用于特征提取的小尺寸事件型卷积处理器*

卢成业,高志远,徐江涛(天津大学电子信息工程学院,天津 300072)



用于特征提取的小尺寸事件型卷积处理器*

卢成业,高志远*,徐江涛
(天津大学电子信息工程学院,天津 300072)

设计了一款用于动态视觉传感器数据特征提取的小尺寸事件型卷积处理器,该卷积处理器包含了32×32的累加阵列、用于存储卷积核的RAM阵列、左/右移位模块、控制模块和异步的事件读出模块。为了减小面积,设计了2 bit的32×32的RAM阵列来存储所需的卷积核;在累加阵列中,采用7 bit的二进制计数器代替传统的加法器来实现卷积核的累加操作,在0.18 μm CMOS工艺下,每个卷积单元的面积为37.5 μm×40 μm,对于每个事件输入输出的最小延时为17 ns,能够处理的最大事件率为12.5 Meps。基于该卷积处理器搭建了一个识别系统,利用16个卷积处理器来提取特征,利用脉冲神经网络实现了分类识别。实验结果表明,使用2 bit卷积核的小尺寸卷积处理器能够准确完成对输入事件的卷积操作,而且基于该卷积处理器所搭建的识别系统对MNIST数据库的识别效率可以达到90.57%。

动态视觉传感器,地址事件表示,小尺寸芯片,卷积芯片,MNIST,脉冲神经网络

在传统的人工视觉处理系统中,卷积运算被广泛用于边缘检测、特征提取以及目标识别等领域。近些年,随着人工神经计算的发展,卷积神经网络成为当前图像领域的研究热点之一,得到了广泛的应用[1-2]。由于卷积运算的计算量大,运算时间长,硬件开销大,因此传统的卷积运算并不能很好满足对图像实时处理的要求[3]。……