论文部分内容阅读
随着经济的快速发展,各个行业产生的视频的数据量也急剧增长。传统的嵌入式视频分析平台都是场景定制化的设计,其处理能力和扩展性都不尽如人意。因此,研发具有能够实时处理且兼具多种场景可扩展的视频分析平台具有重大的工程意义。本论文研发了一个基于嵌入式GPU视频分析的平台软件,旨在能扩展运行多种视频分析算法。本文实现了高清视频的实时接收、解码、显示的功能,并设计了可扩展视频分析算法框架,可以根据场景需求扩展具体视频分析算法,适用于各种分析场景。该平台软件运行于嵌入式GPU Tegra X1平台上,根据软件的具体功能,将其划分为4个模块:接收模块、解码模块、视频分析算法框架模块、显示模块。接收模块通过实时流媒体协议向网络摄像机请求视频数据,组织接收到的数据并根据H.264的封包方式进行重构。解码模块通过Gstreamer框架构建了视频解码管道,将H.264码流解码处理,并充分利用了 TegraX1平台的硬件解码优势提高了解码效率。视频分析算法框架模块定义了一套的分析算法执行流程,并将常用的视频图像处理方法利用GPU并行处理加速,方便第三方算法的接入扩展,达到多种场景扩展应用的目的。显示模块利用了 Linux系统下的framebuffer技术,设计双缓冲显示区机制和多线程并行拷贝的方式向对应缓冲区中写入算法分析后的图像数据,进而实现视频分析结果的显示。系统测试结果表明,本文研发的视频分析的平台软件能够满足实时的应用需求,设计的算法框架可以扩展运用场景,具有较好的工程研究意义和应用价值。