[發明專利]圖像處理方法和圖像處理設備

在審

• 申請號: 201611255057.1
• 申請日: 2016-12-30
• 公開（公告）號: CN106650691A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 莊永文;梁喆;曹宇輝;張宇翔
• 申請（專利權）人: 北京曠視科技有限公司;北京小孔科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/02;G06N3/08
• 代理公司: 北京市柳沈律師事務所11105
• 代理人: 于小寧,張曉明

技術領域

本公開涉及圖像處理領域，更具體地，本公開涉及利用現場可編程門陣列(FPGA)實現用于圖像處理的神經網絡算法的圖像處理方法和圖像處理設備。

背景技術

目標檢測是計算機圖像處理領域中一個基礎性的研究課題，其在人臉識別、安全監控以及動態追蹤等很多方面都有廣泛的應用前景。目標檢測是指對于任意一幀或連續幀圖像，檢測和識別其中特定的目標(例如人臉)，并返回目標的位置、大小信息，例如輸出包圍目標的邊界框。神經網絡是一種大規模、多參數優化的工具。依靠大量的訓練數據，神經網絡能夠學習出數據中難以總結的隱藏特征，從而完成多項復雜的任務，如人臉檢測，圖片分類，物體檢測，動作追蹤，自然語言翻譯等。神經網絡已被人工智能界廣泛應用。當前，諸如行人檢測的目標檢測中最廣泛應用的是卷積神經網絡。現有的圖像處理方法通常使用單一的芯片實現具體目標檢測功能，由于這些芯片往往并行計算的能力有限，無法適應現有的使用神經網絡實現的人臉檢測算法，導致可抓拍的人臉數目有限且算法效率低。

現場可編程門陣列作為一種通用芯片，其通過將算法映射到硬件的方式實現并行計算，從而具有數據吞吐率高、同等計算量下功耗低、價格便宜的特點。

因此，希望提供一種利用現場可編程門陣列作為協處理器實現用于目標檢測的神經網絡算法的圖像處理方法和圖像處理設備。

發明內容

鑒于上述問題而提出了本發明。本發明提供了一種利用現場可編程門陣列實現用于圖像處理的神經網絡算法的圖像處理方法和圖像處理設備。

根據本公開的一個實施例，提供了一種圖像處理方法，包括：獲取由圖像獲取單元采集的原始圖像數據；由第一圖像處理單元對所述原始圖像數據執行第一圖像處理，以獲取第一圖像數據；由現場可編程門陣列單元基于所述第一圖像數據，確定所述第一圖像數據中的目標的檢測結果；以及由所述第一圖像處理單元基于所述第一圖像數據和所述目標的檢測結果，生成對應于所述目標的編碼圖像數據。

此外，根據本公開的一個實施例的像處理方法，其中，由所述第一圖像處理單元基于所述第一圖像數據和所述目標的檢測結果，生成對應于所述目標的圖像數據包括：基于所述第一圖像數據中的每一幀圖像數據以及所述每一幀圖像數據中的所述目標的檢測結果，裁剪所述每一幀圖像數據，生成僅包括所述目標的圖像數據；以及對所述僅包括所述目標的圖像數據執行第一編碼，生成對應于所述目標的編碼圖像數據。

此外，根據本公開的一個實施例的圖像處理方法，其中，由所述第一圖像處理單元基于所述第一圖像數據和所述目標的檢測結果，生成對應于所述目標的圖像數據還包括：基于包括連續幀圖像的所述第一圖像數據以及所述包括連續幀圖像的所述第一圖像數據中每一幀圖像數據中的所述目標的檢測結果，標注所述包括連續幀圖像的所述第一圖像數據中每一幀圖像數據中的目標；以及對標注有所述目標的所述包括連續幀圖像的所述第一圖像數據執行第二編碼，生成連續幀對應于所述目標的編碼圖像數據。

此外，根據本公開的一個實施例的圖像處理方法，其中，所述圖像處理方法還包括：經由第一接口單元將所述第一圖像數據從所述第一圖像處理單元傳輸到所述現場可編程門陣列單元；以及經由第二接口單元將所述目標的檢測結果從所述現場可編程門陣列單元傳輸到所述第一圖像處理單元。

此外，根據本公開的一個實施例的圖像處理方法，其中，所述第一圖像處理單元包括裁剪子單元和第一編碼子單元，所述裁剪子單元和所述第一編碼子單元為硬件，所述裁剪的步驟由所述裁剪子單元實現，所述第一編碼由所述第一編碼子單元實現。

此外，根據本公開的一個實施例的圖像處理方法，其中，所述第一圖像處理單元包括第二編碼子單元，所述第二編碼子單元為硬件，所述第二編碼由所述第二編碼子單元實現。

此外，根據本公開的一個實施例的圖像處理方法，其中，所述圖像處理方法還包括：將所述目標的編碼圖像數據通過網絡傳輸給后端服務器進行處理。

此外，根據本公開的一個實施例的圖像處理方法，其中，所述目標包括人臉，所述后端服務器進行的所述處理包括人臉屬性分析、人臉識別、人臉美顏、人臉卡通化中的至少一種。