Пескин Системы Видеонаблюдения

Использование технологии CUDA для быстрого сжатия изображений по алгоритму JPEGОбработка видеосигнала. Дата публикации  :  2. Серженко, к. ф.- м. В. Д. По всей видимости, для большинства. Например, при сжатии больших массивов изображений или при.

Её автор — Александр Ефимович Пескин. Принципы построения систем видеонаблюдения изложены в книге в&nbsp. Системы видеонаблюдения. Основы построения, проектирования и эксплуатации. Автор: Александр Ефимович Пескин. Издательство: Горячая Линия&nbsp. Новая книга по видеонаблюдению — «Системы видеонаблюдения. Написавший её Александр Ефимович Пескин много лет преподавал курсы «Основы телевидения» и.

Скачать Пескин Системы Видеонаблюдения

Описаны методы проектирования систем видеонаблюдения и даны практические. Основы построения, проектирования и эксплуатации. Системы видеонаблюдения. Основы построения, проектирования и эксплуатации. Автор: Александр Ефимович Пескин. Издательство: Горячая Линия.

Пескин Системы Видеонаблюдения Скачать Книгу

Такова ситуация при сжатии серий. Поток данных от типичной быстрой. Мбайт в секунду (разрешение 1. Существуют высокоскоростные видеокамеры, которые в.

PCI- Express 2. 0 x. Гбайт в секунду. Для работы с такими потоками требование. Поэтому для выбора быстрого алгоритма сжатия были.

Этим требованиям алгоритм JPEG соответствует полностью. Вполне возможно, что. JPEG. Не будем следовать широко.

CPU. Кодер JPEG из PICTools Photo от компании Accusoft Pegasus (сжатие с. Мбайт в секунду, 8 бит, степень сжатия ~ 5. Для. более подробного анализа также нет данных по производительности каждой стадии.

Кодек JPEG от. Kakadu найти не удалось, так как теперь эта компания выпускает только кодек JPEG2. Тем не менее, измерения PSNR и. Для этого рассмотрим вариант сжатия.

Baseline JPEG с помощью технологии NVIDIA. CUDA. Поскольку стоит задача получения максимальной производительности, то и.

NVIDIA Ge. Force GTX 5. Поэтому за рубежом были созданы гибридные решения, когда. CPU. Таким образом, ускорялось выполнение только одной стадии. GPU. В итоге добивались небольшого увеличения.

CPU. Найти информацию о. JPEG на базе видеокарт NVIDIA или ATI, к сожалению, не. Реализация алгоритма. Baseline JPEG на видеокарте включает в себя следующие стадии. Загрузка данных из оперативной памяти в видеокарту (Host- to- Device transfer).

Преобразование RGB- > YCb. Cr (не нужно для 8- битных изображений). Разбиение изображения на блоки 8х. Смещение (вычитание 1. Дискретное косинусное преобразование (DCT) для каждого блока. Квантование (Quantization) для каждого блока. Переупорядочивание (Zig- zag) для каждого блока.

Дельта- кодирование (DPCM) для DC от каждого блока. Кодирование серий (RLE) для AC от каждого блока. Кодирование по Хаффману (Huffman) для AC от каждого блока. Установка рестарт- маркеров RSTn для групп блоков.

Формирование выходного файла: склеивание данных от сжатых блоков, добавление. Выгрузка JPEG файлов из видеокарты в оперативную память (Device- to- Host. Вся эта схема была реализована на CUDA.

Одна из основных идей стандартного. JPEG состоит в разбиении изображения на блоки 8х.

Распараллеливание дискретного. GPU, чем у CPU. Стадия дельта- кодирования. DPCM) коэффициентов DC тоже может быть распараллелена. Кодирование серий (RLE) и.

Хаффману выполняются независимо для данных каждого блока 8х. В завершение нужно записать сжатые данные от каждого.

JPEG и отправить. Так что можно утверждать, что практически вся.

JPEG успешно распараллеливается и этот алгоритм. GPU. Для этого в стандарте JPEG. Если же при кодировании маркеры были.

В описанной выше схеме сжатия делается установка маркеров после. Тем не менее, вопросы декодирования остаются за рамками данной статьи. Время выполнения отдельных функций на видеокарте. NVIDIA. Результаты профайлера необходимы для. Количество повторов (опция многих программ для. Таким образом, основной задачей было исследование реальных рабочих режимов. В тестах участвовали кодер FVJPEG на.

NVIDIA Ge. Force GT 2. Ge. Force GTX 5. 80, а также кодер JPEG из IPP- 7.

Core i. 7 9. 20. Дело в том, что время копирования данных в память. JPEG на GPU. Если же оценить производительность кодирования без. Этот результат является. Режим работы - m для повторения процедуры сжатия не использовался. Полученная. производительность кодера IPP- 7.

Ge. Force GT 2. 40, которая при тех же параметрах даёт скорость компрессии. Мбайт в секунду. Скорость сжатия 8- битного изображения cathedral. JPEG. на. Ge. Force GT 2. Ge. Force GT 5. 55.

M, Ge. Force GTX 5. CPU Core i. 7 9. 20. С помощью профайлера NVIDIA были сделаны измерения длительности каждой. В таблице 5 приведены бенчмарки для времени сжатия по. Baseline JPEG с используемыми по умолчанию таблицами квантования и. Хаффмана, при разных степенях сжатия, для видеокарты NVIDIA Ge.

Force GTX 5. 80. При оценке скорости энтропийного кодирования нужно различать вклад от. Хаффману. Дело в том, что на разных стадиях.

JPEG размер данных разный, а это важно при расчёте производительности. Для. кодирования по Хаффману в качестве нижней оценки скорости кодирования можно. Для вычисления точного значения.

При этом. полученные результаты заметно превосходят те бенчмарки по скорости кодирования в. JPEG, которые мы видели для самых быстрых решений на многоядерных CPU. Для больших изображений скорость как. Гбайт/с. Это ограничение обусловлено. PCI- Express 2. 0, а значительное ускорение в принципе.

PCI- Express (с Gen. Gen. 3). Время загрузки изображения и время выполнения дискретного косинусного.

В то время как кодирование серий. Хаффману зависят от конкретных данных самого изображения, степени. Чем больше размер изображения, тем больше скорость сжатия на. По всей видимости, это связано с тем, что данных в небольшом изображении.

Если же использовать относительно большие кадры (4 Мегабайта и более), то. Таким образом можно. Поэтому скорость сжатия для серий небольших кадров. Одни из самых быстрых систем сжатия.

ПЛИС по алгоритму JPEG предлагают следующие компании. Barco BA1. 16 JPEG Encoder (High speed baseline DCT- based JPEG color encoder) - функция. JPEG для FPGA, производительность до 1. Мбайт/с. http: //www. Cast Inc. Понятно, что у ПЛИС есть свои плюсы, но мы.

Во- первых, вычисления на. CPU. Также технология. CUDA может быть использована только в видеокартах производства NVIDIA, а самые. Fermi) доступны только для последних моделей. В принципе, существует стандарт Open.

CL, который подходит для видеокарт. NVIDIA и вообще, универсальность такого типа решения для всех. Важно, что у потоковых. GDDR5 на данный момент не более 6.

Гигабайт на видеокарту, в то время как для CPU размер оперативной памяти может. Чтобы получить высокую производительность, необходимо. Для вычислений на GPU всегда нужно. Поэтому при проектировании высокопроизводительного. В резерве остались различные. NVIDIA есть технология распараллеливания таких задач на несколько видеокарт, что в. Использование более мощных видеокарт вроде Ge.

Force GTX 5. 90 также должно. Ещё существует потенциальная возможность для. Таким образом, технологии.

Также представляют большой интерес для дальнейших исследований. MJPEG), в том числе и без потерь. Релиз кодека FVJPEG и соответствующего SDK для. GPU NVIDIA по алгоритму Baseline JPEG для. Windows/Linux ожидается в ближайшее время.

Серженко, к. ф.- м. В. Д. Использование любых текстовых или графических.

Добавить отзыв/комментарий к статье.