間的差值大于預(yù)設(shè)閾值，則CPU 10可以向參數(shù)調(diào)整模塊220發(fā)送參數(shù)調(diào)整指令，以指示參數(shù)調(diào)整模塊220調(diào)整圖像識別參數(shù)。所述參數(shù)調(diào)整指令中包含有所述第二圖像識別成功率。換一種表達方式，在圖11所示的結(jié)構(gòu)中，由CPUlO和參數(shù)調(diào)整模塊220共同完成調(diào)整圖像識別參數(shù)的功能，具體的，可以由CPU 10執(zhí)行圖8中所示的步驟800-805的動作，并指示參數(shù)調(diào)整模塊220執(zhí)行步驟810的動作。
[0069]在又一種情形下，還可以由終端設(shè)備100中的CPU 10完成調(diào)整圖像識別參數(shù)的功能。如圖12所示，圖12為本發(fā)明實施例提供的又一種終端設(shè)備結(jié)構(gòu)示意圖。圖12在圖11的基礎(chǔ)上減少了參數(shù)調(diào)整模塊220，圖11中的參數(shù)調(diào)整模塊220的功能改由CPU 10執(zhí)行。具體的，在圖12所示的終端設(shè)備100的結(jié)構(gòu)示意圖中，圖像匹配模塊215可以將匹配結(jié)果反饋給CPU 10，CPU 10可以根據(jù)匹配結(jié)果統(tǒng)計預(yù)設(shè)統(tǒng)計期間圖像識別加速器20識別圖像數(shù)據(jù)的圖像識別成功率。CPU 10可以根據(jù)統(tǒng)計的圖像識別成功率以及重新設(shè)置的第二圖像識別成功率確定是否需要調(diào)整圖像識別參數(shù)。當(dāng)CPU 10確定統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率的差值的絕對值大于預(yù)設(shè)閾值時，CPU 10可以根據(jù)第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個圖像識別參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，并將調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’分別發(fā)送給降維處理模塊205和NVM 210。換一種表達方式，在圖12所示的結(jié)構(gòu)中，CPU 10可以執(zhí)行圖8中所示的步驟800-810的方法。各器件具體功能的描述可以參見前述實施例的相關(guān)描述，在此不再贅述?？梢岳斫獾氖?，在圖12所示的結(jié)構(gòu)中，當(dāng)CPU 10調(diào)整圖像識別參數(shù)時，可以采用指令的形式向圖像識別加速器20中的降維處理模塊205和NVM 210發(fā)送調(diào)整的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’，從而控制降維處理模塊205和NVM210按照調(diào)整后的圖像識別參數(shù)對圖像數(shù)據(jù)進行識別。
[0070]在獲得調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’后，圖像識別加速器20可以根據(jù)調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’對后續(xù)需要識別的第二圖像數(shù)據(jù)進行圖像識別。具體的，如圖8所示，在步驟815中，降維處理模塊205可以根據(jù)調(diào)整后的降維參數(shù)Y’降低第二圖像數(shù)據(jù)的維度。在步驟820中，NVM 210可以將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于NVM 210的第二存儲區(qū)域，其中，所述I’小于所述Is。在步驟825中，圖像匹配模塊215可以確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。具體的，圖像匹配模塊215可以將降維后的第二圖像數(shù)據(jù)與NVM 210中存儲的圖像庫中的圖像數(shù)據(jù)進行比較，以獲得所述降維后的第二圖像數(shù)據(jù)與NVM 210中存儲的圖像庫中的圖像數(shù)據(jù)的匹配結(jié)果。可以理解的是，圖像識別加速器根據(jù)調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’對第二圖像數(shù)據(jù)進行圖像識別的過程與前述的根據(jù)降維參數(shù)γ、寬度參數(shù)ω以及第一電流I對第一圖像數(shù)據(jù)進行圖像識別的過程類似，具體描述可以參見前面的描述，在此不再贅述。
[0071]為了更清晰的描述本發(fā)明實施例提供的圖像識別加速器20如何識別圖像數(shù)據(jù)，下面將結(jié)合圖13所示的圖像識別方法的信令圖對圖7所示的圖像識別加速器20的工作過程進行簡單的描述。在本發(fā)明實施例中，仍然以識別第一圖像數(shù)據(jù)為例進行描述。如圖13所示。降維處理模塊205接收CPU 10發(fā)送的待識別的第一圖像數(shù)據(jù)1300后，降維處理模塊205可以根據(jù)參數(shù)調(diào)整模塊220設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)1300的維度。其中降維處理模塊205可以采用伯努利矩陣對第一圖像數(shù)據(jù)1300進行降維，以便能夠基于稀疏表示的隨機映射的方式對第一圖像數(shù)據(jù)1300進行降維。NVM 210接收到降維后的第一圖像數(shù)據(jù)1305后，NVM 210可以根據(jù)參數(shù)調(diào)整模塊220設(shè)置的寬帶參數(shù)ω以及第一電流I將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值中的低ω位按照第一電流I存儲于第一存儲區(qū)域2104，并將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值中的高Ν-ω位按照第二電流Is存儲于第二存儲區(qū)域2106。圖像匹配模塊215可以基于NVM210存儲的圖像庫中的圖像數(shù)據(jù)對降維后的第一圖像數(shù)據(jù)1305進行識別，確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)，并輸出匹配結(jié)果。為了圖示方便，在圖13中，將圖像庫中的圖像數(shù)據(jù)以及降維后的第一圖像數(shù)據(jù)1305統(tǒng)稱為待比較的圖像數(shù)據(jù)1310。一方面，在圖13中，圖像匹配模塊215可以向CPU 10輸出第一圖像數(shù)據(jù)1305的識別結(jié)果。另一方面，統(tǒng)計模塊225可以統(tǒng)計圖像匹配模塊215的圖像匹配結(jié)果，從而獲得統(tǒng)計期間內(nèi)的圖像識別成功率1320，參數(shù)調(diào)整模塊220從而可以根據(jù)統(tǒng)計模塊225獲得的圖像識別成功率1320與設(shè)置的第二圖像識別成功率確定是否需要調(diào)整圖像識別參數(shù)。當(dāng)參數(shù)調(diào)整模塊220確定需要調(diào)整圖像識別參數(shù)時，參數(shù)調(diào)整模塊220可以根據(jù)圖9所示的方法對圖像識別參數(shù)進行調(diào)整，并向降維模塊205和NVM 210分別輸出調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。從而，降維處理模塊205、NVM 210以及圖像匹配模塊215能夠根據(jù)調(diào)整后的降維參數(shù)丫’、寬度參數(shù)ω’以及第一電流I’對后續(xù)的第二圖像數(shù)據(jù)進行識別。
[0072]可以理解的是，圖13僅僅是對本發(fā)明實施例提供的一種終端設(shè)備100的信令示意圖，對其他實施例提供的圖像識別加速器20或終端設(shè)備100的工作過程可以參見圖13以及前述實施例的描述。在此不再贅述。
[0073]本發(fā)明實施例提供的終端設(shè)備，通過圖像識別加速器識別圖像，減少了 CPU數(shù)據(jù)處理量，也減少了 CPU與內(nèi)存的數(shù)據(jù)交互，能夠減少CPU的負擔(dān)，且能夠減少內(nèi)存帶寬對圖像數(shù)據(jù)識別應(yīng)用的限制，提高圖像數(shù)據(jù)的識別速度。并且，在本發(fā)明實施例提供的終端設(shè)備中，圖像識別加速器可以根據(jù)基于稀疏表示的隨機映射的方式降低待識別的圖像數(shù)據(jù)的維度，然后將降維后的圖像數(shù)據(jù)按照不同的電流寫入圖像識別加速器的NVM中的不同存儲區(qū)域。由于設(shè)置的降維參數(shù)γ、寬度參數(shù)ω以及第一電流I均是根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的圖像識別成功率獲得的，因此能夠在降低終端設(shè)備的系統(tǒng)功耗的基礎(chǔ)上保證圖像識別的準確性。
[0074]本發(fā)明實施例還提供一種數(shù)據(jù)處理的計算機程序產(chǎn)品，包括存儲了程序代碼的計算機可讀存儲介質(zhì)，所述程序代碼包括的指令用于執(zhí)行前述任意一個方法實施例所述的方法流程。本領(lǐng)域普通技術(shù)人員可以理解，前述的存儲介質(zhì)包括:U盤、移動硬盤、磁碟、光盤、隨機存儲器(Random-Access Memory, RAM)、固態(tài)硬盤(Solid State Disk，SSD)或者非易失性存儲器(non-volatile memory)等各種可以存儲程序代碼的非短暫性的(non-transitory)機器可讀介質(zhì)。
[0075]需要說明的是，本申請所提供的實施例僅僅是示意性的。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡潔，在上述實施例中，對各個實施例的描述都各有側(cè)重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關(guān)描述。在本發(fā)明實施例、權(quán)利要求以及附圖中揭示的特征可以獨立存在也可以組合存在。在本發(fā)明實施例中以硬件形式描述的特征可以通過軟件來執(zhí)行，反之亦然。在此不做限定。
【主權(quán)項】
1.一種應(yīng)用于終端設(shè)備中用于識別圖像的圖像識別加速器，其特征在于，包括: 降維處理模塊，用于根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度，其中，降維后的第一圖像數(shù)據(jù)包括多個數(shù)值； 非易失性內(nèi)存NVM，用于將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于所述NVM的第一存儲區(qū)域，將降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)，所述第一電流I小于所述第二電流Is，所述降維參數(shù)Y、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得； 圖像匹配模塊，用于確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。2.根據(jù)權(quán)利要求1所述的圖像識別加速器，其特征在于，還包括: 參數(shù)調(diào)整模塊，用于如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同； 所述降維處理模塊，還用于根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度； 所述非易失性內(nèi)存NVM，還用于將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω ’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω ’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is; 所述圖像匹配模塊，還用于確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。3.根據(jù)權(quán)利要求2所述的圖像識別加速器，其特征在于，還包括: 統(tǒng)計模塊，用于統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)所述圖像匹配模塊輸出的匹配結(jié)果，獲取所述統(tǒng)計的圖像識別成功率。4.根據(jù)權(quán)利要求1-3任意一項所述的圖像識別加速器，其特征在于，所述降維處理模塊具體用于: 根據(jù)所述第一圖像數(shù)據(jù)與設(shè)置的二進制矩陣的乘積獲得所述降維后的第一圖像數(shù)據(jù)，其中，所述第一圖像數(shù)據(jù)為k行*m列的矩陣，所述二進制矩陣為m行*n列的矩陣，所述降維后的第一圖像數(shù)據(jù)為m行*n列的矩陣，k、m和η為正整數(shù)，m的值大于η，η的值根據(jù)設(shè)置的降維參數(shù)γ確定，γ = n/m。5.根據(jù)權(quán)利要求2或3所述的圖像識別加速器，其特征在于，所述參數(shù)調(diào)整模塊具體用于: 如果統(tǒng)計的圖像識別成功率與所述第二圖像識別成功率之間的差值大于預(yù)設(shè)閾值，則分別調(diào)整降維參數(shù)Y、所述寬度參數(shù)ω或第一電流I的取值以降低系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ ((Ν-ω)*Ι>ω*Ι)的值成正比； 確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ； 選擇在滿足所述最小功耗E’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。6.根據(jù)權(quán)利要求4所述的圖像識別加速器，其特征在于，所述二進制類型的矩陣包括伯努利映射矩陣。7.一種終端設(shè)備，其特征在于，包括CPU和圖像識別加速器，其中: 所述CPU，用于向所述圖像識別加速器發(fā)送待識別的第一圖像數(shù)據(jù)； 所述圖像識別加速器，用于根據(jù)設(shè)置的降維參數(shù)γ降低所述第一圖像數(shù)據(jù)的維度，其中，降維后的第一圖像數(shù)據(jù)包括多個數(shù)值； 將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于NVM的第一存儲區(qū)域，將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)，所述I小于所述Is，所述降維參數(shù)γ、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得； 確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。8.根據(jù)權(quán)利要求7所述的終端設(shè)備，其特征在于: 所述圖像識別加速器，還用于如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同； 所述CPU，還用于向所述圖像識別加速器發(fā)送第二圖像數(shù)據(jù)； 所述圖像識別加速器，還用于: 根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度； 將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is; 確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。9.根據(jù)權(quán)利要求7所述的終端設(shè)備，其特征在于: 所述CPU，還用于統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)所述圖像識別加速器輸出的匹配結(jié)果，獲取統(tǒng)計的圖像識別成功率； 確定所述統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值； 所述圖像識別加速器，還用于根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同； 所述CPU，還用于向所述圖像識別加速器發(fā)送第二圖像數(shù)據(jù)； 所述圖像識別加速器，還用于根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度； 將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，所述ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is; 確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。10.根據(jù)權(quán)利要求7所述的終端設(shè)備，其特征在于，所述CPU還用于: 統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)所述圖像識別加速器輸出的匹配結(jié)果，獲取所述統(tǒng)計的圖像識別成功率； 如果統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率之間的差值的絕對值大于預(yù)設(shè)閾值，則根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同； 向所述圖像識別加速器發(fā)送第二圖像數(shù)據(jù)； 所述圖像識別加速器，還用于: 根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度； 將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is; 確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。11.根據(jù)權(quán)利要求7-10任意一項所述的終端設(shè)備，其特征在于，所述圖像識別加速器具體用于: 根據(jù)所述第一圖像數(shù)據(jù)與設(shè)置的二進制矩陣的乘積獲得所述降維后的第一圖像數(shù)據(jù)，其中，所述第一圖像數(shù)據(jù)為k行*m列的矩陣，所述二進制矩陣為m行*n列的矩陣，所述降維后的第一圖像數(shù)據(jù)為m行*n列的矩陣，k、m和η為正整數(shù)，m的值大于η，η的值根據(jù)設(shè)置的降維參數(shù)γ確定，γ = n/m。12.根據(jù)權(quán)利要求8或9所述的終端設(shè)備，其特征在于，所述圖像識別加速器具體用于: 分別調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ ((Ν-ω)*?/+ω*Ι)的值成正比； 確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ； 選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。13.根據(jù)權(quán)利要求10所述的終端設(shè)備，其特征在于，所述CPU具體用于: 分別調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗E，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ ((Ν-ω)*?/+ω*Ι)的值成正比； 確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ； 選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。14.根據(jù)權(quán)利要求11所述的終端設(shè)備，其特征在于:所述二進制類型的矩陣包括伯努利映射矩陣。15.一種應(yīng)用于終端設(shè)備的圖像識別方法，其特征在于，所述方法由所述終端設(shè)備中的圖像識別加速器執(zhí)行，所述方法包括: 根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度，其中，降維后的第一圖像數(shù)據(jù)包括多個數(shù)值； 將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的低ω位按照設(shè)置的第一電流I存儲于所述圖像識別加速器中的NVM的第一存儲區(qū)域，將所述降維后的第一圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω)位按照設(shè)置的第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，N為每一個數(shù)值所占的比特位，ω為設(shè)置的寬度參數(shù)，所述I小于所述Is，所述降維參數(shù)γ、寬度參數(shù)ω以及第一電流I根據(jù)所述終端設(shè)備的系統(tǒng)功耗和設(shè)置的第一圖像識別成功率獲得； 確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第一圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。16.根據(jù)權(quán)利要求15所述的圖像識別方法，其特征在于，還包括: 確定統(tǒng)計的圖像識別成功率與設(shè)置的第二圖像識別成功率的差值的絕對值大于預(yù)設(shè)閾值； 根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，其中，所述第二圖像識別成功率與所述第一圖像識別成功率不同； 根據(jù)調(diào)整后的降維參數(shù)γ’降低第二圖像數(shù)據(jù)的維度； 將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的低ω’位按照調(diào)整后的第一電流I’存儲于NVM的第一存儲區(qū)域，將降維后的第二圖像數(shù)據(jù)的每一個數(shù)值的高(Ν-ω’)位按照所述第二電流Is存儲于所述NVM的第二存儲區(qū)域，其中，ω’為調(diào)整后的寬度參數(shù)，所述I’小于所述Is; 確定所述NVM中存儲的圖像庫中是否包含有與所述降維后的第二圖像數(shù)據(jù)相匹配的圖像數(shù)據(jù)。17.根據(jù)權(quán)利要求16所述的圖像識別方法，其特征在于，還包括: 統(tǒng)計在預(yù)設(shè)的統(tǒng)計期間內(nèi)所述圖像匹配模塊輸出的匹配結(jié)果，獲取所述統(tǒng)計的圖像識別成功率。18.根據(jù)權(quán)利要求15-17任意一項所述的圖像識別方法，其特征在于，所述根據(jù)設(shè)置的降維參數(shù)γ降低第一圖像數(shù)據(jù)的維度包括: 根據(jù)所述第一圖像數(shù)據(jù)與設(shè)置的二進制矩陣的乘積獲得所述降維后的第一圖像數(shù)據(jù)，其中，所述第一圖像數(shù)據(jù)為k行*m列的矩陣，所述二進制矩陣為m行*n列的矩陣，所述降維后的第一圖像數(shù)據(jù)為m行*n列的矩陣，k、m和η為正整數(shù)，m的值大于η，η的值根據(jù)設(shè)置的降維參數(shù)γ確定，γ = n/m。19.根據(jù)權(quán)利要求16-18任意一項所述的圖像識別方法，其特征在于，所述根據(jù)所述第二圖像識別成功率以及所述終端設(shè)備的系統(tǒng)功耗調(diào)整下述至少一個參數(shù):降維參數(shù)γ、寬度參數(shù)ω以及第一電流I，包括: 分別調(diào)整降維參數(shù)γ、所述寬度參數(shù)ω或第一電流I的取值以降低所述終端設(shè)備的系統(tǒng)功耗Ε，并分別獲得調(diào)整后的圖像識別成功率，其中，所述E的值與γ ((Ν-ω)*?/+ω*Ι)的值成正比； 確定在調(diào)整后的圖像識別成功率與所述第二圖像識別成功率之間的差值的絕對值不大于所述預(yù)設(shè)閾值時所述終端設(shè)備的最小功耗Ε’ ； 選擇在滿足所述最小功耗Ε’時獲得最大圖像識別成功率的降維參數(shù)γ、所述寬度參數(shù)ω以及第一電流I分別作為所述調(diào)整后的降維參數(shù)γ’、寬度參數(shù)ω’以及第一電流I’。20.根據(jù)權(quán)利要求18所述的圖像識別方法，其特征在于:所述二進制類型的矩陣包括伯努利映射矩陣。
【文檔編號】G06K9/00GK105989352SQ201510101155
【公開日】2016年10月5日
【申請日】2015年3月6日
【發(fā)明人】余浩, 王雨豪, 倪磊濱, 楊偉, 趙俊峰, 肖世海
【申請人】華為技術(shù)有限公司, 南洋理工大學(xué)