随着5G技术的普及以及视频编解码技术的快速发展,用户对于高清视频、超高清视频的需求日益增长。然而,硬件设备和专利成本的限制成为高质量、高分辨率视频发展的瓶颈。为此,28个视频行业组织在2018年10月提出了基于现有的和未来的视频编解码器上进行软件扩展的市场需求。经过众多视频行业组织的努力,动态图像专家组（Moving Picture Experts Group,MPEG）最终在2020年10月发布了低复杂度增强视频编码（Low Complexity Enhancement Video Coding,LCEVC）标准。LCEVC在几乎不增加视频编码复杂度的前提下,利用基本层的码流和额外的增强层码流来提高基本编码器的压缩效率,可为用户提供更高分辨率、更高质量的视频。但目前LCEVC性能仍然有待增强,因此本文深入研究了下采样模块并提出了相应的优化算法。针对LCEVC编码器很难实现实时编码的问题,本文对其各个模块设计了并行加速算法,并利用图形处理器（Graphics Processing Unit,GPU）对LCEVC进行并行加速。具体工作如下:1.为增强视频编码性能,本文提出了基于上采样先验的LCEVC下采样优化算法。首先,对LCEVC中下采样算法原理以及实现流程进行分析;其次,结合插值依赖的图像下采样算法,将源视频进行边界填充并分块;最后,根据最小二乘法得到基于上采样先验的LCEVC最优下采样。实验结果表明,所提算法在基本编码器为高级视频编码（Advanced Video Coding,AVC）时,BD-BR降低了5.02%,BDPSNR提高了0.09d B。当基本编码器为高效率视频编码（High Efficiency Video Coding,HEVC）时,BD-BR降低了7.46%,BD-PSNR增加了0.13d B。2.为实现实时编码,本文设计了并行优化算法并基于GPU实现了实时LCEVC编码器。首先,对LCEVC编码器进行耗时分析,设计基于CPU-GPU异构平台的编码器框架;其次,选取编码器中的主要耗时模块进行并行优化设计;最后,在统一计算设备架构（Comput Unified Device Architecture,CUDA）平台上实现并行优化算法。实验结果表明,基于GPU的实时LCEVC编码器在720P视频中可实现54.262fps实时编码,在1080P视频中可实现28.204fps实时编码。