18、硬件加速器在特征点检测与匹配中的性能分析与优化

硬件加速器在特征点检测与匹配中的性能分析与优化

在计算机视觉领域，特征点检测与匹配是一项基础且关键的任务。为了提高这一任务的执行效率，硬件加速器的设计与优化变得至关重要。本文将详细探讨硬件加速器在特征点检测与匹配中的性能评估、优化方案以及统一数据路径的设计。

1. 性能评估

性能评估主要通过最佳、最差和平均情况分析来完成。使用段测试加速器（STA，由一对位级匹配加速器BMA组成）同时对黑白字符串执行段测试，每个窗口匹配测试仅需一个执行周期。

• 执行时间定义 ：总执行时间是指满足终止条件前累积的执行周期数。若两个BMA中有一个检测到匹配，段测试结束并报告为角点（CORNER）；若两个BMA的窗口头位置在段测试中均大于16且无匹配，则返回非角点（NOT_CORNER）。
• 最佳情况 ：角点检测的最佳情况只需1个周期；非角点检测由于窗口头位置每次最多移动9 * 12，至少需要2个周期。
• 最差情况 ：假设BMA使用包含九个白色字的字符串，当出现连续四次不匹配的情况时，BMA的最差执行时间为四个周期，但实际上三个周期就足以确定目标像素是否为角点。
• 平均情况 ：平均执行时间直接取决于输入图像和FAST算法中使用的阈值。通过循环精确模拟，以角点率（图像中角点数量与像素总数的比率）来量化输入图像对性能的影响。当角点率小于1%时，平均性能为2.09周期/像素；即使在角点率为7%的复杂图像中，平均性能也小于2.2周期/像素。STA在200 MHz工作频率下处理全高清（1