海思媒体处理平台架构

简介: <p>海思媒体处理平台的主要内部处理流程如图1-2 所示,主要分为视频输入(VI)、视频<br> 处理(VPSS)、视频编码(VENC)、视频解码(VDEC)、视频输出(VO)、视频侦测分<br> 析(VDA)、音频输入(AI)、音频输出(AO)、音频编码(AENC)、音频解码(ADEC)、<br> 区域管理(REGION)等模块。主要的处理流程介绍如下:</p> <p>sa<im

海思媒体处理平台的主要内部处理流程如图1-2 所示,主要分为视频输入(VI)、视频
处理(VPSS)、视频编码(VENC)、视频解码(VDEC)、视频输出(VO)、视频侦测分
析(VDA)、音频输入(AI)、音频输出(AO)、音频编码(AENC)、音频解码(ADEC)、
区域管理(REGION)等模块。主要的处理流程介绍如下:

sasa

 

l  VI 模块捕获视频图像,可对其做剪切、缩放、镜像等处理,并输出多路不同分辨

率的图像数据。

l  解码模块对编码后的视频码流进行解码,并将解析后的图像数据送VPSS 进行图

像处理或直接送VO 显示。可对H264/VC1/MPEG4/MPEG2/AVS 格式的视频码流

进行解码。

l  VPSS 模块接收VI 和解码模块发送过来的图像,可对图像进行去噪、图像增强、

锐化等处理,并实现同源输出多路不同分辨率的图像数据用于编码、预览或抓

拍。

l  编码模块接收VI 捕获并经VPSS 处理后输出的图像数据,可叠加用户通过Region

模块设置的OSD 图像,然后按不同协议进行编码并输出相应码流。

VDA 模块接收VI 的输出图像,并进行移动侦测和遮挡侦测,最后输出侦测分析

结果。

l  VO 模块接收VPSS 处理后的输出图像,可进行播放控制等处理,最后按用户配置

的输出协议输出给外围视频设备。

l  AI 模块捕获音频数据,然后AENC 模块支持按多种音频协议对其进行编码,最后

输出音频码流。

用户从网络或外围存储设备获取的音频码流可直接送给ADEC 模块,ADEC 支持解码

多种不同的音频格式码流,解码后数据送给AO 模块即可播放声音。

相关文章
|
运维 监控 负载均衡
动态服务管理平台:驱动微服务架构的高效引擎
动态服务管理平台:驱动微服务架构的高效引擎
296 17
|
8月前
|
Ubuntu 编译器 C语言
在Ubuntu22.04平台上交叉编译针对Rv1126架构的GCC13.2.0编译器的步骤。
遵循上述步骤,您应该能够在Ubuntu 22.04平台上成功交叉编译适用于RISC-V架构RV1126的GCC 13.2.0编译器,允许您为目标硬件构建应用程序和操作系统组件。
476 10
|
运维 监控 负载均衡
探索微服务架构下的服务治理:动态服务管理平台深度解析
探索微服务架构下的服务治理:动态服务管理平台深度解析
|
运维 监控 安全
探索微服务架构下的服务治理:动态服务管理平台的力量
探索微服务架构下的服务治理:动态服务管理平台的力量
|
Java Linux C语言
《docker基础篇:2.Docker安装》包括前提说明、Docker的基本组成、Docker平台架构图解(架构版)、安装步骤、阿里云镜像加速、永远的HelloWorld、底层原理
《docker基础篇:2.Docker安装》包括前提说明、Docker的基本组成、Docker平台架构图解(架构版)、安装步骤、阿里云镜像加速、永远的HelloWorld、底层原理
1024 90
|
8月前
|
运维 监控 Java
初创代购选单体,千万级平台用微服务:一张表看懂架构选型红线
在跨境电商代购系统年交易额超3.2万亿元的背景下,本文对比微服务与单体架构的技术原理、适用场景及实战案例,结合性能、运维、成本等维度,为企业提供架构选型指南,助力实现高效扩展与稳定运营。
|
NoSQL 关系型数据库 MySQL
《docker高级篇(大厂进阶):4.Docker网络》包括:是什么、常用基本命令、能干嘛、网络模式、docker平台架构图解
《docker高级篇(大厂进阶):4.Docker网络》包括:是什么、常用基本命令、能干嘛、网络模式、docker平台架构图解
482 56
《docker高级篇(大厂进阶):4.Docker网络》包括:是什么、常用基本命令、能干嘛、网络模式、docker平台架构图解
|
SQL 消息中间件 Kafka
Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
本文介绍了阿里云实时数仓Hologres负责人姜伟华在Flink Forward Asia 2024上的分享,涵盖实时数仓的发展历程、从实时数仓到实时湖仓的演进,以及总结。文章通过三代实时数仓架构的演变,详细解析了Lambda架构、Kafka实时数仓分层+OLAP、Hologres实时数仓分层复用等方案,并探讨了未来从实时数仓到实时湖仓的演进方向。最后,结合实际案例和Demo展示了Hologres + Flink + Paimon在实时湖仓中的应用,帮助用户根据业务需求选择合适的方案。
1650 20
Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
|
11月前
|
SQL 人工智能 前端开发
JeecgBoot 低代码平台 v3.7.4 发布,后台架构大升级
JeecgBoot 是一款基于 SpringBoot2.x/3.x 和 SpringCloud Alibaba 的企业级 AI 低代码平台,采用前后端分离架构(Ant Design & Vue3),支持 Mybatis-plus 和 Shiro。它集成了强大的代码生成器,可一键生成前后端代码,无需手动编写,大幅减少重复工作。平台支持 DeepSeek、ChatGPT 和 Ollama 等主流大模型,提供 AI 对话
739 9
|
SQL 消息中间件 Serverless
​Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
​Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
368 4