12、基于HLS的CNN卷积层IP核设计与面部生物特征安全

基于HLS的CNN卷积层IP核设计与面部生物特征安全

1. HLS流程中的数据路径合成

在高级综合（HLS）的下一步中，借助确定每个功能资源（如加法器、乘法器和寄存器）对应的复用方案来合成数据路径。合成过程之后是确定时序规范（控制器合成）以及开发CNN卷积层IP核的安全数据路径。通过使用HLS，可以生成与嵌入面部生物特征安全的CNN卷积层相对应的安全可重用协处理器IP核设计。

2. 构建CNN卷积IP核的数据流图（DFG）

为了构建与卷积层对应的DFG，利用了卷积过程的传递函数。该传递函数包含输入图像和内核的详细信息（以它们要进行卷积的像素索引作为输入），并生成与输出特征图对应的输出像素（作为输出）。

2.1 输入图像和内核表示

• 输入图像 ：考虑大小为F×G的输入图像，用矩阵[X]表示，其中“F”和“G”分别代表行数和列数。图像矩阵中的每个像素/元素用“Xuv”表示，“u”的取值范围是从“0到F - 1”，“v”的取值范围是从“0到G - 1”。
  [
  [X] =
  \begin{bmatrix}
  X_{00} & X_{01} & X_{02} & \cdots & X_{0(G - 1)} \
  X_{10} & X_{11} & X_{12} & \cdots & X_{1(G - 1)} \
  X_{20} & X_{21} & X_{22} & \cdots & X_{2(G - 1)} \
  \vdots &