[发明专利]视频处理方法、装置、电子设备以及计算机可读存储介质在审

专利信息
申请号: 201910738342.6 申请日: 2019-08-12
公开(公告)号: CN110503596A 公开(公告)日: 2019-11-26
发明(设计)人: 丁铭辉;张赟龙;魏静 申请(专利权)人: 北京中科寒武纪科技有限公司
主分类号: G06T1/20 分类号: G06T1/20;G06N3/08;G06N3/063;G06N3/04;H04N5/14
代理公司: 11446 北京律和信知识产权代理事务所(普通合伙) 代理人: 冷文燕;丁航<国际申请>=<国际公布>=
地址: 100086 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 存储器 电子设备 视频处理 处理器 计算机可读存储介质 处理器执行 计算机程序 存储 申请
【说明书】:

本申请提供一种视频处理方法、装置、电子设备以及计算机可读存储介质;其中,电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述视频处理方法。

技术领域

本申请涉及视频处理技术领域,具体涉及一种视频处理方法、装置、电子设备以及计算机可读存储介质。

背景技术

如图1所示,为传统视频处理方法流程示意图。传统的中央处理器CPU、图像处理器GPU在进行视频处理时,解码器对视频数据进行解码,获得图像帧。将图像帧拷贝到CPU上,再通过Tensorflow等深度学习框架的API(Application Program Interface,应用程序接口)将数据拷贝到GPU进行推理操作,再将推理结果拷贝回CPU。

在上述技术存在如下技术缺陷:首先,数据解码完成后拷贝回CPU再拷贝回GPU,需要两次拷贝才能进行推理操作,拷贝操作耗时,占用带宽,降低了视频处理的效率。其次,数据解码后拷贝回CPU之后,在CPU上需要做一些运算或控制,占用CPU资源,也会导致视频处理效率降低。

发明内容

为解决上述技术问题,本申请提出一种视频处理方法、装置、电子设备以及计算机可读存储介质。

本申请实施例提供一种视频处理方法,包括:人工智能处理器芯片接收图像帧;其中,所述图像帧是基于待处理的视频解码获得的;所述人工智能处理器芯片对所述图像帧进行转换处理,得到标准帧;所述人工智能处理器芯片利用神经网络模型对所述标准帧进行处理。

本申请实施例还提供一种视频处理装置,包括:图像接收模块,用于接收图像帧;其中,所述图像帧是基于待处理的视频解码获得的;转换模块,用于对所述图像帧进行转换处理,得到标准帧;处理模块,用于利用神经网络模型对所述标准帧进行处理。

本申请实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述所述的方法。

本申请实施例还提供一种计算机可读存储介质,其上存储有处理器程序,所述处理器程序用于执行上述所述的方法。

本申请实施例提供的技术方案,利用人工智能处理器芯片实现了原本由中央处理器CPU和图像处理器GPU实现的功能;视频处理流程中无需在CPU与人工智能处理器芯片之间多次拷贝数据,节省了拷贝时间和带宽;而且由于人工智能处理器芯片运算速度比CPU快,不仅减少了在CPU上的运算,也提供了比CPU更快的运算速度,减少了CPU占用,并提高了视频处理的效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是传统视频处理方法流程示意图;

图2是本申请一实施例提供的视频处理的工作原理示意图;

图3是本申请一实施例提供的一种视频处理方法流程示意图之一;

图4是本申请一实施例提供的一种视频处理方法流程示意图之二;

图5是本申请一实施例提供的一种视频处理方法流程示意图之三;

图6是本申请一实施例提供的一种视频处理装置的功能框图之一;

图7是本申请一实施例提供的一种视频处理装置的功能框图之二;

图8是本申请一实施例提供的一种视频处理装置的功能框图之三;

图9为神经网络结构示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中科寒武纪科技有限公司,未经北京中科寒武纪科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910738342.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top