基于CUDA的多路高清视频流解码器设计与实现

针对多视频流解码和显示时CPU占用率过高等问题。设计了基于统一计算设备架构(CUDA)平台上的GPU多视频流并行化处理方案,定义了表示GPU显卡设备和解码器的数据结构,通过解码函数接口的调用可适用于多种视频播放器中去。实验结果表明,所设计的解码器大幅降低了多视频解码显示中CPU的占用率,同时与JM实现的软件解码方案相比,解码单路720 p的高清视频CPU占用率同比降低约30%,所以此硬件解码方案表现出更加高效的多视频流解码处理能力。提高了系统性能和资源复用率,并能保持较低的能量消耗。     

基于DXVA的多路H.264高清视频解码器的实现

设计了一种基于微软DXVA接口的H.264多路高清视频解码器。定义了代表解码器和GPU的数据结构,通过调用定义的解码函数接口,可使解码器用在各种视频播放器中。实验证明,所设计的解码器在进行多路高清解码时无论解码速度还是CPU的占用率都比传统的软件解码器有很大的性能提升。     

基于TMS320DM8168的嵌入式高清视频系统

以TI公司的TMS320DM8168处理器为核心,实现高清视频采集回放系统。设计一种文件管理策略,将视频文件的时间数据和图像数据分离,提高了文件播放的效率。解决了高清视频的实时压缩存储解码回放问题。     

基于Spice协议的云桌面视频加速

提出一种基于SPICE协议的云终端视频加速方法,通过云终端专有的硬件解码芯片,对传输到SPICE客户端的图像采用硬件解码,大幅度提高其解码效率,使在ARM架构的瘦客户机上播放高清视频成为可能。测试表明,终端视频应用性能提升60%以上,视频播放流畅。     

自由发展的高清播放机

高清播放机是什么？除非你是不问音响之事,从未踏足影音市场,现在还是在观看DVD碟片,而且没有接触过高清视频,否则,你肯定知道高清播放机是怎么一回事。不过如果你不清楚的话,可以通过下面的详细的介绍进行了解。高清播放机就是能够播放高清视频数字信号的播放机。利用高清视频文件,通过识别、解码、处理,最后输出高清视频信号。播放的文件可以是来自收录在有高清视频文件的DVD碟片;或者硬盘上各种格式的高清视频文件,播放机能将其解码并输出高清视频信号,在高清显示设备上播放。     

基于BT.656的电视视频硬件解码的分析与实现

根据ITU-R BT.656电视视频编码原理,通过硬件解码的方式将每一帧视频图像的有效数据提取出来后传送给播放器显示.同时在保持视频不失真的前提下将视频有效数据按照一定的比例规格进行过滤,最终实现按比例缩小视频的目的.这种通过硬件解码的处理图像方式既能按比例缩小视频尺寸又能节省CPU的占用率,能很好的适应电视系统在手机等小屏幕视窗的数码产品的需求,具有广大的市场应用前景.     

EDMA在实时视频解码中的应用

高清视频处理系统对实时性要求很高,解码之后的数据量很大,而且搬移到显示缓冲区有不同的排列显示要求。给出了4种情况下,解码的宏块地址到显示缓冲区地址的对应关系。针对主要出现的第一种和第三种情况,计算了搬移一帧图像的复杂度,并提供了多种方案解决此问题。最后通过实验进行对比说明,利用DSP中的协处理器EDMA(Enhanced Direct Memory Access)可以实现快速的搬移数据,而不占用CPU资源,并且配合使用数据缓冲区的PING-PONG结构,有助于实现视频的实时解码要求。     

基于DM365的视频编码器的硬件设计

为了解决标准清晰度监控系统中存在的一些问题,设计了一个基于TMS320DM365的高清视频压缩系统。采用ITU-T的H.264(DM365内嵌硬件压缩器)视频压缩算法,高清模拟视频信号通过专用视频解码芯片TVP7002转换成数字视频信号,在DM365中进行数据压缩,内嵌ARM把数据打包后传到internet,通过PC机软件解码,进行视频播放。实践证明,本编码方案很好的完成了数据压缩及传输,符合设计要求。     

AMD将推Netbook新专用CPU

据悉,AMD也将于近日推出Netbook专用CPU,使得这个ATOM一家独大的市场泛起波澜。这款专为Netbook或MID推出的CPU据称可支持更长的电池使用时间,并且能在较低CPU占用率的前提下提供更强的视频播放能力,     

电梯监控系统中的视频编解码关键技术

本文针对电梯运行环境,设计了视频监控和广告播放一体化嵌入式系统,实现了电梯监控、视频播放、网络传输等功能.为降低产品化后的硬件成本和体积,系统基于S5PV210嵌入式芯片开发以单CPU结构实现所有应用功能.为保证系统的运行效率,针对视频的采集、传输和播放,设计实现了硬件编解码技术.实验证明,利用该视频编解码技术,可使系统各功能模块高效并行工作,从而大大降低系统资源占用率,提高产品的市场竞争力.     

高清视频监控中心的设计与实现

设计了一整套高清视频监控中心方案,基于高端CPU软件解码和基于微软的DXVA使用GPU进行硬件解码,实现了多场所多摄像机实时监控、录制、语音对讲、云台控制、大屏输出和转发到解码器等功能.测试结果显示,采用DXVA框架后,解码速度和CPU占有率都得到很大的性能提升,能够为视频监控、视频会议、远程医疗、网络教学等提供实时服务.     

真三维活动视频数据的优化研究

提出了一种基于点阵的真三维视频显示技术,该系统利用LED为单元节点组成三维空间阵列,用于显示真三维活动影像。由于数据量巨大,为了加快处理速度,利用CUDA编程模型对计算过程进行优化,把处理过程中可以并行计算的部分交由GPU执行。先把要处理的视频数据传到内存中,由CPU进行一些预处理,然后传到显存,由GPU对视频运动过程等进行处理,处理完后再传到内存,由CPU进行一些后续处理,最终把处理后的数据传出加以显示或存储。通过比较仅由CPU处理与用GPU优化后的计算时间,发现优化后计算速度比优化前快了几十到几百倍,而且数据量越大,优化效果越好,核心多的GPU所得到的加速比大,最后在实验部分给出了用OpenGL仿真的结果。     

Real-time 16K video coding on a GPU with complexity scalable BPC-PaCo

The advent of new technologies such as high dynamic range or 8K screens has enhanced the quality of digital images but it has also increased the codecs’ computational demands to process such data. This paper presents a video codec that, while providing the same coding features and performance as those of JPEG2000, can process 16K video in real time using a consumer-grade GPU. This high throughput is achieved with a technique that introduces complexity scalability to a bitplane coding engine, which is the most computationally complex stage of the coding pipeline. The resulting codec can trade throughput for coding performance depending on the user’s needs. Experimental results suggest that our method can double the throughput achieved by CPU implementations of the recently approved High-Throughput JPEG2000 and by hardwired implementations of HEVC in a GPU.     

Efficient GPU and CPU-based LDPC decoders for long codewords

The next generation DVB-T2, DVB-S2, and DVB-C2 standards for digital television broadcasting specify the use of low-density parity-check (LDPC) codes with codeword lengths of up to 64800 bits. The real-time decoding of these codes on general purpose computing hardware is useful for completely software defined receivers, as well as for testing and simulation purposes. Modern graphics processing units (GPUs) are capable of massively parallel computation, and can in some cases, given carefully designed algorithms, outperform general purpose CPUs (central processing units) by an order of magnitude or more. The main problem in decoding LDPC codes on GPU hardware is that LDPC decoding generates irregular memory accesses, which tend to carry heavy performance penalties (in terms of efficiency) on GPUs. Memory accesses can be efficiently parallelized by decoding several codewords in parallel, as well as by using appropriate data structures. In this article we present the algorithms and data structures used to make log-domain decoding of the long LDPC codes specified by the DVB-T2 standard??at the high data rates required for television broadcasting??possible on a modern GPU. Furthermore, we also describe a similar decoder implemented on a general purpose CPU, and show that high performance LDPC decoders are also possible on modern multi-core CPUs.     

基于GPU的视频转码技术研究

视频转码是个复杂的过程,它需要对已经压缩过的码流进行解析,然后经过处理转换成满足解码终端要求的目标格式码流。为了提高视频转码的效率并降低视频转码的计算复杂度,根据视频转码的要求和图形处理器的并行结构,提出了一种利用GPU强大的并行计算能力来加速视频转码的算法。该算法将视频转码过程中耗时最多、最复杂的运动估计和模式选择过程转移到GPU上并行执行。在开发GPU通用计算能力的时候,采用NVIDIA公司的CUDA(统一计算设备架构)计算平台。实验结果证明,该算法可以有效提高视频转码的速度和效率。     

A new solution for camera calibration and real-time image distortion correction in medical endoscopy-initial technical evaluation

Medical endoscopy is used in a wide variety of diagnostic and surgical procedures. These procedures are renowned for the difficulty of orienting the camera and instruments inside the human body cavities. The small size of the lens causes radial distortion of the image, which hinders the navigation process and leads to errors in depth perception and object morphology. This article presents a complete software-based system to calibrate and correct the radial distortion in clinical endoscopy in real time. Our system can be used with any type of medical endoscopic technology, including oblique-viewing endoscopes and HD image acquisition. The initial camera calibration is performed in an unsupervised manner from a single checkerboard pattern image. For oblique-viewing endoscopes the changes in calibration during operation are handled by a new adaptive camera projection model and an algorithm that infer the rotation of the probe lens using only image information. The workload is distributed across the CPU and GPU through an optimized CPU+GPU hybrid solution. This enables real-time performance, even for HD video inputs. The system is evaluated for different technical aspects, including accuracy of modeling and calibration, overall robustness, and runtime profile. The contributions are highly relevant for applications in computer-aided surgery and image-guided intervention such as improved visualization by image warping, 3-D modeling, and visual SLAM.     

MPGE4视频解码过程中图形处理的实现和优化

介绍了MPEG4编解码标准、MPBG4视频解码流程、播放器的架构以及播放数据的流程.重点介绍了在视频解码的过程中图形处理部分的实现以及优化方案。数组存储的方式和部分IPP函数的移植是有效的优化方式。通过图形处理部分测试数据可以整体评测。优化后的视频已经达到了流畅播放的产品级要求。