[发明专利]一种基于跟踪算法的硬件加速方法

说明书

本发明公开了一种基于跟踪算法的硬件加速方法；S1、硬件实现对数据流信息进行接收和分割处理；S2、CPU将压缩的视频数据分配给GPU和APU进行处理；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；S4、对于视频数据流的算法处理过程采用算法并行化；S5、进行处理完成的视频数据流被CPU进行接收播放；本发明实现对数据信息进行分割，使得数据信息能够分成若干小块进行处理，可以有效的提高硬件的加速运行，以及对于硬件在进行处理的时候，采用的算法并行化、数据并行化和操作并行化能够有效的提高硬件的运行速度，提高硬件的运行速度和效率。

技术领域

本发明属于硬件加速技术领域，具体涉及一种基于跟踪算法的硬件加速方法。

背景技术

硬件加速是指在计算机中通过把计算量非常大的工作分配给专门的硬件来处理以减轻中央处理器的工作量之技术。尤其是在图像处理中这个技术经常被使用，中央处理器的结构使得它能够在短时间内完成各种各样不同的指令。它能够处理什么指令主要由软件限制。但是由于中央处理器的结构有些重复任务无法非常有效和迅速地被处理。这些特殊硬件元件不必像中央处理器那样灵活，因此它们的硬件设计就已经顾及了优化处理这些特殊问题的需要，这样一来中央处理器有时间去处理其它任务。有些任务能够通过把它们分解为上千小任务非常有效地被解决。比如对一定的频率带做傅里叶变换或者渲染一小块图像。这些小任务可以互相之间不相关地平行计算。通过大量平行计算，即适用大量平行运行的小处理器来处理这些特殊任务总的计算速度可以大大提高。在许多情况下计算速度随平行处理器的数量线性提高。从有效利用能源的角度出发这样的平行计算也有意义。能源使用随平行处理器的数量线性提高，而随处理器频率成平方比提高。因此通过平行运算处理器的频率不必过高，使用的能量也比较少，然而市面上各种的硬件加速仍存在各种各样的问题。

如授权公告号为CN112230884B所公开的目标检测硬件加速器及加速方法，其虽然实现了能够减少加速器进行数据搬运需要的时间和功耗，提升加速器的工作效率，但是并未解决现有硬件加速技术存在的不能够通过跟踪算法算法实现对目标采集，实现对需要检测的是目标进行精准处理，然后实现对硬件进行加速的问题，为此我们提出一种基于跟踪算法的硬件加速方法。

发明内容

本发明的目的在于提供一种基于跟踪算法的硬件加速方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于跟踪算法的硬件加速方法，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，并且对数据流信息进行分离压缩的视频数据，并且将分离处的压缩视频数据放置在系统内存中，并且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是人物进行目标锁定，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；