[发明专利]一种提升智能分析性能的方法和装置

说明书

技术领域

本发明涉及视频监控技术领域，尤其涉及一种提升智能分析性能的方法和装置。

背景技术

随着视频监控业务的广泛应用，监控视频的智能分析已经越来越成熟，包括虚拟绊线检测，运动量检测，人脸分析，丢包检测（检测在一个区域内，物体突然消失的一种智能分析），人员密集检测等等。但监控领域完整的智能分析流程不仅包括了智能分析算法，同时它还包括视频流的解码性能。随着目前视频监控领域视频摄像机分辨率的提升，如1080P分辨率为1920×1080，其解码后的1080P YUV数据约700Mbps，即使i73770处理器也只能满负荷并行分析6路帧率为30帧，分辨率为1080P的H264的视频码流，对CPU性能消耗极大。

发明内容

有鉴于此，本发明提供一种提升智能分析性能的方法，该方法包括：步骤A、支持快速硬解码和硬编码技术的GPU对输入的压缩编码视频码流硬解码为第一分辨率的视频码流，并且将该第一分辨率的视频码流压缩编码为第二分辨率的视频码流，所述编码后的第二分辨率的视频码流存储于所述GPU的显存中，该第二分辨率小于第一分辨率；步骤B、将所述第二分辨率的视频码流从所述显存复制到内存中，以供CPU对该内存中的视频码流进行智能分析。

基于同样的构思，本发明还提供一种提升智能分析性能的装置，该装置应用于智能分析设备，该提升智能分析性能的装置具有支持快速硬解码和硬编码技术的GPU，该装置包括：码流转换模块和码流复制模块。码流转换模块，用于指令所述GPU对输入的压缩编码视频码流硬解码为第一分辨率的视频码流，并且指令该GPU将该第一分辨率的视频码流压缩编码为第二分辨率的视频码流，所述第二分辨率的视频码流存储于该GPU的显存中，该第二分辨率小于第一分辨率；码流复制模块，用于将第二分辨率的视频码流从所述显存复制到内存中，以供CPU对该内存中的视频码流进行智能分析。

与现有技术相比，本发明利用支持快速硬解码和硬编码技术的GPU将存放于GPU显存中的解码后的高分辨率数据编码成低分辨率的数据，将小数据量的低分辨率数据从显存中复制到内存中，CPU再对该内存中的数据进行智能分析，整个处理流程极大地降低了CPU的性能消耗。

附图说明

图1是一种智能分析的处理流程图；

图2是本发明装置的逻辑结构图；

图3是本发明一种实施方式的处理流程图。

具体实施方式

目前监控行业的某些智能分析只需要较低分辨率的图像就能实现较好的分析效果，如虚拟绊线、丢包检测等，所以可以将前述解码后的1080P YUV数据在YUV空间中直接进行图像的缩小，然后交由智能分析模块进行智能分析。具体请参考图1。图1是目前监控行业在虚拟绊线的智能分析上普遍采用的流程。视频源数据由CPU经过H264软解码后得到分辨率为1080P的YUV图像数据。该YUV图像数据直接由CPU在YUV空间中进行图像缩小处理得到分辨率为352×288的图像。由此数据量缩小到原来的20倍左右。在进行虚拟拌线智能分析的时候，CPU直接对缩小后的CIF图像进行智能分析。由于智能分析的图像数据比原来小，所以减小了CPU在智能分析的时候的压力。但是对1080P图像的H264解码消耗了CPU大量的性能，降低了处理速率，所以整体上并不能大幅提升智能分析的效率。

随着英特尔公司核显（核芯显卡，即GPU和CPU建立在同一内核芯片上）具有的Intel Quick Sync Video技术（高速影像同步转文件技术）的推广，发明人考虑可以直接使用该Quick Sync Video技术来进行H264解码。该解码过程属于硬解码，所以能较快地将原始的视频码流转换为其他格式的视频码流。这样看似解决了所有的问题，但是发明人经过仔细分析发现：采用Quick Sync Video技术解码得到的视频码流将被存储在GPU的显存中，而CPU不会访问该显存来对其中的数据进行智能分析；所以进一步地可以考虑将显存中的庞大数据复制到内存中供CPU进行智能分析。但是该数据量比较大，所以整个复制过程将消耗CPU较多的性能。并且即便该复制过程资源耗费不大，但CPU在进行虚拟拌线等智能分析的时候，直接分析解码后得到的高清的数据，对其性能消耗也较大。