我正在尝试优化OpenCL中用于运动估计的块匹配算法。基本上图像尺寸是384×288并且假设图像被分成大小为16×16的多个非重叠宏块，可以实现总共24×18个宏块。
在每个宏块位置，必须估计两个连续帧中的运动（包括搜索附近区域的像素强度的绝对差值之和 - 灰色使用16x16块），我是否正确设置全局大小为24和18分别在启动内核时？
我的理解是，当opencl内核启动时，原始图像上宏块位置的位置可以计算为{get_local_size（0）x 16 -1，get_local_size（1）x 16-1}。它是否正确？此用例的本地工作组大小的最佳值是什么？
谢谢
答案 0 :(得分：0)
我将全局大小分别设置为24和18是正确的 在启动内核时
如果每个线程计算一个完整的宏块，是的，你对全局大小是正确的，但本地大小应该是1或类似3x2。但是如果单线程计算单个像素，则全局参数是总线程。如果你计算每个线程一个像素，它应该是384x288。
组/宏块的数量随本地大小与全局大小的变化而变化。
如果组中有16个线程，并且总共有32个线程，则只有2组线程。对于2D和3D内核执行也会发生同样的事情。
原始图像上宏块位置的位置可以计算为
x=get_group_id(0) * get_local_size(0)
y=get_group_id(1) * get_local_size(1)
id从零开始。位置（x，y）指向贴片的左上角。然后右下角将是
xLast=get_group_id(0) * get_local_size(0)+get_local_size(0)
yLast=get_group_id(1) * get_local_size(1)+get_local_size(1)
在最左边的最左边，假设当前的起源是0,0。
此外，本地工作组规模的最佳值是多少 这个用例？
如果将本地大小参数保留为空（null），opencl实现会选择它（具有合适的大小但可能不是最佳），因此组的数量是未知的。
如果每个像素的线程数或每组线程数或每个像素的线程数超过一个，则全局大小和本地大小将不同。例如，如果要从较旧的5帧计算2个新帧，则可以使用每个像素2个线程。或者你可以在一个像素的单个线程中完成所有工作，或者你可以在一个线程中完成所有16x16像素的工作，或者你可以在一个线程中完成所有工作。选择是你的，你应该测试/ farsee，如果你的算法是令人尴尬的并行或串行。
我猜估计类似于5（或11）点模板（2d时间微分？）所以它会添加东西，适当地乘以单线程，然后应用于像素，然后对另一帧做同样的事情＃ 39; s像素，然后对所有16x16像素的宏块执行相同操作，然后对所有宏块执行相同操作，它应该使用每个像素1个线程（重新使用已计算的模板计算2个帧）（只有1个颜色？）。
你可以从工作代码开始（或者自己重写），然后在它的嵌套循环上并行化，例如你可以扫描线（1D内核），扫描像素（2D内核），扫描像素及其子像素（3D？）使得我变成get_global_id（0）而j变成get_global_id（1）。