[發明專利]一種基于重構算法集并加速處理混合現實數據流的MR智能眼鏡及方法

在審

• 申請號: 201810020169.1
• 申請日: 2018-01-09
• 公開（公告）號: CN110018979A
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 杜晶;張弦;范懿文;張云雷;賈惟宜;馬云
• 申請（專利權）人: 幻視互動（北京）科技有限公司
• 主分類號: G06F15/177
• 分類號: G06F15/177;G06F15/82;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于重構算法集并加速處理混合現實數據流的MR智能眼鏡，其特征在于，所述MR智能眼鏡包括：

感知組件，用于類型數據感知器感知混合現實MR數據流中類型數據；

并行及重構組件，用于根據所述感知組件感知的所述類型數據的類型，對原始算法集中的每個原IP算法模塊中的邏輯單元計算并行化，得到每個原IP算法模塊的重構邏輯單元，并對其設置相同驅動信號，得到重構IP算法模塊，進一步得到所述重構算法集；

接收組件，用于所述重構及驅動組件重構得到的，所述重構算法集中的重構IP算法模塊接收混合現實MR數據流中的類型數據；

加速處理輸出組件，用于所述重構及驅動組件中的所述重構IP算法模塊，對所述接收組件接收的所述類型數據進行加速處理后輸出。

2.根據權利要求1的MR智能眼鏡，其特征在于，所述感知組件，包括：

傳感器陣列，用于采集混合現實MR數據流；

類型數據感知模塊，用于根據預存的數據特征，感知所述傳感器陣列采集的所述混合現實MR數據流中的類型數據；

所述傳感器陣列中的傳感器包括至少一組的：深度攝像模組傳感器，溫濕度傳感器，光飛傳感器，氣體檢測傳感器和姿態矯正傳感器。

3.根據權利要求2的MR智能眼鏡，其特征在于，所述并行及重構組件，包括：

深度神經網絡模塊，用于，深度神經網絡被重構IP算法模塊的重構過程和重構結果訓練，得到的訓練結果，存儲在所述深度神經網絡模塊的深度神經網絡訓練器中；

邏輯單元數量增加模塊，用于根據所述類型數據感知模塊感知的所述類型數據，和深度神經網絡訓練器中的訓練結果，對與此類型相對應的原IP算法模塊中的邏輯單元數量正整數倍增加；

選通模塊，用于對所述邏輯單元數量增加模塊增加后的各邏輯單元下轄并控制的晶體管電路組合進行選通，得到邏輯單元陣列；

重構邏輯單元獲取模塊，用于對所述選通模塊編譯得到的所述邏輯單元陣列設置為共用同一個驅動接口，得到所述重構邏輯單元；

設置及接口獲取模塊，用于設置驅動信號，并從所述重構邏輯單元獲取模塊中獲取每個所述重構邏輯單元的驅動信號輸入接口；

信號輸入模塊，用于將所述設置模塊設置的驅動信號從接口獲取模塊獲取每個所述邏輯單元的驅動信號輸入接口輸入，得到所述重構IP算法模塊。

4.根據權利要求1所述的MR智能眼鏡，其特征在于，所述接收組件，用于：

從所述感知組件中感知的所述混合現實MR數據流，所述重構IP算法模塊根據自身職能接收所述混合現實MR數據流的類型數據；

其中，所述類型數據至少包括：計算機視覺數據、三維地圖構建數據、手部姿態位移數據、人臉特征數據。

5.根據權利要求3和4所述的MR智能眼鏡，其特征在于，所述加速處理輸出組件，包括：

橫向緩存模塊，用于對所述類型數據中的第一子數據進行橫向數據緩存，得到第一橫向緩存結果；

發送模塊，用于將所述橫向緩存模塊緩存得到的所述第一橫向緩存結果發送至縱向緩存，同時，所述橫向緩存模塊對所述類型數據中第二子數據進行橫向數據緩存，得到第二橫向緩存結果；

數據處理輸出模塊，用于所述縱向緩存與所述重構IP算法單元對接收的所述第一橫向緩存結果進行數據處理，得到第一子數據結果并輸出；

數據處理輸出模塊，還用于在輸出所述第一子數據結果的同時，對所述縱向緩存與所述重構IP算法單元對所述第二橫向緩存結果進行數據處理，之后得到第二子數據結果并輸出；

其中，所述橫向緩存數據容量是縱向緩存數量的正整數倍；所述類型數據中至少包含兩個子數據。