[發明專利]基于FPGA的卷積神經網絡架構方法及其人臉識別方法

在審

• 申請號: 201911366823.5
• 申請日: 2019-12-26
• 公開（公告）號: CN111126309A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 劉文;蔣云翔;朱佳;蔡曄;丁杰;郝志杰
• 申請（專利權）人: 長沙海格北斗信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 長沙永星專利商標事務所(普通合伙) 43001
• 代理人: 周詠;米中業

1.一種基于FPGA的卷積神經網絡架構方法，包括如下步驟：

S1.系統初始化；

S2.根據crp的內部狀態啟動dma，讀取ps側的圖像信息；

S3.根據S3FD算法，復用crp模塊從而完成conv計算；所述conv為卷積神經網絡運算模塊；

S4.對crp模塊內部的乘加卷積運算進行實現與調度；

S5.對結構幀控模塊進行復用；

S6.對結構層孔模塊進行復用；

S7.對crp_calc模塊進行復用；所述crp_calc模塊為卷積神經網絡的乘加運算模塊。

2.根據權利要求1所述的基于FPGA的卷積神經網絡架構方法，其特征在于步驟S1所述的系統初始化，具體包括接收CPU通過APB總線下發的各項數據。

3.根據權利要求2所述的基于FPGA的卷積神經網絡架構方法，其特征在于所述的各項數據包括DMA的讀寫首地址，圖像信息、卷積核信息和反量化信息。

4.根據權利要求3所述的基于FPGA的卷積神經網絡架構方法，其特征在于步驟S4所述的crp模塊，具體包括crp_frame_ctrl模塊，crp_layer_ctrl模塊和crp_calc模塊；crp_frame_ctrl模塊用于負責幀控制與調度；crp_layer_ctrl模塊用于負責crp層的控制與調度，crp_calc模塊用于完成卷積神經網絡的乘加運算。

5.根據權利要求4所述的基于FPGA的卷積神經網絡架構方法，其特征在于步驟S5所述的對結構幀控模塊進行復用，具體包括接收總線下發的配置信息，存儲到內部RAM；接收前一級模塊幀信息，緩存到信息FIFO；控制讀取幀信息，逐層從crp_cfg_ram讀取配置信息，下發給crp_layer_ctrl模塊和crp_calc模塊。

6.根據權利要求5所述的基于FPGA的卷積神經網絡架構方法，其特征在于步驟S6所述的對結構層孔模塊進行復用，具體包括控制向ps側讀weight和bias數據；控制向pl側發起讀圖像數據，啟動crp_calc計算；根據索引值，控制每一層的數據流；根據配置要求將特征值及輸出的結果緩存到pl側。

7.根據權利要求6所述的基于FPGA的卷積神經網絡架構方法，其特征在于步驟S7所述的對crp_calc模塊進行復用，具體為對S3FD卷積神經網絡的乘加進行運算；卷積計算規則為：先把卷積窗口內像素值分別和卷積核相應元素進行相乘，然后將相乘結果相加，最后加上偏置值。

8.一種包括了權利要求1～7之一所述的基于FPGA的卷積神經網絡架構方法的人臉識別方法，其特征在于還包括如下步驟：

S8.采用步驟S1～S7的方法，動態進行多人臉的快速識別和比對。