基于多GPU加速的監(jiān)控視頻摘要系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著科學(xué)技術(shù)的發(fā)展以及人們?nèi)找嬖鰪姷陌踩庾R，越來越多的監(jiān)控錄像機出現(xiàn)在我們周圍，而隨之而來的是龐大的監(jiān)控視頻數(shù)據(jù)。當需要查看監(jiān)控錄像中的事件時，傳統(tǒng)的方法是由人眼逐步排查視頻，最終找到敏感視頻段。而由于人眼的局限性，這種方法在浪費大量人力的同時，還極有可能漏掉重要目標。視頻摘要技術(shù)旨在通過智能算法，自動識別視頻中的敏感對象，同時去除視頻中的冗余信息，使得人們可以通過極少的代價瀏覽整個視頻而又不丟失重要信息。在視頻摘要處理的過程中，有大

2、量可并行計算的操作，這些操作如果都由CPU進行，則會使得視頻摘要的及時性大打折扣。所以使用GPU加速對于視頻摘要具有重大的意義。為了能進一步的提高加速比，可以選擇使用多個GPU進行聯(lián)合加速。
　　通過研究GPU的編程方法，本系統(tǒng)中選擇使用CUDA編程框架進行GPU加速的設(shè)計。為了獲得更好的加速效果，首先分析了系統(tǒng)中各個模塊的特點，最后確定了對前景目標提取和目標融合模塊進行GPU改寫的方案。在詳細討論了前景目標融合的各種方法后，最終

3、選擇了背景減除法。在針對目標提取模塊進行CUDA編程時，設(shè)計并實現(xiàn)了單GPU加速，多GPU分割圖像加速以及多GPU多路視頻加速等具體方案。在對目標提取過程中的各個關(guān)鍵步驟的復(fù)雜度及其耗時情況進行了研究后，找出阻礙GPU加速的客觀因素并努力解決。針對多GPU的顯卡切換導(dǎo)致上下文失效的問題，提出了使用多線程協(xié)調(diào)工作增加效率的解決方案。而對于數(shù)據(jù)在CPU和GPU之間互相傳送與CPU解碼的沖突，則選擇使用帶標記位的緩沖區(qū)的方法。在對系統(tǒng)理想流水