目錄1. MediaPipe加速流程1.1 OpenGL ES準(zhǔn)備1.2 CameraX 準(zhǔn)備1.3 Android平臺上加速流程2. MediaPipe加速原理2.1 MediaPipe源碼結(jié)構(gòu)2.2 框架加速組件和原理2.3 人手姿態(tài)估計示例

1. MediaPipe加速流程

1.1 OpenGL ES準(zhǔn)備

(1) OpenGL上下文（Context）
在調(diào)用任何OpenGL指令之前，需要創(chuàng)建一個OpenGL上下文，該上下文是一個非常龐大的狀態(tài)機，保存了OpenGL的各種狀態(tài)。由于OpenGL上下文是一個巨大的狀態(tài)機，因此切換上下文需要較大的開銷，但是不同的繪制模塊需要完全獨立的狀態(tài)管理。因此可以通過在應(yīng)用程序中分別創(chuàng)建多個不同上下文，在不同線程中使用不同上下文，同時上下文之間共享紋理，緩沖區(qū)等資源，避免反復(fù)切換上下文，造成較大開銷。（OpenGL的一個上下文不能被多個線程同時訪問。此外，在同一線程上切換上下文可能會很慢。因此更有效的做法是為每個上下文設(shè)置一個專用線程，每個線程發(fā)出GL命令，在其上下文建立一個串行命令隊列，然后由GPU異步執(zhí)行）

(2) 幀緩沖區(qū)（FrameBuffer）
OpenGL可以理解成圖形API，因此所有運算和結(jié)果輸出都需要通過圖像進行輸出。繪圖需要有一塊畫板，那么幀緩沖區(qū)就是這塊畫板。

(3) 附著（Attachment）
附著可以理解成畫板上的夾子，夾住哪塊畫布，就往對應(yīng)的畫布上輸出數(shù)據(jù)。

(4) 紋理（Texture）和渲染緩沖區(qū)（RenderBuffer）
幀緩沖區(qū)并不是實際存儲數(shù)據(jù)的地方，實際存儲圖像數(shù)據(jù)數(shù)據(jù)的對象就是紋理和渲染緩沖區(qū)。（注意，一般來說渲染緩沖區(qū)和紋理不能同時掛載在同一幀緩沖區(qū)上）

(5) 頂點數(shù)組（VertexArray）和頂點緩沖區(qū)（VertexBuffer）
有了畫板，夾子，畫布就可以開始繪畫了，畫圖先畫好圖像骨架，然后往骨架里面添加顏色，頂點數(shù)據(jù)就是要畫的圖像的骨架，OpenGL圖像都是由圖元組成的（點，線，三角形），頂點數(shù)據(jù)預(yù)先傳入顯存當(dāng)中，這部分顯存稱為頂點緩沖區(qū)。

(6) 索引數(shù)組（ElementArray）和索引緩沖區(qū)（ElementBuffer）
索引數(shù)據(jù)的目的是為了實現(xiàn)頂點復(fù)用，在繪制圖像時，總是會有一些頂點被多個圖元共享，避免反復(fù)對這個頂點進行計算。索引數(shù)據(jù)存儲在顯存中，這部分顯存稱為索引緩沖區(qū)。

(7) 著色器程序（Shader）

頂點著色器（VertexShader）
頂點著色器是OpenGL中用于計算頂點屬性的程序。頂點著色器是逐頂點運算的程序，每個頂點數(shù)據(jù)都會執(zhí)行一次頂點著色器，每個頂點執(zhí)行時并行的，并且頂點著色器運算過程中無法訪問其他頂點數(shù)據(jù)。

片段著色器（FragmentShader）
片段著色器是OpenGL中用于計算像素顏色的程序。每個像素都會執(zhí)行一次片段著色器，每個像素運行時同樣也是并行的。

(8) 逐片段操作（Per-Fragment Operation）

測試（Test）
著色器程序完成后，我們就得到了像素數(shù)據(jù)，這些數(shù)據(jù)必須通過測試才能最終繪制到畫布，也就是幀緩沖上的顏色附著上。

混合（Blending）

抖動（Dithering）
抖動是針對可用顏色較少的系統(tǒng)，可以犧牲分辨率為代價，通過顏色值的抖動來增加可用顏色數(shù)量的技術(shù)。機器分辨率足夠高的情況下，激活抖動操作沒有太大意義。

(9) 渲染到紋理
OpenGL程序并不希望渲染出來的圖像立即顯示在屏幕上，而是需要多次渲染。其中一次的渲染結(jié)果作為下一次渲染的輸入。如果幀緩沖區(qū)的顏色附著設(shè)置為一張紋理，那么渲染完成之后，可以重新構(gòu)造新的幀緩沖區(qū)，并將上次渲染出來的紋理作為輸入，重復(fù)上述流程。

(10) 渲染上屏/交換緩沖區(qū)（SwapBuffer）
無

1.2 CameraX 準(zhǔn)備

在 Android 應(yīng)用中要實現(xiàn) Camera 功能還是比較困難的，為了保證在各品牌手機設(shè)備上的兼容性、響應(yīng)速度等體驗細節(jié)，Camera 應(yīng)用的開發(fā)者往往需要花很大的時間和精力進行測試，甚至需要手動在數(shù)百種不同設(shè)備上進行測試。CameraX 正是為解決這個痛點而誕生的。
優(yōu)勢：

CameraX和生命周期結(jié)合在一起，方便開發(fā)者管理生命周期，相比camera2減少了大量的樣板代碼的使用
CameraX是基于Camera2 API實現(xiàn)的，兼容Andorid L（API 21），保證兼容市面上的絕大多數(shù)手機
開發(fā)者可以通過擴展形式使用和原生攝像頭應(yīng)用相同的功能（人像，夜間模式，HDR，濾鏡，美顏）
Google對CameraX進行了深度測試，確保能夠給覆蓋到更加廣泛的設(shè)備中。

(1) 添加CameraX依賴

(2) 顯示相機預(yù)覽

(3) 拍照和存儲圖片

(4) 實時分析圖像幀

1.3 Android平臺上加速流程

(1) 設(shè)置

系統(tǒng)中安裝MediaPipe
安裝Android Development SDK和Android NDK
Android設(shè)備開發(fā)模式
設(shè)置Bazel編譯部署Android應(yīng)用

(2) 特定功能的圖結(jié)構(gòu)

(3) 初始最小應(yīng)用程序設(shè)置

(4) 調(diào)用CameraX相機驅(qū)動

相機權(quán)限
相機訪問

(5) 設(shè)置外部紋理轉(zhuǎn)換器
表面紋理（SurfaceTexture）從流中捕獲圖像幀作為OpenGL ES紋理。要使用MediaPipe圖形，從攝像機捕獲的幀應(yīng)該存儲在一個常規(guī)的Open GL紋理對象中。MediaPipe提供了一個名為ExternalTextureConverter的類，用于將存儲在SurfaceTexture對象中的圖像轉(zhuǎn)換為常規(guī)OpenGL紋理對象。要使用ExternalTextureConverter，我們需要EglManager對象創(chuàng)建和管理EGLContext。向構(gòu)建(BUILD)文件添加依賴項以使用EglManager。

計算攝像頭的幀在設(shè)備屏幕上的適當(dāng)?shù)娘@示尺寸
傳入previewFrameTexture和displaySize到convert現(xiàn)在攝像頭獲取到的圖像幀已傳輸?shù)組ediaPipe graph中了。

(6) 在Android中調(diào)用MediaPipe圖結(jié)構(gòu)

添加相關(guān)依賴
主活動MainActivity中使用圖

2. MediaPipe加速原理

2.1 MediaPipe源碼結(jié)構(gòu)

MediaPipe整個技術(shù)棧如圖所示

MediaPipe中核心源碼的結(jié)構(gòu)如下，BUILD為Bazel編譯文件、calculators為圖結(jié)構(gòu)的計算單元、docs為開發(fā)文檔、examples為mediapipe的應(yīng)用示例、framework為框架包含計算單元屬性，上下文環(huán)境，數(shù)據(jù)流管理，調(diào)度隊列，線程池，時間戳等、gpu為OpenGL的依賴文件、graphs為mediapipe各項示例的圖結(jié)構(gòu)（邊緣檢測，人臉檢測，姿態(tài)追蹤等等）、java為安卓應(yīng)用開發(fā)的依賴項、MediaPipe.tulsiproj為相關(guān)配置文件、models為各個應(yīng)用的tflite模型，modules為示例組件、objc為 objective-c語言相關(guān)文件、util為工具代碼。

2.2 框架加速組件和原理

框架的加速部分主要在framework中，源碼中包括計算單元基類，計算單元數(shù)據(jù)類型定義、計算單元的狀態(tài)控制、計算單元的上下文環(huán)境管理、圖結(jié)構(gòu)中輸入流和輸出流、調(diào)度器隊列、線程池、時間戳同步等。下面主要分析調(diào)度器隊列（scheduler_queue），線程池（thread_pool），時間戳（timestamp）怎樣通過調(diào)度數(shù)據(jù)流實現(xiàn)時數(shù)據(jù)流時間戳同步，再GPU計算渲染，從而達到mediapipe管線的最大數(shù)據(jù)吞吐量。

調(diào)度器機制
優(yōu)先級隊列、線程池的原理可以看這個鏈接：https://www.cnblogs.com/zhongzhaoxie/p/13630795.html

MediaPipe圖是由計算單元構(gòu)成的，整個調(diào)度機制決定何時運行每個計算單元。每個圖至少有一個調(diào)度隊列，每個調(diào)度隊列只有一個執(zhí)行器。默認情況下，執(zhí)行器是一個線程池，根據(jù)系統(tǒng)的能力決定線程數(shù)量。每個計算單元作為一個節(jié)點都有一個調(diào)度狀態(tài)（未就緒，就緒或者正在運行）。
對于源節(jié)點，沒有數(shù)據(jù)流輸入的節(jié)點成為源節(jié)點，源節(jié)點總是處于準(zhǔn)備運行的狀態(tài)，一直到整個圖結(jié)構(gòu)沒有數(shù)據(jù)輸出，源節(jié)點才會關(guān)閉。對于非源節(jié)點有要處理的輸入時，根據(jù)節(jié)點的輸入策略（下面將討論），形成一個有效的輸出集，此時非源節(jié)點保持準(zhǔn)備狀態(tài)。當(dāng)一個節(jié)點準(zhǔn)備就緒時，意味著一個任務(wù)添加到優(yōu)先調(diào)度程序隊列中，優(yōu)先級函數(shù)目前時固定的，考慮到節(jié)點的靜態(tài)屬性及其圖中的拓撲排序。靠近圖輸出端的節(jié)點具有更高的優(yōu)先級，而源節(jié)點具有最低的優(yōu)先級。

時間戳同步
MediaPipe圖結(jié)構(gòu)執(zhí)行時去中心化的：沒有全局鎖，不同的節(jié)點能夠在同一時間處理不同時間戳的數(shù)據(jù)。這允許管道有更高的吞吐量。然而時間信息對于許多感知工作流非常重要。同時接收多個輸入流的節(jié)點需要以某種方式取協(xié)調(diào)它們。例如，一個目標(biāo)檢測器可能產(chǎn)生一系列候選框，然后再將這個信息輸送到渲染節(jié)點，該節(jié)點應(yīng)該與原始幀一起處理。
因此MediaPipe主要功能之一就是讓節(jié)點輸入同步。就框架而言，時間戳的主要作用是充當(dāng)同步鍵。此外，MediaPipe被設(shè)計為支持確定性操作，這在許多場景(測試、模擬、批處理等)中非常重要，同時允許圖設(shè)計者在需要滿足實時約束的地方放松確定性。
同步和決定論這兩個目標(biāo)是幾種設(shè)計選擇的基礎(chǔ)。值得注意的是，推入給定流的數(shù)據(jù)包必須有單調(diào)遞增的時間戳:這不僅是對許多節(jié)點有用的假設(shè)，而且同步邏輯也依賴于此。每個數(shù)據(jù)流有時間戳限制，這是數(shù)據(jù)流上新包允許的最低時間戳。當(dāng)一個時間戳為T的數(shù)據(jù)包到達時，邊界自動推進到T+1，反映了單調(diào)要求。這允許框架確定沒有時間戳小于T的數(shù)據(jù)包會到達。

輸入策略
由DefaultInputStreamHandler定義的默認輸入策略提供了確定性的輸入同步，可以保證多個輸入流上具有相同時間戳的數(shù)據(jù)包，輸入數(shù)據(jù)流嚴格按照時間戳升序處理。基于計算單元的方法使圖可以控制在哪里丟棄數(shù)據(jù)包，并允許根據(jù)資源約束靈活的適應(yīng)和定制圖行為。

GPU計算和渲染
MediaPipe支持用于GPU計算和渲染的計算單元節(jié)點，并允許合并多個GPU節(jié)點，以及將它們與基于CPU的計算單元節(jié)點混合。MediaPipe中GPU設(shè)計原則是保證GPU計算單元可以出現(xiàn)在圖的任何地方，幀數(shù)據(jù)在GPU計算單元到另一個計算單元應(yīng)該不需要復(fù)制操作，CPU和GPU之間的數(shù)據(jù)傳輸應(yīng)該高效。
MediaPipe允許圖在多個GL上下文中運行OpenGL。舉例來說,這可能是在圖結(jié)構(gòu)中非常有用，結(jié)合較慢的GPU推理路徑(例如,在10幀/秒)和更快的GPU渲染路徑(如30 FPS)：因為一個GL上下文對應(yīng)于一個連續(xù)的命令隊列，所以這兩個任務(wù)使用相同的上下文將會減少渲染的幀速率。
MediaPipe使用多個上下文解決的一個挑戰(zhàn)是跨它們進行通信的能力。比如這樣一個示例場景，同時發(fā)送輸入視頻到顯示和推理路徑，顯示需要先訪問推理的結(jié)果。
一個OpenGL上下文不能被多個線程同時訪問。此外，在某些Android設(shè)備上，在同一線程上切換活動GL上下文可能會很慢。因此，我們的方法是為每個上下文設(shè)置一個專用線程。每個線程發(fā)出GL命令，在其上下文上建立一個串行命令隊列，然后由GPU異步執(zhí)行。

2.3 人手姿態(tài)估計示例

參考文獻：
[1] https://zhuanlan.zhihu.com/p/56693625
[2] OPENGL ES 3.0編程指南
[3] https://codelabs.developers.google.com/codelabs/camerax-getting-started/
[4] https://zhuanlan.zhihu.com/p/110411044

總結(jié)

以上是生活随笔為你收集整理的MediaPipe加速流程和原理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。