基于异构多核并行加速的嵌入式神经网络人脸识别方法

针对传统视频监控设备进行前端人脸识别时处理大量人脸数据所面临的计算性能不足的问题,提出了一种基于CPU-多核加速器异构结构的前馈神经网络并行加速框架,然后借助主成分分析方法对人脸数据进行特征提取用于神经网络的训练,并将训练好的神经网络模型导入神经网络加速框架中进行分类识别的方法。该方法最终在集成Zynq SoC和Epiphany的Parallella嵌入式并行计算平台中进行了系统实现。实验数据表明,该方法在保证识别准确率一致的情况下,能够提供相对于Zynq中的双核ARM处理器8倍的识别加速能力,在嵌入式人脸识别加速方面具有显著作用。

基于高效率视频编码标准的多核并行解码算法

高效率视频编码(High Efficiency Video Coding简称HEVC)是在ITU-T H.264/AVC标准基础上发展起来的新一代视频编码标准,旨在通过并行化的设计来提升视频编码效率。本文论述了HEVC解码算法的流程,提出了一种多核并行解码算法,此法算可在parallella开发板上实现。实验结果表明,此种算法可提高解码速度。