一种用于分层搜索运动估计的GPU加速方法

摘要

本发明公开了一种利用GPU并行计算能力加速的分层搜索运动估计方法，包括：并行进行分层搜索算法中不同图像层图像的生成；自适应进行线程分配；并行对每个搜索图像块在每个搜索点进行SAD的计算；并行及利用CPU协同的查找最小SAD。该发明提出的自适应线程分配方案，能满足不同搜索图像分辨率及搜索区域大小的要求；图像下采样由GPU并行处理，能获得更好的加速效果及减少CPU和GPU间的数据通信；GPU/CPU协同进行的最小SAD值查找方法，能有效避免GPU空转。

主权项

一种基于GPU加速的分层搜索运动估计算法，其特征在于：包括以下步骤：第一步：CPU将参考帧和当前帧传输到显存，由GPU并行进行各图像层的下采样操作，生成用于分层搜索的各个图像层，并将最顶层图像层设为当前图像层；第二步：为当前图像层的每一个搜索图像块分配一个线程块用于搜索，线程块根据GPU处理能力及当前图像层上指定的搜索区域大小选择线程分配方案，并分配所需线程；第三步：各个线程使用上一层图像层的搜索结果，初始化当前图像层上各个搜索图像块的搜索中心；第四步：各个线程按所分配的搜索点计算在各个搜索点的SAD，并将结果存储在共享内存中；第五步：各个线程块使用并行归约查找共享内存中记录的最小SAD，当剩余SAD数目小于等于线程块Warp大小的时候，停止归约；第六步：各个线程块将第五步中剩余的SAD及对应搜索点坐标传回CPU，由CPU进行遍历查找，找出最小SAD并得到运动向量；第七步：如果当前图像层是第1层图像层，则输出各个搜索图像块的运动向量；否则，将运动向量传回显存，并将当前图像层设为更低一层图像层，并跳回第二步。