一种基于多GPU的全景实时视频流处理方法及装置制造方法及图纸

本发明专利技术提出了一种基于多GPU的全景实时视频流处理方法及装置，包括：并行获取多路待拼接视频图像，得到当前批次视频图像，其中每路待拼接视频图像中的每一帧视频图像均有帧标记；将所述当前批次视频图像分配至多个GPU中，其中，将属于同一帧标记的多路视频图像分配至同一个GPU中进行拼接；获取当前批次拼接后的视频图像，将所述拼接后的视频图像按照所述帧标记进行排序并推送。本发明专利技术中对于每一帧视频图像的全景拼接计算始终在一块GPU中执行，这种方式减少了拼接计算与GPU数量的依赖，并且该方法可以很容易拓展到任意数量的GPU计算平台中，实现多GPU架构并发运算，解决了高分辨率拼接运算不及时的问题。

【技术实现步骤摘要】
一种基于多GPU的全景实时视频流处理方法及装置
本专利技术涉及图像处理
，特别涉及一种基于多GPU的全景实时视频流处理方法及装置。
技术介绍
伴随着计算机、电子技术的迅速发展，整个处理器计算速度和存储量都有飞速增加，逐步满足计算机视觉技术的实现。图像拼接技术作为图像处理、计算机视觉的一个重要研究方向，已广泛应用于机器人视觉系统、医学图像处理、监控视频等领域。关于高分辨率视频图像拼接过程中，均需对图像系列进行图像配准、最佳缝合线搜索、融合等步骤最终形成一张无缝的大视场图像。单帧视频图像拼接计算量较大，大多采用并行计算的方法进行加速。目前在单块高性能的GPU上可以实现4K(4096*2048)分辨率的全景视频的实时拼接的质量。但是，在全景播放器中，即使4K的全景视频，用户视窗在某一个视角只是显示全景的一部分，因此视窗中的分辨率只有大约4K的六分之一。当在全景视窗中的分辨率达到2K或者更高时，全景的分辨率会达到12K，甚至16K。目前，国内外单块GPU的全景视频实时拼接尚未支持12K～16K甚至更高的分辨率。多GPU的协同拼接计算成为解决高分辨率视频图像实时拼接的途径之一。专利技术内本文档来自技高网...

【技术保护点】
一种基于多GPU的全景实时视频流处理方法，其特征在于，包括：并行获取多路待拼接视频图像，得到当前批次视频图像，其中每路待拼接视频图像中的每一帧视频图像均带有帧标记；将属于同一帧标记的多路视频图像分配至同一GPU，将所述当前批次视频图像分配至多个GPU中，同时获取下一批次视频图像；获取当前批次拼接后的视频图像，将所述拼接后的视频图像按照所述帧标记进行排序并推送。

【技术特征摘要】
1.一种基于多GPU的全景实时视频流处理方法，其特征在于，包括：并行获取多路待拼接视频图像，得到当前批次视频图像，其中每路待拼接视频图像中的每一帧视频图像均带有帧标记；将属于同一帧标记的多路视频图像分配至同一GPU，将所述当前批次视频图像分配至多个GPU中，同时获取下一批次视频图像；获取当前批次拼接后的视频图像，将所述拼接后的视频图像按照所述帧标记进行排序并推送。2.如权利要求1所述的基于多GPU的全景实时视频流处理方法，其特征在于，每路待拼接视频图像的获取方法包括：获取当前帧视频图像，对当前帧视频图像按获取的先后顺序进行标记；在当前帧视频图像标记结束后获取下一帧视频图像并标记。3.如权利要求1所述的基于多GPU的全景实时视频流处理方法，其特征在于，将所述当前批次视频图像分配至多个GPU中，包括：将当前批次视频图像分别存入N个第一存储队列，其中，将属于同一帧标记的多路视频图像存入相同的第一存储队列；将N个第一存储队列中的视频图像分别发送至N个GPU中。4.如权利要求1或3所述的基于多GPU的全景实时视频流处理方法，其特征在于，将所述当前批次视频图像分配至多个GPU中，包括：将所述当前批次视频图像平均分配至多个GPU中。5.如权利要求3所述的基于多GPU的全景实时视频流处理方法，其特征在于，获取当前批次拼接后的视频图像，包括：获取N个GPU中拼接后的视频图像，并存入N个第二存储队列；获取N个第二存储队列的拼接后的...

【专利技术属性】
技术研发人员：吕相文，吕东岳，杨阳朝，廖勇，谢海永，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：北京,11