申请/专利权人：电子科技大学

申请日：2021-12-31

公开（公告）日：2023-10-20

公开（公告）号：CN114359683B

主分类号：G06V10/94

分类号：G06V10/94;G06V10/96;G06V30/18

优先权：

专利状态码：有效-授权

法律状态：2023.10.20#授权;2022.05.03#实质审查的生效;2022.04.15#公开

摘要：本发明公开了一种面向文本定位的单内核HOG高效异构加速方法，其包括为每个像素分配一个工作项，并对每个像素周围的像素进行卷积，对卷积后的像素进行幅度和相位计算，通过双线性插值算法计算得到像素的离散梯度方向，并保存在硬件的局部内存中，释放为像素分配的工作项；为每个cell单元分配一个工作项，并进行硬件的全局索引；计算离散梯度方向的投票结果，完成每行像素的统计；对统计的像素进行归一化以及求和，组合成一个HOG特征向量，得到图像的特征向量；在异构平台对该方法加以实现，完成异构加速。本发明满足了文本定位实时性以及低能耗的需求，能够进一步提高场景字符识别技术的可靠性。

主权项：1.一种面向文本定位的单内核HOG高效异构加速方法，其特征在于，包括以下步骤：S1、获取灰度图像的像素，并为每个像素分配一个工作项；其中Cx×Cy个大小统一的连通像素区域组成一个cell单元；S2、在各个工作项中，利用差分模板及其转置对每个像素周围的像素进行行卷积与列卷积；S3、对卷积后的像素进行幅度和相位计算；S4、利用得到的幅度和相位，通过双线性插值算法计算得到像素的离散梯度方向，并保存在硬件的局部内存中，并进行硬件的局部内存同步，释放为像素分配的工作项；S5、为每个cell单元分配一个工作项，并进行硬件的全局索引；S6、创建用于统计像素离散梯度方向的统计变量，将每个像素所处的离散梯度方向直接并行加到统计变量中，并用一组变量对应计算一个cell单元中每行像素的离散梯度方向的投票结果，完成每行像素的统计，得到每个cell单元中不同离散梯度方向的个数；S7、进行硬件的局部内存同步，基于投票结果，利用每个工作项统计cell中一行的像素，并进行并行规约得到所有cell单元的梯度统计，将梯度统计的离散梯度结果保存在硬件的局部内存中，释放为cell单元分配的工作项；S8、利用一个工作项计算一个cell单元梯度统计后的离散梯度的归一化，将每个cell单元归一化后的结果求和，得到与每个cell单元对应的和值，将属于同一个block中的每个cell单元对应的和值缓存至硬件的局部内存中，并进行硬件的局部同步，得到每个block的局部方向梯度；其中一个图像包含若干个block；S9、将每个block的局部方向梯度组合成一个HOG特征向量，得到图像的特征向量；S10、将上述步骤加载到异构平台上，实现异构加速。

全文数据：

权利要求：

百度查询： 电子科技大学 一种面向文本定位的单内核HOG高效异构加速方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD