二、OpenVINO简述与构建流程

Aaaaaki

已于 2022-07-15 22:50:15 修改

阅读量1.1k

点赞数 1

CC 4.0 BY-SA版权

文章标签： openvino 计算机视觉人工智能

于 2022-07-15 22:46:07 首次发布

本文链接：https://blog.youkuaiyun.com/selectnothing/article/details/125813512

OpenVINO是Intel提供的开放视觉推理工具，支持AI应用的构建。它包括模型优化器，将训练模型转换为中间表示IR文件，以适应推理引擎。视频分析流程涵盖解码、预处理、推理和编码，OpenVINO的Media-SDK用于编解码，DLDT用于推理加速。通过性能评测和选择合适系统，实现高效视频分析处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

二、OpenVINO简述与构建流程

1 人工智能与视觉应用

1. 计算机视觉与图像处理

图像： 在计算机中，每张图像是由像素构成的阵列，表示为像素值。通常在灰度图中，像素仅单个通道，每个像素值的区间为0 ~ 255，其中255表示白色，0表示黑色。而在彩色RGB图像中，每个像素由R、G、B三个通道组成，每个通道中的像素值区间均为0 ~ 255。
视频： 如果说图像是多个像素构成的阵列，那么视频则是由一系列连续图像组成的序列，当图像切换速度足够快时，就形成了平滑连续的视觉效果。如在电影视频中，每秒24帧指的是视频每秒放映的画面数，一幅画面就是一帧，连续的24帧构成了视频一秒内的输出内容。至于为什么看24帧的电影毫无违和感，而60帧以下的游戏却会感觉到明显卡顿，这里就涉及到动态模糊，现实光影在记录时会因为动态模糊存在“多余”的丰富图像信息，而游戏3D实时渲染却不会存在这些动态模糊带来的“多余”信息，其间的差异就造成了观看时的卡顿感。至于动态模糊的概念，这里暂且不做过多赘述。
图像处理
- 模糊：平滑处理每个像素及其周围的8个像素值，选取其平均值作为该点的像素值，即可获得更加模糊的图像。
- 锐化：扩大像素点与周围像素点的差异，将会得到更锐利的图像。继续进行锐化，图像将仅保留像素值的显著差异，只能看到图像中物体的边缘，可用于检测图像的角、边缘、线等
- 边缘：在RGB图像中，边缘常常存在于像素值剧烈变化处。因此常常针对这一特征进行物体边缘检测。可以检测图像中的边缘、线、角作为图像特征，由此查找真实图像

2. 视频压缩技术与加速处理

视频压缩技术： 假设在未经压缩的情况下，1080P 25帧视频的一帧由1920×1080个像素点组成，每个像素点有RGB三个通道，大小约3 bytes。此时一帧图像约为6.2 MB，每秒需要155 MB存储空间，那么一分钟视频约为9.3 GB。为了压缩这些数据，达到通过较少比特去呈现大量数据，同时不丢失太多信息的目的。就需要利用视频压缩，即冗余技术。
冗余：
- 空间冗余：在一系列图像内，天空区域所有像素都是相同颜色，此时无需存储每张图像中天空区域的全部像素，仅需存储该区域所有像素的平均值，在显示时应用到天空区域内每个像素上即可。