[发明专利]基于图像处理的Depthwise快速卷积系统及图像识别方法

说明书

本发明公开了一种基于图像处理的Depthwise快速卷积系统，包括图像像素读取单元、DW卷积计算单元；所述图像像素读取单元能够以多维度的形式将待处理的图像存储到存储单元中；所述DW卷积计算单元按行对图像数据进行读取后，与三行的卷积核进行乘累加计算，获得所有像素点的计算结果。本发明实现了图像卷积的快速算法，可以减少重复读取图像存储单元的过程，降低了卷积使用的计算空间，有助于快速准确地得出图像卷积的结果。

技术领域

本发明涉及一种图像卷积技术，尤其是一种基于图像处理的Depthwise快速卷积系统。

背景技术

随着电子科技的不断进步，图像和视频在主流媒体中的使用率逐步提高，已经稳定地占据了主要地位，取代了人们对文字的需求度。

在机器学习或者神经网络计算的领域中，对图像和视频的处理，使用需要将待处理的图像以一定的格式存储到存储单元中，然后通过反复读取图像像素对数据进行卷积等进一步的计算。

常用的图像卷积实现的方式就是通过对图像数据进行三个维度的数据存储，分别沿着两个维度进行固定窗口取数据，进一步完成内部数据的乘积值获取。这种读取数据的方式虽然安全很少出现遗漏，但是也有比较明确的缺点：

1）每次需要进行计算时，重复读取图像存储存储单元，而且需要考虑有读取带宽以及多余的读取存储单元消耗的功耗；

2）第一次读取计算后，需要将数据结果存储起来，这将消耗更多的资源。

针对这种图像读取和卷积的方式，需要对整个过程中数据计算和读取的方式进行一定程度上的改进，从而降低图像卷积消耗的功耗，加快图像卷积的过程，最终达到提高图像处理的速度和质量的结果。

发明内容

发明目的：提供一种基于图像处理的Depthwise快速卷积系统，以解决上述问题。

技术方案：一种基于图像处理的Depthwise快速卷积系统，包括图像像素读取单元和DW卷积计算单元，通过以行作为数据单位与卷积核进行运算实现图像卷积，减少对图像存储单元的重复读取；

图像像素读取单元，以H、W和D三个维度对图像中每一组像素进行标注，将待处理的图像存储到存储单元中，根据计算并行度先考虑D维度，再H维度，最后是W维度；

DW卷积计算单元，按行对图像数据进行读取后，每一行图像数据都要与三行的卷积核进行乘累加计算，直至完成所有图像数据行的计算，最终通过像素与对应卷积核乘积的累加得到最终的卷积结果。

根据本发明的一个方面，所述DW卷积计算单元将待处理的图像数据获取之后，按行与三层卷积核分别进行乘累加运算，具体步骤为：

步骤1、选取卷积核，在W维度和H维度组成的平面上从地址1开始取3*3的像素组作为Weight层；

步骤2、完成图像数据组的第一行与三层卷积核数据组的计算；

步骤21、由于卷积核是3*3的组成，所以一次进行三个图像数据与三个卷积核数据的对应计算，以此类推，第一行数据与第一行卷积核数据计算后得出数据组为DW00，具体为：p1*w1+p2*w2+p3*w3，p2*w1+p3*w2+p4*w3，p3*w1+p4*w2+p5*w3，直到完成该行每一个数据乘累加运算；

步骤22、进行第一行数据与第二行卷积核数据的计算，得出数据组为DW01，具体为：p1*w9+p2*w10+p3*w11，p2*w9+p3*w10+p4*w11，p3*w9+p4*w10+p5*w11，直到完成该行每一个数据乘累加运算；

步骤23、进行第一行数据与第三行卷积核数据的计算，得出DW02，具体为：p1*w17+p2*w18+p3*w19，p2*w17+p3*w18+p4*w19，p3*w17+p4*w18+p5*w19，直到完成该行每一个数据乘累加运算；