[发明专利]智能图像分析系统和方法

说明书

公开了一种图像分析系统和方法。该系统包括：一种图像分析系统，包括：编解码模块，用于将输入的图像转换成图像分析所需格式的原始图像；图像处理模块，包括：图像缩放单元，用于将所述原始图像缩放成目标检测处理所需的大小，和原图缓存单元，用于缓存所述原始图像；以及神经网络计算模块，用于对经缩放的图像进行神经网络目标检测计算以获取目标的坐标值，并且依据所述坐标值从所述原图缓存单元中抠取出包括所述目标的原始图像子图进行神经网络目标识别计算以获取目标的识别特征。由此，通过整合目标检测和识别，提升图像分析系统的流水线设计水平，从而通过硬件定制改善系统处理大数据图像分析的效率。

技术领域

本发明涉及图像处理领域，尤其涉及一种智能图像分析系统和方法。

背景技术

目标检测和识别一直是学术界和工业界的一个重要研究方向。例如，视频监控系统以及大数据图像目标识别作为面向城市公共安全综合管理的物联网应用中智慧安防和智慧交通的重要组成部分，面临着深度应用的巨大挑战。不仅如此，目标检测和识别还在诸如游戏和辅助驾驶等领域内有着巨大的实用空间和潜在意义。

随着网络规模的不断增长，先进神经网络的链接数达到亿级。由于神经网络推理日益朝向计算和访存密集型发展，现有的通用处理器已经无法满足各类特定用途的神经网络分析对效率的要求。

因此，需要一种能够提升特定用途神经网络计算效率的系统和方法。

发明内容

鉴于上述的至少一个问题，本发明提出了一种智能图像分析方案，该方案通过整合目标检测和识别，提升图像分析系统的流水线设计水平，从而通过硬件定制改善系统处理大数据图像分析的效率。

根据本发明的一个方面，提出了一种智能图像分析系统，包括：编解码模块，用于将输入的图像转换成图像分析所需格式的原始图像；图像处理模块，包括：图像缩放单元，用于将所述原始图像缩放成目标检测处理所需的大小，和原图缓存单元，用于缓存所述原始图像；以及神经网络计算模块，用于对经缩放的图像进行神经网络目标检测计算以获取目标的坐标值，并且依据所述坐标值从所述原图缓存单元中抠取出包括所述目标的原始图像子图进行神经网络目标识别计算以获取目标的识别特征。

由此，通过在图像处理模块中同时包括缓存原图和图像缩放功能，能够更高效地实现神经网络计算模块针对同一图像的目标检测和识别，由此提升系统效率。

优选地，神经网络计算模块包括权重读取单元，所述权重读取单元针对所述目标检测计算和所述目标识别计算分别从外部存储器中读取不同的权重数据。神经网络计算模块可以包括卷积计算阵列，所述卷积计算阵列针对所述目标检测计算和所述目标识别计算被重复调用。针对不同推理目的重复使用相同的卷积计算阵列可以充分利用其并行度高、计算速度快的固有属性，从而提升系统效率。

图像处理模块还包括图像处理单元。在一个实施例中，图像处理单元可以用于基于所述神经网络计算模块获取的目标坐标值，向所述原图缓存单元中的原始图像添加用于指示所述目标的标注以用作输出。在另一个实施例中，图像处理单元可以用于基于所述神经网络计算模块获取的目标的识别特征，与已有数据进行比对以获取所述目标的识别结果并用作输出。在一个实施例中，图像处理单元可以用于依据目标检测计算获取的所述坐标值从所述原图缓存单元中抠取出包括所述目标的原始图像子图并将所述原始图像子图送入所述神经网络计算模块用于进行所述神经网络目标识别计算。由此，通过将各类图像处理功能整合在一个模块里，提升系统整体的调度水平，并由此提升系统效率。

编解码模块还可以用于将包含目标检测计算和/或目标识别计算的计算结果的图像转化为输出所需格式的图像，由此适应不同的输出需求。