[发明专利]一种基于跟踪算法的硬件加速方法

权利要求书

1.一种基于跟踪算法的硬件加速方法，其特征在于，包括有以下方法步骤：

S1、硬件实现对数据流信息进行接收和分割处理：CPU实现对数据流信息进行接收，对数据流信息进行分离压缩视频数据，并且将分离的压缩视频数据放置在系统内存中，实现对压缩的视频数据进行分割，将压缩的视频数据分割成若干小份；

S2、CPU将压缩的视频数据分配给GPU和APU进行处理：CPU将分割成若干小份的压缩的视频数据传输给GPU和APU进行数据并行化和操作并行化处理，实现对压缩的视频数据流进行解压处理，且解压后的数据信息存储在显声卡内；

S3、GPU和APU通过自身的算法实现对视频数据流进行后期处理：GPU和APU通过跟踪算法实现对视频中的特征物体或者人物进行目标锁定，然后通过Kalman滤波、粒子滤波、Meanshift、Camshift、MOSSE、CSK、KCF、BACF或者SAMF实现对目标进行跟踪定位，然后实现对目标所处区域小份视频数据流进行精细的处理，使得视频数据流能够更加的高清处理，然后对于非目标所处区域的小份视频数据流则进行模糊处理，进而提高硬件处理的速度；

S4、对于视频数据流的算法处理过程采用算法并行化：在GPU和APU进行算法处理视频数据流的时候，采用算法并行化，可以极大地使得GPU和APU能够同时利用自身的处理空间，能够有效的加速硬件的运行速度和效率，完成对视频数据流的加速处理；

S5、进行处理完成的视频数据流被CPU进行接收播放：在GPU和APU处理完视频数据流的时候，此时CPU实现对视频数据进行接收，根据分割的数据顺序实现对视频数据流进行拼接，且CPU采用的是冒泡排序法实现对视频数据流进行排列，然后完成对视频数据流进行快速的播放处理。

2.根据权利要求1所述的一种基于跟踪算法的硬件加速方法，其特征在于：所述S1中的分割处理采用的是空域算法和时域算法，所述空域算法通过宏块进行，每一个像素的处理都是在空域局部进行的，按照顺序对每一个像素做处理然后产生一个输出，从前一个或下一个像素产生输出不会有结果累计效应；

所述时域算法寻找各帧之间特定像素或像素区域中出现变化或者相似的地方，通过行加倍或者滤波，将隔行场转换为逐行扫描格式。

3.根据权利要求2所述的一种基于跟踪算法的硬件加速方法，其特征在于：所述空域算法用某个像素周围相邻的像素计算平均值对该像素进行低通滤波，即用5*5的二维卷积内核检测图像中的边缘信息，并从周围的像素中绘制出相关信息；所述空域算法和所述时域算法结合起来，形成一个新的类别，称为“时空处理”，每个图像帧被分解为若干个宏块，即16*16个像素的一个区域，然后再对这些宏块进行跟踪、逐帧比较，从中提取出运动估计和补偿的近似值。

4.根据权利要求1所述的一种基于跟踪算法的硬件加速方法，其特征在于：所述S2中的数据并行化是将数据分块，分成若干个可以同时处理的小方块，所述数据分块实现16乘16和32乘32的两个数据块，所述数据并行化需要具有一个Stream对象，调用它的parallel方法就能让其拥有并行操作的能力，或者从一个集合类创建一个流调用parallelStream就能立即获得一个拥有并行能力的流。

5.根据权利要求1所述的一种基于跟踪算法的硬件加速方法，其特征在于：所述S2中的操作并行化是算法处理的一些细节优化，尽可能减少中间变量的产生，计算尽可能的一步到位。