一种智能软解码的方法及装置与流程

本发明涉及视频解码技术领域，特别涉及一种智能软解码的方法及装置。

背景技术：

在现有技术中，使用软解码的解码方式来解码视频对系统的性能的需求很高。在有限的系统的性能的条件下，如果系统资源被其他程序占用过多，将会导致CPU、GPU和内存的负荷过大，从而导致软解码的卡顿，甚至严重干扰软解码的进程的稳定性。如何妥善的处理上述问题，就成为了业界亟待解决的课题。

技术实现要素：

本发明提供一种智能软解码的方法及装置，用以保障在有限的系统资源中保证软解码的顺利运行。

根据本发明实施例的第一方面，提供一种智能软解码的方法，包括：

实时监测系统的运行负荷信息；

每间隔预设的清理周期，释放内存中的可释放的内容空间；

当CPU的百分比负荷高于预设的清理阈值时，降低所述CPU的百分比负荷。

在一个实施例中，所述实时监测系统的运行负荷信息，包括：

确认所述系统的运行负荷信息包括CPU的运行负荷信息、GPU的运行负荷信息和内存的运行负荷信息中的任一者或多者；

实时监测所述CPU的运行负荷信息；

实时监测所述GPU的运行负荷信息；

实时监测所述内存的运行负荷信息。

在一个实施例中，所述每间隔预设的清理周期，释放内存中的可释放的内容空间，包括：

实时分析所述内存中的系统必要进程、软解码的相关进程和其他应用的进程所占据的内存区间；

每间隔预设的清理周期，释放内存中的所述其他应用的进程所占据的内存区间。

在一个实施例中，所述当CPU的百分比负荷高于预设的清理阈值时，降低所述CPU的百分比负荷，包括：

分析所述CPU中正在运行的系统必要进程、软解码的相关进程和其他应用的进程所占据的CPU资源；

当CPU的百分比负荷高于预设的清理阈值时，清除所述其他应用的进程所占据的CPU资源。

在一个实施例中，还包括：

根据历史数据，禁止所述其他应用的进程重新启动。

根据本发明实施例的第二方面，提供一种智能软解码的装置，包括：

监测模块，用于实时监测系统的运行负荷信息；

释放模块，用于每间隔预设的清理周期，释放内存中的可释放的内容空间；

降低模块，用于当CPU的百分比负荷高于预设的清理阈值时，降低所述CPU的百分比负荷。

在一个实施例中，所述监测模块，包括：

确认子模块，用于确认所述系统的运行负荷信息包括CPU的运行负荷信息、GPU的运行负荷信息和内存的运行负荷信息中的任一者或多者；

第一监测子模块，用于实时监测所述CPU的运行负荷信息；

第二监测子模块，用于实时监测所述GPU的运行负荷信息；

第三监测子模块，用于实时监测所述内存的运行负荷信息。

在一个实施例中，所述释放模块，包括：

第一分析子模块，用于实时分析所述内存中的系统必要进程、软解码的相关进程和其他应用的进程所占据的内存区间；

释放子模块，用于每间隔预设的清理周期，释放内存中的所述其他应用的进程所占据的内存区间。

在一个实施例中，所述降低模块，包括：

第二分析子模块，用于分析所述CPU中正在运行的系统必要进程、软解码的相关进程和其他应用的进程所占据的CPU资源；

清除子模块，用于当CPU的百分比负荷高于预设的清理阈值时，清除所述其他应用的进程所占据的CPU资源。

在一个实施例中，还包括：

禁止模块，用于根据历史数据，禁止所述其他应用的进程重新启动。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明一示例性实施例示出的一种智能软解码的方法的流程图；

图2为本发明一示例性实施例示出的一种智能软解码的方法的步骤S11的流程图；

图3为本发明一示例性实施例示出的一种智能软解码的方法的步骤S12的流程图；

图4为本发明一示例性实施例示出的一种智能软解码的方法的步骤S13的流程图；

图5为本发明另一示例性实施例示出的一种智能软解码的方法的流程图；

图6为本发明一示例性实施例示出的一种智能软解码的装置的框图；

图7为本发明一示例性实施例示出的一种智能软解码的装置的监测模块61的框图；

图8为本发明一示例性实施例示出的一种智能软解码的装置的释放模块62的框图；

图9为本发明一示例性实施例示出的一种智能软解码的装置的降低模块63的框图；

图10为本发明另一示例性实施例示出的一种智能软解码的装置的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1是根据一示例性实施例示出的一种智能软解码的方法流程图，如图1所示，该智能软解码的方法，包括以下步骤S11-S13：

在步骤S11中，实时监测系统的运行负荷信息；

在步骤S12中，每间隔预设的清理周期，释放内存中的可释放的内容空间；

在步骤S13中，当CPU的百分比负荷高于预设的清理阈值时，降低所述CPU的百分比负荷。

在一个实施例中，在现有技术中，使用软解码的解码方式来解码视频对系统的性能的需求很高。在有限的系统的性能的条件下，如果系统资源被其他程序占用过多，将会导致CPU、GPU和内存的负荷过大，从而导致软解码的卡顿，甚至严重干扰软解码的进程的稳定性。本实施例中的技术方案可妥善的处理上述问题，就成为了业界亟待解决的课题。

详细过程如下，实时监测系统的运行负荷信息。进一步的，确认该系统的运行负荷信息包括CPU的运行负荷信息、GPU的运行负荷信息和内存的运行负荷信息中的任一者或多者。实时监测该CPU的运行负荷信息；实时监测该GPU的运行负荷信息；实时监测该内存的运行负荷信息。

每间隔预设的清理周期，释放内存中的可释放的内容空间。进一步的，实时分析该内存中的系统必要进程、软解码的相关进程和其他应用的进程所占据的内存区间。每间隔预设的清理周期，释放内存中的该其他应用的进程所占据的内存区间。

当CPU的百分比负荷高于预设的清理阈值时，降低该CPU的百分比负荷。进一步的，分析该CPU中正在运行的系统必要进程、软解码的相关进程和其他应用的进程所占据的CPU资源。当CPU的百分比负荷高于预设的清理阈值时，清除该其他应用的进程所占据的CPU资源。

除此之外，还包括根据历史数据，禁止该其他应用的进程重新启动。

本实施例中的技术方案可保障在有限的系统资源中保证软解码的顺利运行，从而提升了正在观看该软解码的视频的观看者的用户体验。

在一个实施例中，如图2所示，步骤S11包括如下步骤S21-S24：

在步骤S21中，确认所述系统的运行负荷信息包括CPU的运行负荷信息、GPU的运行负荷信息和内存的运行负荷信息中的任一者或多者；

在步骤S22中，实时监测所述CPU的运行负荷信息；

在步骤S23中，实时监测所述GPU的运行负荷信息；

在步骤S24中，实时监测所述内存的运行负荷信息。

在一个实施例中，确认该系统的运行负荷信息包括CPU的运行负荷信息、GPU的运行负荷信息和内存的运行负荷信息中的任一者或多者。实时监测该CPU的运行负荷信，实时监测该GPU的运行负荷信，实时监测该内存的运行负荷信息。还可以通过实时监测存储介质的运行负荷信息，例如存储介质的I/O吞吐速度。

在一个实施例中，如图3所示，步骤S12包括如下步骤S31-S32：

在步骤S31中，实时分析所述内存中的系统必要进程、软解码的相关进程和其他应用的进程所占据的内存区间；

在步骤S32中，每间隔预设的清理周期，释放内存中的所述其他应用的进程所占据的内存区间。

在一个实施例中，实时分析该内存中的系统必要进程、软解码的相关进程和其他应用的进程所占据的内存区间。每间隔预设的清理周期，释放内存中的该其他应用的进程所占据的内存区间。在保证系统的正常运行的情况下，确保软解码的相关进程可占据尽可能多的系统资源。

在一个实施例中，如图4所示，步骤S13包括如下步骤S41-S42：

在步骤S41中，分析所述CPU中正在运行的系统必要进程、软解码的相关进程和其他应用的进程所占据的CPU资源；

在步骤S42中，当CPU的百分比负荷高于预设的清理阈值时，清除所述其他应用的进程所占据的CPU资源。

在一个实施例中，分析该CPU中正在运行的系统必要进程、软解码的相关进程和其他应用的进程所占据的CPU资源，当CPU的百分比负荷高于预设的清理阈值时，清除该其他应用的进程所占据的CPU资源，即直接将其他应用的进程关闭掉。

在一个实施例中，如图5所示，还包括如下步骤S51-S55：

在步骤S51中，根据历史数据，禁止所述其他应用的进程重新启动。

在一个实施例中，根据历史数据，禁止其他应用的进程重新启动。例如，根据历史数据，发现某一个其他应用的进程A超过3次自动重启，将其他应用的进程A的进程设置为无权限运行的状态，从而禁止该其他应用的进程A再次自动重启。

在一个实施例中，图6是根据一示例性实施例示出的一种智能软解码的装置框图。如图6示，该装置包括监测模块61、释放模块62和降低模块63。

该监测模块61，用于实时监测系统的运行负荷信息；

该释放模块62，用于每间隔预设的清理周期，释放内存中的可释放的内容空间；

该降低模块63，用于当CPU的百分比负荷高于预设的清理阈值时，降低所述CPU的百分比负荷。

如图7所示，该监测模块61包括确认子模块71、第一监测子模块72、第二监测子模块73和第三监测子模块74。

该确认子模块71，用于确认所述系统的运行负荷信息包括CPU的运行负荷信息、GPU的运行负荷信息和内存的运行负荷信息中的任一者或多者；

该第一监测子模块72，用于实时监测所述CPU的运行负荷信息；

该第二监测子模块73，用于实时监测所述GPU的运行负荷信息；

该第三监测子模块74，用于实时监测所述内存的运行负荷信息。

如图8所示，该释放模块62包括第一分析子模块81和释放子模块82。

该第一分析子模块81，用于实时分析所述内存中的系统必要进程、软解码的相关进程和其他应用的进程所占据的内存区间；

该释放子模块82，用于每间隔预设的清理周期，释放内存中的所述其他应用的进程所占据的内存区间。

如图9所示，该降低模块63包括第二分析子模块91和清除子模块92。

该第二分析子模块91，用于分析所述CPU中正在运行的系统必要进程、软解码的相关进程和其他应用的进程所占据的CPU资源；

该清除子模块92，用于当CPU的百分比负荷高于预设的清理阈值时，清除所述其他应用的进程所占据的CPU资源。

如图10所示，还包括禁止模块101。

该禁止模块101，用于根据历史数据，禁止所述其他应用的进程重新启动。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。