[发明专利]一种面向图像文本识别的加速装置

说明书

本发明公开了一种面向图像文本识别的加速装置，包括：处理器、存储器和图像文本加速器。其中，图像文本加速器包括：运算阵列、softmax模块、归一化模块、embedding模块和激活模块。运算阵列分别与softmax模块、归一化模、embedding模块和激活模块连接。各个功能模块的功能相对独立，协同工作，共同完成对图像数据的快速识别，从而相较于利用复杂的网络结果进行图像处理的方法而言，利用该加速装置进行图像识别在保证精度的情况下具有更快的运算速度，从整体上有效提高了图像识别的效率。

技术领域

本发明涉及图像文本处理技术领域，具体涉及一种面向图像文本识别的加速装置。

背景技术

深度学习等智能感知算法使电子设备具备准确的感知能力，如手势识别，语音识别，文本识别等，为设备的管理和控制提供了更准确的感知信息。而针对图像中的文字识别也出现了一系列新的方法，同时针对文本的语义感知技术也发展至一定的阶段。

目前，针对图像中的文本进行识别主要通过对图像中的文本块进行检测与裁剪，然后通过文本识别方法对裁剪出部分的图像中的文本块进行识别。大多数情况下，对图像中的文本块进行识别时，可通过简易的网络结构实现实时性的文本识别，但精度不高。而采用复杂的网络结构进行高精度识别的方法计算量较大，难以达到实时性识别的目的。同时，采用从图像到语义的预测过程还需要从文本到语义识别的模型中加入其他模型，进一步增大的模型的复杂度和计算量，这对从图像文本到语义的识别处理过程造成了很大的挑战。

发明内容

本发明所要解决的技术问题是：复杂的网络结构对文本图像进行高精度处理时计算量大，导致处理时间长，难以实现实时性处理的目的。目的在于：提供一种面向图像文本识别的加速装置，达到对图像中的文本进行快速识别的目的。

本发明通过下述技术方案实现：

一种面向图像文本识别的加速装置，包括：处理器、存储器和图像文本加速器。处理器、存储器和图像文本加速器彼此双向连接；处理器用于从存储器中接收图像数据，生成控制图像文本加速器工作的执行命令，同时执行对图像的预处理操作；存储器用于存储预先输入的图像数据，并为处理器和图像文本加速器提供数据存储空间；图像文本加速器用于执行图像文本识别的加速处理。

其中，图像文本加速器包括：运算阵列、softmax模块、归一化模块、embedding模块和激活模块。运算阵列分别与softmax模块、归一化模、embedding模块和激活模块连接。运算阵列用于执行卷积运算、内积运算、点乘运算和加法运算；softmax模块用于针对运算阵列的输出数据进行softmax运算；归一化模块用于针对运算阵列的输出数据进行归一化处理；embedding模块用于针对运算阵列的输入数据进行查表转换处理；激活模块用于针对运算阵列的输出数据进行激活运算。

本发明一种面向图像文本识别的加速装置的发明点在于：该加速装置集成了运算阵列、softmax模块、归一化模块、embedding模块和激活模块，各个功能模块均具有运算精度、且运算速度快的特点优势，且各个功能模块的功能相对独立，多个具有不同功能的模块对图像数据进行高精度且快速地分步处理，各模块之间协同工作，共同完成对图像数据的快速识别，从而相较于利用复杂的网络结果进行图像处理的方法而言，利用该加速装置进行图像识别在保证精度的情况下具有更快的运算速度，从整体上有效提高了图像识别的效率。

作为对本发明的进一步描述，图像文本加速器还包括：缓存和控制器。其中，缓存分别与所述运算阵列、softmax模块、归一化模块、embedding模块和激活模块连接，用于暂存所述运算阵列、softmax模块、归一化模块、embedding模块和激活模块的中间结果；控制器分别与所述运算阵列、softmax模块、归一化模块、embedding模块、激活模块和缓存连接，用于分别控制所述运算阵列、softmax模块、归一化模块、embedding模块、激活模块和缓存工作。