现有的视频编码标准均采用基于宏块的编码模式,算法中所引入的运动估计机制虽然带来了更高的压缩比,但却因其庞大的计算量而占据了绝大部分的编码时间。为了提高编码速度,人们一直在两个方向上不断努力：一是研究新的运动估计算法,二是现有算法进行并行化。本文重点研究了H.264运动估计的并行优化问题。本文主要从CPU和GPU两方面阐述了H.264编码的并行优化方法。在基于CPU的并行优化方面,论文重点阐述了基于Intel CPU中的SSE指令的并行优化；在基于GPU优化方面,论文介绍了GPU的发展历史及其并行结构,CUDA程序的架构及工作原理。在此基础上,论文分析了H.264标准中各类运动估计算法的特点,得出了全搜索算法具有最大的并行化潜力的结论,并提出了基于搜索位置的并行全搜索算法。根据所提出的并行优化算法,本文分别使用基于SSE以及基于CUDA的方法对运动估计模块进行了并行化实现。测试结果表明：在Intel E5400的CPU及Geforce GT240的GPU上分别采用SSE和CUDA对运动估计算法进行优化,分别获得了2倍和8倍左右的性能提升。采用CUDA优化后还可使H.264的总体编码速度提高2倍以上。