超高清视频是继视频数字化、高清化之后的新一轮重大技术革新,将带动产业链各环节发生深刻变革。但超高清视频数据量巨大,导致对其传输、存储和处理压力巨大。在带宽有限的情况下,视频传输帧率往往为30 Hz或者60 Hz。但由于播放设备往往存在差异,主流显示设备的刷新率一般为60 Hz,少数高端产品会有刷新率更高的屏幕。由于片源和屏幕之间的刷新率存在差异,会出现例如拖影、停顿、模糊等现象,使得我们观看的视频不能达到较好的播放效果。如果根据设备要求增大视频传输帧率或分辨率,则会导致带宽大幅增加。这就导致了性能存在差异的终端系统中,图像质量和传输带宽之间出现不平衡问题。本文首先研究了利用端云融合进行视频处理的方案,将原位于终端的运动估计移至云端,从而能够在云端去除视频图像中的冗余信息实现大范围丢帧,进而减小视频所需的传输带宽,并能够充分利用云端的运算性能的优势计算出相较于原终端的计算结果更加准确的运动估计信息。然后在终端进行更加平滑的插帧,达到较好的播放效果。接下来本文设计了在云端利用分层运动估计技术,在低分辨率层进行双向运动估计算法。该算法基于在低分辨率层完成正向扫描和反向扫描,从而给8K分辨率层提供更加准确的运动矢量。算法主要包括候选矢量的选取、惩罚值的生成、细搜模式的增加以及扫描方式的选取。随后本文设计了该算法的逻辑实现部分的总体方案和各子模块的详细方案,以及基于整体的运动估计系统对该模块在分时复用的要求下进行一系列优化,并通过对缓存进行合理的拆分和对缓存进行合理的数据分配从而实现缓存的复用。最后,通过Cadence软件平台完成了电路综合和功能验证,通过代码覆盖率保证了验证的完备性和有效性,随后给出DC综合结果和功耗仿真结果并对其进行分析,并从模块和缓存的复用角度来说明了模块的可实现性。本文的电路实现部分选用中芯国际28 nm工艺,总线频率为200 MHz,工作时钟为400 MHz。通过采用分层运动估计技术完成对1920×1080低分辨率层下的双向运动估计,每帧图像的前向扫描和后向扫描共计耗时约6 ms。逻辑部分和缓存部分总面积为287625μm2,峰值功耗为33.05 m W。