检索结果-内蒙古大学图书馆

当代电影 2024年第12期 91-98页

作者：高永杰澳门城市大学创新设计学院中国澳门中国传媒大学动画与数字艺术学院

生成式AI凭借其通用性、基础性、智能化以及内容生成高质稳定等特征,正在快速融入电影创作领域,不仅提高了电影制作的效率,还显现出重塑电影工业流程的潜力。本文将主要探讨生成式AI在电影制作中的三个应用:一是智能转描技术实现影像风... 详细信息

生成式AI凭借其通用性、基础性、智能化以及内容生成高质稳定等特征,正在快速融入电影创作领域,不仅提高了电影制作的效率,还显现出重塑电影工业流程的潜力。本文将主要探讨生成式AI在电影制作中的三个应用:一是智能转描技术实现影像风格化迁移;二是算法映射辅助实现角色重构与虚拟表演;三是多模态创作重构影像音画表达。通过技术和实例分析,本文将展示生成式AI如何革新电影创作范式,推动电影美学创新,并探讨其在实际应用中的技术瓶颈与伦理挑战,展望未来发展方向。

关键词：生成式AI 电影创作智能转描算法映射多模态创作

来源：评论

学校读者我要写书评

暂无评论

一种面向分组密码的粗粒度可重构阵列及AES算法映射

引用

微电子学与计算机 2015年第9期32卷 1-5页

作者：郭岩松刘雷波清华大学微电子学研究所北京100084

为了开发具有一定灵活性的高性能低功耗分组密码处理器,提出了一种粗粒度可重构阵列架构BCORE.在对分组密码算法进行分析的基础上,在阵列中集成了必要的功能单元和互连,并可以由称为动态部分可重构的配置控制机制在运行时进行配置.分别... 详细信息

为了开发具有一定灵活性的高性能低功耗分组密码处理器,提出了一种粗粒度可重构阵列架构BCORE.在对分组密码算法进行分析的基础上,在阵列中集成了必要的功能单元和互连,并可以由称为动态部分可重构的配置控制机制在运行时进行配置.分别用非流水线和流水线方式在可重构阵列上映射了AES算法.在流水线方式时利用了动态部分可重构能力以提高性能.仿真和综合结果表明最高吞吐率接近2.5Gb/s,与其他平台的对比表明粗粒度可重构阵列在实现AES算法时平衡了性能、灵活性和实现效率.

关键词：粗粒度可重构阵列动态部分可重构算法映射

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的线激光轮廓测量相关算法与实验研究

基于FPGA的线激光轮廓测量相关算法与实验研究

引用

作者：郭艺博西安工业大学

学位级别：硕士

伴随着当今工业制造科技的持续进步,传统的二维测量系统已经无法适应工业生产和制作的要求。基于线激光的轮廓测量方法因其具有无接触、高精度和易于集成的特点,被广泛应用于工业生产领域,一般通过软件实现线激光轮廓测量的相关算法,但... 详细信息

伴随着当今工业制造科技的持续进步,传统的二维测量系统已经无法适应工业生产和制作的要求。基于线激光的轮廓测量方法因其具有无接触、高精度和易于集成的特点,被广泛应用于工业生产领域,一般通过软件实现线激光轮廓测量的相关算法,但通过软件实现相关算法时数据处理量很大,这会导致系统实时性降低。现场可编程阵列(FPGA)可凭借其极高的并行性提高系统实时性,但在FPGA上实现算法时会占用有限的逻辑资源,因此为在保证轮廓测量的准确性和实时性的前提下,减少逻辑资源的使用,提高轮廓测量系统的灵活性,本文开展了基于FPGA的线激光轮廓测量相关算法及实验研究,主要包括以下几个部分: (1)基于FPGA的线激光轮廓测量理论基础。介绍了两种激光三角法的原理并进行了测量方法特点的对比,研究了结合FPGA自身固有的硬件特性将算法映射到FPGA的硬件结构时的通用映射方法。 (2)轮廓测量系统中线激光图像的预处理及FPGA实现。对比空域滤波和频域滤波的原理,结合FPGA的内存管理机制确定了更适合在FPGA上实现的空域滤波的滤波方式,对均值滤波、高斯滤波和中值滤波三种空域滤波方式进行了对比分析。为了减少轮廓测量系统中后续中心线提取算法的计算量,提高算法运行速度,采用了最大类间方差法对图像进行了自适应阈值分割,该方法相比固定阈值的图像分割方法有更高的适用性和鲁棒性。基于IP核、双口RAM等软硬件资源对中值滤波和最大类间方差法进行了FPGA实现。 (3)提出了一种基于细化引导的灰度重心法。线激光中心线提取作为轮廓测量过程中的核心操作,在传统的线激光中心线提取算法中,灰度重心法和Steger算法能够实现亚像素级的提取精度,但灰度重心法对图像灰度分布和噪声敏感,Steger算法因需进行矩阵运算而导致算法复杂度高。针对上述问题提出了一种基于细化引导的灰度重心法并在FPGA上进行了算法映射,该算法首先通过改进的细化算法对图像进行细化,使像素数量减少,然后引导后续的灰度重心法在提取变形、有断点或曲率较大的线激光中心线时,能够利用更接近激光中心像素的灰度信息,避免受到靠近线激光边缘的灰度信息的干扰,在提高算法鲁棒性的同时保持算法的低复杂度,能够有效的完成线激光中心线的提取。 (4)构建了线激光轮廓测量系统并进行了实验验证和结果分析。介绍了基于激光三角法的标定方法的原理,利用最小二乘法进行曲线拟合完成了系统的标定,结合Thorlabs位移平台进行了线激光轮廓测量实验。实验结果表明,本文所提出的基于细化引导的灰度重心法在FPGA上实现后,算法的鲁棒性好、对物体的轮廓测量精度高,并且FPGA的逻辑资源占用率低,可以满足工业需求。

关键词：线激光轮廓测量中心线提取 FPGA 算法映射

来源：评论

学校读者我要写书评

暂无评论

轻量级哈希函数可重构架构设计与实现

轻量级哈希函数可重构架构设计与实现

引用

作者：石峰硕哈尔滨理工大学

学位级别：硕士

随着物联网技术及其相关应用的飞速发展,射频识别标签、低端智能卡、无线传感网络以及大量的小型设备逐渐融入到人们的社会生活中。在物联网技术与人们的日常生活关系日益紧密的同时,信息传输的安全性引起人们的高度重视。哈希函数是常... 详细信息

随着物联网技术及其相关应用的飞速发展,射频识别标签、低端智能卡、无线传感网络以及大量的小型设备逐渐融入到人们的社会生活中。在物联网技术与人们的日常生活关系日益紧密的同时,信息传输的安全性引起人们的高度重视。哈希函数是常用的信息加密技术之一,由于物联网技术的相关设备在计算能力,内存大小和功率等方面具有若干限制,这些限制给常用的哈希函数带来了挑战,因此轻量级哈希函数应时而生。利用可重构技术设计可重构密码处理器是近几年研究热点,其在保证信息加密安全性的基础上,不仅能满足密码算法性能需求,而且具有较高的灵活性。因此设计面向轻量级哈希函数可重构密码处理器具有十分重要的意义。具体工作内容如下:首先,本文统计了现有的轻量级哈希函数并基于不同的设计原理对其进行分类,详细说明不同种类的轻量级哈希函数的优缺点,深入分析了轻量级哈希函数的迭代结构和内部处理结构的特点,发现不同算法之间使用的基本运算单元具有相似性。其次,本文从可重构计算思想角度出发,对轻量级哈希函数中基本运算单元的类型进行统计并分析其次序特征,为设计可重构处理单元和可重构运算单元的布局打下理论基础。之后,分析基本运算单元的可重构性并根据算法特征将基本运算单元设计为可重构运算单元,并且结合可重构计算结构的设计特点和方法,设计了面向轻量级哈希函数可重构架构,详细介绍可重构架构中的配置控制器、计算阵列的配置流程和计算过程、可重构运算阵列框架中可重构处理单元内部结构和互联网络的选取。最后,本文详细说明轻量级哈希函数在可重构架构上的算法映射过程,并且基于Verilog HDL硬件描述语言对轻量级哈希函数可重构架构进行设计并进行逻辑综合。在TSMC 55nm工艺下,该架构的时钟频率可达到467MHz,面积为2.55mm2。本文架构等效门数量为1.33MGE,面积效率为39.58Gbps/MGE,可重构运算单元平均利用率达到39.9%,与COBRA架构、Cryptoraptor架构和Pro DFA架构相比,等效门数量减少1.44倍～5.03倍,面积效率提高1.52倍～9.72倍,可重构运算单元平均利用率提高10.2%～15.7%。结果说明本文研究的轻量级哈希函数可重构架构在保证较高的灵活性和处理性能的同时能够满足在资源受限环境下实现安全高效的轻量级哈希函数的需求。

关键词：轻量级哈希函数可重构计算可重构运算阵列算法映射

来源：评论

学校读者我要写书评

暂无评论

面向向量加速器的YOLO网络映射与优化

面向向量加速器的YOLO网络映射与优化

引用

作者：赵悦恺国防科技大学

学位级别：硕士

深度神经网络在处理计算机视觉任务方面取得了巨大的成功,成为图像检测应用的优先解决方案。随着卷积神经网络尺寸和深度的不断提高,网络模型的参数量和计算时间也在不断增加,传统的通用处理器平台逐渐无法胜任实时检测的任务。加速神... 详细信息

深度神经网络在处理计算机视觉任务方面取得了巨大的成功,成为图像检测应用的优先解决方案。随着卷积神经网络尺寸和深度的不断提高,网络模型的参数量和计算时间也在不断增加,传统的通用处理器平台逐渐无法胜任实时检测的任务。加速神经网络的迫切需求,使得高性能处理器得到了国内外的广泛关注,为复杂问题设计新的硬件结构成为新的研究中心。YOLOv4精简网络是一个结合了数量众多的先进技术而设计出的目标检测网络,在速度和精度上同时达到了优异表现,它主要由卷积层组成,是典型的深度神经网络,具有较高的研究价值。卷积层的计算包括数据的乘法和加法,从乘累加的角度实现卷积网络的加速一直是研究的热点,本文基于国内外卷积神经网络加速方法的研究现状,分析软件加速和硬件加速的优缺点,选择多核向量加速器作为YOLOv4精简网络的映射平台,主要工作有如下三点:·本文分析了YOLOv4精简网络算法,并结合M-DSP体系结构,提出了该算法的映射方案。针对多核向量加速器体系结构的特点,设计了卷积神经网络计算时的数据存储方案,实现了YOLOv4精简网络在多DSP核上的并行计算。·本文设计并实现了该算法的卷积层、池化层和采样层的映射方法,实现了YOLOv4精简网络算法在M-DSP上的映射和多核并行计算。从网络模型的整体出发,提出了多个网络层的融合策略,减少了数据的输入输出,降低总执行时间。·本文基于M-DSP的测试环境,进行了设计方案的验证,实验结果表明,该方案能够有效地将卷积神经网络映射到向量加速器平台,实现了一定的并行加速效果。在工作频率为1.8GHz的八核向量加速器中,映射方案达到了29.83%的计算效率,与图形处理器平台的卷积加速库TensorRT相比,实现了31.75%的性能提升。

关键词：多核向量加速器 YOLOv4精简网络并行计算算法映射

来源：评论

学校读者我要写书评

暂无评论

面向物端芯片的语音关键词识别技术

面向物端芯片的语音关键词识别技术

引用

作者：穆维林中国科学院大学(中国科学院人工智能学院)

学位级别：硕士

随着物联网时代的到来,物端产品已经逐渐的走进了人们的生活中,其中语音关键词识别技术可以在物端产品中扮演重要的作用。因为人们可以完全免手动的方式和物端设备进行交互,但由于物端设备的算力和内存都有限,而语音关键词识别技术往往... 详细信息

随着物联网时代的到来,物端产品已经逐渐的走进了人们的生活中,其中语音关键词识别技术可以在物端产品中扮演重要的作用。因为人们可以完全免手动的方式和物端设备进行交互,但由于物端设备的算力和内存都有限,而语音关键词识别技术往往模型大、数据运算量高,因此语音关键词识别方案很难应用到物端产品。本文的目的是设计一个面向物端芯片的语音关键词识别方案,为了解决语音关键词识别技术模型大、运算量高等问题,本文提出了模型算法优化、指令优化、模型压缩和算法映射等方法,最终该语音关键词识别方案满足物端设备的高精度、低功耗、小内存占用和低计算量等要求。本文的主要工作内容如下:(1)为了减轻复杂环境中的噪声干扰,本文语音关键词识别算法的预处理阶段采用了声源定位和声源分离等算法来实现降噪,然后用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)对语音信号进行特征提取,最后把预处理算法移植到RI5CY处理器中,并根据RISC-V的拓展指令集对预处理算法进行优化。(2)为了降低语音关键词识别算法的开销和提高算法的精度,本文的语音关键词网络为一个端到端的网络结构,该网络结构由声学模型和注意力机制组成。测试完网络模型之后,对模型进行量化压缩,然后针对专用的人工智能处理器对算法进行映射和优化。(3)为了降低计算量、减少功耗和降低内存占用,本文在语音关键词识别算法的推理过程中,输入数据采用滑动窗口机制,每一时刻只计算一帧数据。然后在求随机变量的概率时用乘加运算代替积分运算。最终本文的语音关键词识别方案在每小时一次误识率的情况下的误拒率是1.15%。通过与已知产品对比该精度可以达到产品级。在模型的计算量和数据运算速度方面,本文通过量化方法把模型计算量压缩了原来的16倍,通过专用处理器的映射方法使本文的关键词识别算法在处理器上的运算速度基本和GPU(Graphics Processing Unit)运算速度一致。

关键词：物端芯片关键词识别端到端网络结构模型压缩算法映射

来源：评论

学校读者我要写书评

暂无评论

面向分组加密算法关键操作的电路设计与优化

面向分组加密算法关键操作的电路设计与优化

引用

作者：张勇涛东南大学

学位级别：硕士

随着通信网络和电子商务等科学技术的迅速发展,信息的安全性受到越来越多的关注。目前,信息的安全机制主要是通过数据加密技术实现的。分组加密是常用加密技术之一。粗粒度可重构计算平台拥有通用处理器的灵活性、专用集成电路的高效性... 详细信息

随着通信网络和电子商务等科学技术的迅速发展,信息的安全性受到越来越多的关注。目前,信息的安全机制主要是通过数据加密技术实现的。分组加密是常用加密技术之一。粗粒度可重构计算平台拥有通用处理器的灵活性、专用集成电路的高效性以及更高的安全性,是分组加密算法实现的理想平台。现有的可重构密码处理器吞吐率不高,计算阵列规模不断加大,使得冗余单元增多,功能单元利用率低,无法满足移动支付领域对数据加密的要求。因此,本文将致力于提高可重构密码架构的运算速度以及功能单元利用率。本文以实现可重构分组密码计算平台为目标,以提高功能单元利用率和吞吐率为目的,对现有PE阵列框架以及功能单元中的关键电路进行优化。具体研究内容包括以下几方面:(1)采用PIN工具分析分组加密算法,提取算法中各个操作的使用频率以及不同操作之间的组合频率,分析各个操作的模式特征、“绑定”特征、分布特征;(2)利用获得的算法特征在已有的同构PE阵列基础上进行优化获得一种新的异构PE阵列框架,该新框架根据目标算法集的模式、“绑定”特征优化PE种类和数量,根据分布特征优化PE分布,使得分组加密算法映射到该架构后其功能单元利用率得到提高;(3)在(1)中的操作特征指导下对算法中的基本算子(功能单元)进行电路设计与实现,并根据初步的实现结果分析PE块中的最大延迟路径,确定影响运算速度的瓶颈模块:S-Box模块,最后对该关键模块的电路进行重点优化,提高PE阵列的吞吐率。本文设计的PE阵列框架在Artix-7系列FPGA平台上进行板级功能验证,时钟频率为140MHz。通过对AES-128、DES两种最具代表性的分组加密算法进行仿真测试验证,本文架构的功能单元利用率达到了 41%(AES-128)和 24%(DES),吞吐率达到了 17.92Gbps(AES-128)和 9.95Gbps(DES)。与Cyptor、ProDFA、RCPA可重构密码架构相比,功能单元利用率提高了 36.7%～200%,吞吐率提高了 14%～382%。

关键词：粗粒度可重构架构分组加密算法算子特征分析 PE计算阵列算法映射

来源：评论

学校读者我要写书评

暂无评论

典型可重构架构的算法映射分析

引用

微电子学与计算机 2013年第8期30卷 160-164,168页

作者：方琛何卫锋毛志刚上海交通大学微电子学院上海200240

可重构架构高效、灵活,能够满足嵌入式处理领域的高性能需求.通过对三种粗粒度与两种多粒度的典型可重构架构进行建模,将算法分类,并映射不同类型的算法到可重构架构上,从硬件利用率,计算时间,输入输出带宽,数据组织形式,数据复用率等... 详细信息

可重构架构高效、灵活,能够满足嵌入式处理领域的高性能需求.通过对三种粗粒度与两种多粒度的典型可重构架构进行建模,将算法分类,并映射不同类型的算法到可重构架构上,从硬件利用率,计算时间,输入输出带宽,数据组织形式,数据复用率等五个方面进行分析,得到多粒度的可重构架构,配以灵活的互联能够更好地完成各类算法,但是总体的硬件利用率较低.而数据带宽仍然是可重构架构的瓶颈.为可重构架构设计提供理论依据.

关键词：可重构架构粗粒度多粒度计算密集型 I/O密集型算法映射

来源：评论

学校读者我要写书评

暂无评论

面向DCT和IDCT的可重构阵列设计与优化

面向DCT和IDCT的可重构阵列设计与优化

引用

作者：李丹青东南大学

学位级别：硕士

离散余弦变换（Discrete Cosine Transform,DCT）及其反变换（Inverse Discrete Cosine Transform,IDCT）在媒体处理领域中应用十分广泛,已经被多个国际标准采用,包括图像编解码标准JPEG,视频编解码标准H.26x和MPEG-x系列等。DCT和IDCT... 详细信息

离散余弦变换（Discrete Cosine Transform,DCT）及其反变换（Inverse Discrete Cosine Transform,IDCT）在媒体处理领域中应用十分广泛,已经被多个国际标准采用,包括图像编解码标准JPEG,视频编解码标准H.26x和MPEG-x系列等。DCT和IDCT具有数据运算量大的特点,对处理系统的计算能力和实时性有着较高的要求。粗粒度可重构平台兼具通用处理器的灵活性和专用集成电路的高效性,是实现DCT/IDCT运算的理想平台。本文将基于可重构阵列框架,对其中的关键部件进行设计和优化,以提高DCT和IDCT运算在可重构阵列上的运算速度。本文首先分析DCT/IDCT的基本操作和数据流的统计特征,对处理单元的电路结构进行了设计,并优化其中的乘加单元和数据输出单元,同时定义了相应的配置信息格式,以支持不同算法的手工映射。根据计算密集型算法的数据规整、计算密集以及数据相关性小等特点,通过分析不同存储结构的优缺点,设计了分布式数据RAM结构和支持类SIMD计算模式的配置RAM结构,提高了数据和配置信息的加载效率。基于行列分解法和优化设计的可重构阵列结构,确定了二维DCT/IDCT的映射方案,对行和列分别进行一维DCT/IDCT映射,并选择与已有架构匹配的快速一维DCT/IDCT算法,达到更快的运算速度。通过分析快速算法的数据流特点,优化设计了阵列的互联结构,在满足计算密集型算法基本映射需求的基础上,进一步提高DCT和IDCT映射时的处理单元利用率和运算速度。针对DCT和IDCT优化后的互联结构,处理单元利用率与全互联结构相同,达到了71.4%,相比于Mesh互联结构,处理单元利用率提升了20.4%;可重构阵列的仿真实验结果表明,DCT和IDCT的计算精度符合IEEE1180-1990标准的要求,完成8×8的二维DCT和IDCT运算都需要16个时钟周期,相比于同类的可重构处理器SmartCell,运算速度都提高了55.6%。

关键词：粗粒度可重构架构离散余弦变换离散余弦反变换可重构阵列互联结构算法映射

来源：评论

学校读者我要写书评

暂无评论

基于NOC结构的卷积神经网络加速器建模

基于NOC结构的卷积神经网络加速器建模

引用

作者：周华坤西安理工大学

学位级别：硕士

随着人工智能的快速发展,人们对其核心算法神经网络的研究越来越多,然而通用处理器已经无法高效地满足应用需求。本文在对LeNet算法和AlexNet算法进行逐层分析的基础上,根据这两种算法在执行过程中的数据流都是进行单向逐层传递的特征... 详细信息

随着人工智能的快速发展,人们对其核心算法神经网络的研究越来越多,然而通用处理器已经无法高效地满足应用需求。本文在对LeNet算法和AlexNet算法进行逐层分析的基础上,根据这两种算法在执行过程中的数据流都是进行单向逐层传递的特征设计了一种基于NoC结构的卷积神经网络加速器。该加速器采用带宽和延时等性能均优于网格结构的环形拓扑结构。在结构中设置16个资源节点,分为四个横向环和四个纵向环,采用包交换机制进行网络上的数据传输,传输微片的位宽为130bits。在1GHz的仿真频率下,加速器的理论峰值带宽可达2080Gb/s。资源节点使用功能比较全面的处理器核心代替简单的功能处理单元,以提高该加速器的通用性。采用SystemC语言建立时钟精确型模型,使用随机激励进行仿真,对整个加速器网络在不同注入率下进行性能测试,统计各个节点所接收到的数据包数量及总延迟时间。根据LeNet算法和AlexNet算法中各层的计算量和固有的算法结构对卷积神经网络进行映射,采用C语言对划分后的算法进行编程,并用RISC-V交叉编译工具链进行编译链接,再将其格式转换并载入到加速器的16个核上进行性能仿真。该加速器在1GHz的仿真频率下,对LeNet算法从MNIST手写数字数据库中提取10000幅图像并处理成32×32大小的数据作为输入进行测试,得到相对于单核11.86倍的速度提升。对AlexNet算法从ImageNet数据集中随机提取出1000张图像处理成224×224×3大小的数据进行测试,其相对于单核的加速效果为11.03倍。

关键词：卷积神经网络加速器算法映射

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：