基于FPGA的稠密光流计算系统.docVIP

  基于 FPGA 的稠密光流计算系统# 马骏，柴志雷，王芝斌，钟传杰** （江南大学物联网工程学院 轻工过程先进控制重点实验室(教育部)，江苏 无锡 214122） 5 10 15 20 25 30 35 40 摘要：高质量的稠密光流算法计算复杂度很高，因此计算速度成为制约其在实际系统中应用 的重要原因。针对这一问题，利用现场可编程门阵列(FPGA)的细粒度并行特性，实现了一 种高质量的稠密光流算法 CBG(Combined- Brightness-Gradient)的硬件加速器。实验结果表 明，在 FPGA 工作频率 200MHz、计算全部像素对应的光流信息的情况下，该系统处理分辨 率为 316×252 的图像序列的帧频可达 40fps。 关键词：流计算；超松弛法；可编程逻辑门阵列；并行计算；实时性 中图分类号：TP391 FPGA-based dense optical flow computing system MA Jun, CHAI Zhilei, WANG Zhibin, ZHONG Chuangjie (College of Internet of Things, Jiangnan University, Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education), Wuxi Jiangsu 214122, China) Abstract: High-quality algorithms for dense optical flow computation are computationally expensive, which limits their usability in real-world applications. In order to solve this problem, the hardware accelerator is applied for a high-quality dense optical flow algorithm by CBG (Combined-Brightness-Gradient) model, based on fine-grained parallelisms of FPGAs (Field Programmable Gate Arrays). Experimental results show that 40 fps can be processed in time when the working frequency is 200MHz and the image size is 316×252. Furthermore, optical flow fields for all pixels instead of selected areas are computed for designing. Key words: optical flow computation; successive over relaxation method; FPGA; parallel computing; real-time performance 0 引言 光流法广泛使用在运动目标检测、跟踪和行为分析等视频/图像处理领域。自 Horn 和 Schunck 提出基本的稠密光流计算(HS)模型[1]以来，可计算稠密光流的计算模型得到不断的 发展与完善。然而高质量的光流算法意味着较高的运算复杂度和较差的实时性，例如在主频 为 3.06GHz 的 Intel Pentium 4 处理器上处理 316×252 的图片序列时，每帧需要时间 1.2s[2]， 显然无法满足大多数实际应用的实时性需求。为提升光流法的计算速度，许多研究着眼于简 化运算复杂度或采用 GPU 加速。如文献[3]中通过加入多重网格算法降低 CPU 上的运算复 杂度，文献[4]中采用了 GPU 并行计算。尽管在一定程度上提升了计算性能，但前者牺牲了 运算精度且实时性表现依然不理想；而后者则有较高的功耗，限制了其在低功耗场景中的应 用。 现场可编程门阵列 (Field Programmable Gate Arrays, FPGA)支持细粒度并行计算，能以 较低的运行频率与功耗实现高的处理性能，有助于进一步提升处理速度并满足功耗需求。已 有一些基于 FPGA 的光流算法加速方面的研究如文献[5][6]，但目前多数都只实现了基本的 HS 光流模型。更高质量的光流算法的 FPGA 加速方面的工作尚未见报到。此外，上述研究 基金项目：国家自然科学基金61202312)；高等学校学科创