Architecture d'un système hétérogène pour la reconnaissance de formes

M. Aberbour

LIP6 1999/022: THÈSE de DOCTORAT de l'UNIVERSITÉ PARIS 6 LIP6 / LIP6 research reports
220 pages - Septembre/September 1999 - French document.

PostScript : 4645 Ko /Kb

Contact : par mail / e-mail

Thème/Team: Architecture des Systèmes Intégrés et Micro-Électronique

Titre français : Architecture d'un système hétérogène pour la reconnaissance de formes
Titre anglais : A heterogenous system architecture for pattern recognition

Résumé : Depuis quelques années les chercheurs montrent un intérêt croissant pour les systèmes de reconnaissance de formes inspirés des mécanismes de vision biologique. Cependant, les traitements impliqués sont très lourds en calcul. Ils nécessitent souvent une accélération matérielle et une miniaturisation pour les applications embarquées. Les avancées des technologies d'intégration rendent possible l'implantation de systèmes complexes à plusieurs dizaines de millions de transistors sur une même puce. Le travail effectué dans cette thèse concerne l'étude algorithmique et architecturale d'un système de reconnaissance de formes temps réel basé sur un modèle de la vision biologique. Le système doit répondre à des contraintes multiples d'invariances d'un objet dans une scène complexe. Nous visons la conception d'un système intégré monolithique. Nous nous sommes basés sur des algorithmes existants pour proposer une méthode de reconnaissance de formes adaptée à une intégration VLSI. Notre choix s'est fixé sur l'analyse par ondelettes de Gabor, suivie par l'extraction de caractéristiques avec les algorithmes de salience introduits par Clark et finalement un réseau de neurones RBF-DDA pour l'apprentissage et la classification. Le choix de ces différents algorithmes et les modifications apportées ont été guidés par l'implantation VLSI du système. Les algorithmes spécifiés à l'origine ne se prêtaient pas facilement à une intégration sur puce. Il a été nécessaire de les modifier pour une adéquation à une architecture réalisable. Afin de mener à bien cette opération d'adéquation de l'algorithme à l'architecture, nous avons proposé une méthodologie répondant aux exigences de la conception. L'étude des différentes architectures existantes, tant pour le traitement d'images que pour les réseaux de neurones, nous a conduit à proposer une structure matérielle/logicielle hétérogène pour l'implantation du système. Un processeur de type général RISC est associé à des fonctions très performantes, appelées aussi coprocesseurs, pour accélérer certaines parties du traitement. L'étude de plusieurs alternatives architecturales est facilitée par l'utilisation d'un simulateur cycle précis de systèmes matériel/logiciel. Les coprocesseurs ont été étudiés pour offrir les meilleures performances avec des degrés de paramètrisation leur permettant d'être réutilisables dans d'autres contextes. Pour répondre à ces exigences, nous nous sommes basés sur un environnement de conception implantant le concept de générateur paramétrable de macro-fonctions projetables sur différentes technologies cibles.

Abstract : In recent years, biologically inspired computer vision has seen a growing research interest from the scientific community. However, the inherent processing involved in artificial vision systems implies intensive computations. Such systems need hardware acceleration, and miniaturization for real-time embedded applications. Fortunately, advances in integration technology allow the implementation of complex systems of tens of millions transistors on a single chip. The work achieved during this thesis concerns the algorithmic and architectural study of a real time pattern recognition system based on a modeling of biological vision. The system must satisfy many types of invariance of an objet in a complex scene such us orientation, scale, perspective, noise, occlusion, etc. We have used proven algorithms to propose a recognition method optimized for a VLSI integration. These algorithms are based on an analysis using Gabor wavelets, followed by extraction of pertinent characteristics with the saliency algorithms introduced by Clark, and finally we use an RBF artificial neural network trained with the DDA algorithm for learning and classification. The choice of these different algorithms and their refinement have been motivated by the VLSI integration of the system. The algorithms, as originally specified, cannot be readily integrated on a chip. It has been necessary to refine them to make their VLSI implementation possible. To achieve this algorithm/architecture adequacy operation, we have proposed a methodology satisfying the design constraints. The investigation of existing candidate architectures, for the hardware implementation of our system, led us to propose a heterogeneous hardware/software architecture. A general purpose RISC processor is tied to high performance modules, also called coprocessors, designed specifically to accelerate a given algorithm. The comparative study of alternative solutions has been made easier by the use of a cycle precise hardware/software simulator. The dedicated coprocessors are designed to offer the best performances while being parametrizable. To satisfy these constraints we used a VLSI design environment based on the module generator concept. This is of great value, since it allows the reuse of the coprocessors in diverse applications and their mapping on different target integration technologies.

Mots-clés : Co-conception matérielle/logiciel, architecture VLSI, reconnaissance de forme, traitement d'image, réseaux de neurones, ondelettes de Gabor, adéquation algorithme/architecture, générateur paramètrable, simulation cycle-précis

Key-words : Harware/Software codesign, VLSI architectures, pattern recognition, image processing, artificial neural networks, Gabor wavelets, Algorithm/Architecture Adequation, module generator, cycle precise simulation

Publications internes LIP6 1999 / LIP6 research reports 1999

Responsable Éditorial / Editor :Francois.Dromard@lip6.fr