论文部分内容阅读
近年来,随着经济社会和技术的快速发展,4K超高清视频正在逐步走入人们的生活。相比于目前普及的1080p高清视频,4K超高清视频达到了其8倍的数据量,但是传输带宽并没有显著增加。尽管适用于超高清视频压缩的H.265/HEVC编码标准发布己有5年之久,然而由于其较高的计算复杂度,还没有在应用中普及和推广。目前对H.265/HEVC编码器的优化主要集中在模式快速选择算法优化和多线程并行方式设计方面,优化性能还无法满足广电领域4K超高清视频压缩的实际应用需求。为此,本文基于CPU+GPU的异构平台对H.265/HEVC编码器耗时较多的帧内预测和帧间预测模块以及条带级并行编码的负载均衡问题进行了研究,在保证编码质量的前提下,提高H.265/HEVC的编码速度。本文主要工作如下:(1)针对GPU帧内预测中重建像素不可获取的问题,设计了分层的帧内预测方法,其中每一层的预测都可以利用下一层所生成的重建像素。此外针对帧内预测每个编码块的预测流程进行了优化,主要包括参考像素生成和参考像素滤波模块的合并、基于梯度矩阵的帧内预测模式预选、帧内预测模式的像素预测和GPU端的编码比特估计方法。(2)针对并行快速搜索算法不能获得全局最优解的问题,利用运动估计全搜索的可合成性,通过小块的SAD合成大块的SAD,减少大块SAD的计算量的同时,提升编码性能。(3)利用GPU返回的预测数据设计了 CPU端的快速深度决策和快速模式选择算法,并针对H.265/HEVC条带级并行中存在的负载失衡问题,通过探究编码参数与编码时间的关系,建立了一种基于编码参数的编码时间预测方法,通过在编码的过程中,动态的修改各参考帧的权重来实现HEVC的动态的负载均衡。最后,本文在以上工作的基础上实现了一种基于CPU+GPU异构平台的H.265/HEVC编码器。通过综合的利用CPU和GPU各自的优势来优化H.265/HEVC编码器,大大降低了编码器的编码复杂度,提升了编码效率。实验结果表明,基于CPU+GPU异构平台对H.265/HEVC编码器进行优化是一种可行的、有效的降低H.265/HEVC编码器计算复杂度的方法,对于推进4K电视的发展具有重要的意义。