利索能及
我要发布
收藏
专利号: 2020102322715
申请人: 武汉烛照科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种视频处理芯片,其特征在于,所述视频处理芯片为异构多核多切片流水线架构;

包括:

主控CPU模块,用于对片内其他模块的综合管理和配置;

视频学习与训练模块,用于通过AI算法对视频流进行自动学习,判断当前的环境模型,产生和优化视频修复增强模块中各个处理核的算法参数;

视频修复增强模块,所述视频修复增强模块采用多切片堆叠方式集成多条流水线,用于对视频图像的实时/非实时修复和增强处理,所述视频图像的处理包括融合处理、去雾处理、去黑处理、增强处理、透云处理和去霾处理;

片上总线模块,用于所述主控CPU模块与片内其他模块的数据交换;

接口数据处理模块,用于视频数据在片内片外的交互传输以及视频数据在片内各切片间的切换;

电源管理模块和时钟管理模块,用于为整个芯片提供基础工作环境。

2.如权利要求1所述的视频处理芯片,其特征在于,所述接口数据处理模块与片外的数据传输支持包括HDMI、USB1.0-3.0接口标准中的一种或多种,所述接口数据处理模块与片内切片的数据传输通过所述片上总线模块实现。

3.如权利要求1所述的视频处理芯片,其特征在于,所述主控CPU模块对片内其他模块的综合管理和配置,包括:根据所述视频学习与训练模块报告的环境模型选择组合式修复增强方案,并配置所述视频修复增强模块中各个处理核之间的数据流向;

根据所述视频学习与训练模块产生的优化调节系数配置所述视频修复增强模块中各个处理核的算法参数。

4.如权利要求3所述的视频处理芯片,其特征在于,所述视频修复增强模块中各个切片之间的处理过程与数据流相互独立;

每个切片采用多个处理核与可配置全互联总线架构对视频图像的实时/非实时修复和增强处理,多个所述处理核的组合方案由所述主控CPU模块决策;所述处理核的优化参数由视频学习与训练模块产生,并通过主控CPU模块实现配置。

5.如权利要求4所述的视频处理芯片,其特征在于,每个切片中包括融合处理核、去雾处理核、去黑处理核、增强处理核、透云处理核和去霾处理核,多个处理核之间通过所述可配置全互联总线进行数据交互;其中,所述融合处理核,用于多谱视频流的融合处理;

所述去雾处理核,用于雾天视频的修复和增强处理;

所述去黑处理核,用于低亮度视频的修复和增强处理;

所述增强处理核,用于视频的视觉效果增强处理;

所述透云处理核,用于卫星视频或高空拍摄视频的修复和增强处理;

所述去霾处理核,用于对受浮尘浓度影响的视频的修复和增强处理。

6.如权利要求5所述的视频处理芯片,其特征在于,所述可配置全互联总线采用分布式的总线式多路开关阵列实现视频数据在各个处理核之间的交换;

通过对分布式的总线式多路开关阵列的控制,配置数据流流经各个处理核的顺序,实现不同场景下修复和增强处理的算法组合。

7.如权利要求6所述的视频处理芯片,其特征在于,所述总线式多路开关阵列的实现方式采用阵列式排布的多个可配置开关,多个可配置开关的控制逻辑并联在一起,构成可配置总线开关;

通过对多个可配置开关的编程连通或编程断开,实现多条信号线之间的连通或隔离,构造具有不同拓扑形式的信号流。

8.如权利要求7所述的视频处理芯片,其特征在于,所述视频处理芯片的处理方法包括:步骤1、主控CPU模块初始化;

步骤2、主控CPU模块控制各处理核的参数初始化;

步骤3、视频学习与训练模块对输入视频流进行学习,识别当前天气场景;

步骤4、视频学习与训练模块根据输入视频流进行训练,生成最优的算法组合方案,确定各个算法的参数;

步骤5、主控CPU模块配置片上总线模块,实现各处理核的调用与动态互联;

步骤6、主控CPU模块配置各处理核的算法参数;

步骤7:视频数据流入切片,经过各处理核处理后再经过接口数据模块输出片外。