算存算一體計算的理論、方法及應用

蘇光大 清華大學電子工程系教授，長期從事圖像識別與高速圖像處理研究。曾任多維身份認證與可信認證技術國家工程實驗室技術委員、證件防偽公安部重點實驗室學術委員、全國安防標委會人體生物特征識別應用分技術委員會顧問。獲清華大學先進工作者（三次）、清華大學優秀教師獎、清華大學“老有所為”先進個人。8次獲省部級科技獎。獲發明創業獎、全國發明展覽會金獎、首屆中國老科協獎。獲14項國家發明專利。著有4部專著，發表160余篇學術論文。提出1:1采樣理論，發展采樣定理；提出鄰域存儲體理論，推倒內存墻；提出意象人臉形成理論，協助破獲周克華等大案；提出算存算一體計算理論，創建新型計算架構和計算平臺。主持研制的人臉識別綜合技術，成功應用於2008年北京奧運會、戶籍查重和視頻圖像偵察，協助公安部門破獲大量刑事案件，為國家安全做出突出貢獻。 沈寓實 博士、MBA、教授、自然科學研究員，國家級特聘專家、國務院特殊津貼專家，北京市“海聚工程”特聘專家，中關村高端領軍人才，多國外籍院士，香港技術研究院院士。獲評“中國改革開放海歸40年100人”、“福布斯中國·青年海歸菁英100人·影響力25人” 、“十四五”科技創新先鋒人物，榮獲中國僑聯和國務院僑辦“全國歸僑僑眷先進個人”、北京市人民政府“留學人員創新創業特別貢獻獎”、“2023年廣東省科技進步獎一等獎”、“第十三屆發明創業獎人物獎特等獎”及“當代發明家”。長期深耕雲計算、人工智能及網絡通信領域的技術研發和產業落地，作為飛諾門陣創始人及首席科學家，是非馮諾依曼網絡計算體系的核心提出者與實踐推動者。累計擁有近百項發明專利，發表30余篇專業論文，出版20余部學術專著，參與部委重大課題7項，參編國家標準10余項及行業/團體標準30余項。

 

目錄

 

 

 

 

 

第1章緒論

 

1.1引言

 

1.2當前主流計算模式

面臨的挑戰

 

1.3馮·諾依曼架構

 

1.4AI芯片的發展

 

1.5計算架構的創新

 

1.5.1存算一體計算  

 

1.5.2感存算一體計算

 

1.5.3算存算一體計算

 

1.6小結

 

第2章圖像處理系統的系統結構

及其設計方法

2.1引言

 

2.2圖像處理系統的發展歷程

 

2.3圖像處理系統的系統結構

 

2.3.1以圖像幀存為中心的

系統結構

 

2.3.2以計算機內存為中心的

系統結構

 

2.3.3以網絡為中心的

系統結構

 

2.4圖像處理系統的

設計流程

 

2.5設計適應於機器的準則

 

2.6設計適應於算法的準則

 

2.7設計適應於系統的準則

 

2.7.1科學的任務分解

 

2.7.2多技術綜合

 

2.8小結

 

第3章圖像處理算法及其

數據結構

3.1引言

 

3.2圖像處理的特點

 

3.3圖像數據層算法及其

數據結構

 

3.3.1點處理算法及其

數據結構

 

3.3.2鄰域處理算法及其

數據結構

 

3.4圖像信息層算法及其

數據結構

 

3.5圖像知識層算法及其

數據結構

 

3.6不規則區域的圖像計算

 

3.6.1不規則區域的圖像

邊界跟蹤

 

3.6.2不規則區域的圖像

內部判別方法

 

3.6.3不規則區域圖像

計算的應用

 

3.7小結

 

第4章1∶1圖像采樣理論

及其應用

4.1引言

 

4.2圖像采樣

 

4.3采樣定理在圖像數字化應用

中存在的問題

 

4.41∶1圖像采樣

 

4.4.11∶1圖像采樣

理論

 

4.4.21∶1圖像采樣理論的

驗證

 

4.4.3圖像采樣的誤差與

幾何失真校正

 

4.51∶1圖像采樣理論

的應用

 

4.5.1TH925與TH2004 

1∶1圖像卡

 

4.5.2有關1∶1圖像采樣的

教材和著作

 

4.5.3國家標準和公共安全

行業標準定義的1∶1

圖像相關術語

 

4.6小結

 

第5章計算機人像組合技術

 

5.1引言

 

5.2人像組合技術的發展歷程

 

5.3人臉部件庫建庫軟件

 

5.3.1人臉部件數據庫

 

5.3.2人臉圖像歸一化

 

5.3.3人臉部件的提取

 

5.3.4人臉部件的分類

 

5.4人像組合軟件

 

5.4.1組合狀態下的

操作

 

5.4.2修改狀態下的

操作

 

5.5小結

 

第6章人臉識別技術

 

6.1引言

 

6.2生物特征識別概述

 

6.3人臉識別概述

 

6.4人臉識別算法

 

6.4.1部件PCA人臉

識別

 

6.4.2深度學習人臉

識別

 

6.5人臉識別系統

 

6.5.1人臉識別系統的

基本結構

 

6.5.2辨識型人臉

識別系統

 

6.5.3確認型人臉

識別系統

 

6.5.4關註名單型人臉

識別系統

 

6.5.5人臉識別程序

接口

 

6.6人臉識別應用的

安全性問題

 

6.7人臉識別技術的

展望

 

6.8小結

 

第7章超低分辨率人臉圖像的

重建

7.1引言

 

7.2低分辨率人臉圖像

重建的基本方法

 

7.3超低分辨率人臉圖像

重建的性能指標

 

7.4超低分辨率人臉圖像的

歸一化方法

 

7.5基於低頻分量的超分辨率

人臉圖像重建方法

 

7.6超分辨率人臉圖像重建的多級

多類訓練集的生成方法

 

7.7超分辨率人臉圖像重建的多級

多類訓練集的應用方法

 

7.8超低分辨率人臉圖像的意象

人臉形成理論及其應用

 

7.8.1超低分辨率人臉

圖像的意象人臉

形成理論

 

7.8.2超低分辨率人臉

圖像的意象人臉

形成系統

 

7.8.3超低分辨率人臉圖像

重建的應用

 

7.9超低分辨率人臉圖像

重建技術的發展

 

7.10小結

 

第8章圖像並行處理技術

 

8.1引言

 

8.2圖像並行處理技術的

基本概念

 

8.3流水線處理技術及應用

 

8.3.1流水線處理技術

 

8.3.2流水線處理技術的

應用

 

8.4基於DSP的圖像並行

處理技術

 

8.4.1基於DSP的圖像處理

基本技術

 

8.4.2多DSP的圖像並行

處理

 

8.4.3基於TMS320C80的

圖像並行處理

 

8.4.4基於IMS A110的圖

像並行處理

 

8.5集群計算技術

 

8.6小結

 

第9章圖像幀存儲體

 

9.1引言

 

9.2存儲芯片

 

9.3圖像幀存儲體的結構

 

9.4圖像幀存儲體的管理

 

9.4.1存儲體的分時

訪問

 

9.4.2存儲體多周期嵌套的

優先級訪問

 

9.5圖像幀存儲體的時序

 

9.6圖像幀存儲體的

性能指標

 

9.7小結

 

第10章鄰域圖像存儲體理論

及其應用

10.1引言

 

10.2存儲體存在的“內存墻”問題

和鄰域計算問題

 

10.3鄰域存儲體理論的產生與

應用的歷史沿革

 

10.4鄰域存儲體的理論與

方法

 

10.4.1存儲芯片

堆疊

 

10.4.2存儲芯片數據bit

位分段裂變

 

10.5存儲芯片堆疊與數據bit位

分段裂變的綜合技術

 

10.6行鄰域圖像存儲體

 

10.7鄰域存儲體理論的

應用

 

10.8小結

 

第11章算存算一體計算理論、

方法及其應用

11.1引言

 

11.2算存算一體計算理論的

產生背景

 

11.3算存算一體計算理論的

硬件研究歷程

 

11.3.1NIPC1鄰域圖像

並行計算機

 

11.3.2NIPC2 鄰域圖像

並行計算機

 

11.3.3NIPC3鄰域圖像

並行計算機

 

11.3.4NIPC4鄰域圖像

並行計算機

 

11.3.5NIPC5鄰域圖像

並行計算機

 

11.3.6NIPC6鄰域圖像

並行計算機

 

11.4算存算一體計算的

理論及其應用

 

11.4.1AI算法

 

11.4.2鄰域數據並行

存取

 

11.4.3AI算法的鄰域數據

並行計算

 

11.5算存算一體計算的理論

及其計算平臺

 

11.6算存算一體計算

理論的應用

 

11.7算存算一體計算的

發展瞻望

 

11.8小結

 

結束語

 

參考文獻