基于HEVC的帧内预测算法优化与并行化设计

来源 :西安邮电大学 西安邮电学院 | 被引量 : 5次 | 上传用户:summerquaner
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新一代高效率视频编码标准HEVC (High Efficiency Video Coding)于2010年1月由视频编码联合组JCT-VC首次提出,其核心目的是在H.264/AVC的基础上,将压缩效率提高一倍。为了达到这个目标,HEVC必须采用更高复杂度的视频编解码算法,因此也引入了极高的计算复杂度。本文在深入研究帧内预测算法的基础上,针对算法中块分割与预测模式选择两个过程,分别给出了两种优化方案:适合于视频质量要求较高场景下的基于率失真优化的快速编码单元划分算法和适合于实时性要求较高场景下的基于模式分组的帧内预测模式快速选择算法,两种算法都有效的降低了计算复杂度,提高了帧内编码的效率。此外,考虑到HEVC中,帧内预测算法的串行操作方式及35种预测模式的排队处理,对预测编码时间和性能的影响,本文基于西安邮电大学自主研发的面向视频编解码的动态可编程可重构的阵列处理器DPR-CODEC,提出了参考像素平滑和预测模式快速选择的并行化方案,有效降低了单个处理单元串行操作所需的数据加载的时钟周期数以及模式预测时所需的总时间,提高了计算效率。具体工作如下:1.HEVC编码单元划分方法的改进:通过对不同深度间的率失真代价进行统计研究,发现不进行分割的CU率失真代价值偏小,而进行分割的CU率失真代价值比较大并且分布比较均匀。基于该特性,本文对不同的量化参数下的率失真代价概率分布图产生的阈值进行统计,得到了最大编码单元(Largest CU,LCU)划分过程中不同深度的阈值方程,并利用该阈值提前终止编码单元的划分,从而达到降低计算复杂度的目的。实验表明改进的方法与HEVC测试模型HM10.0相比,码率增加了0.5%,Y-PSNR降低了0.019dB,编码时间减少了26.7%。2.提出基于模式分组的帧内预测模式快速选择算法:利用候选模式集中排列第一的预测模式与最优预测模式之间的强相关性,本文通过对35种预测模式进行初次筛选和再次筛选,快速精确的找到成为最优预测模式概率最大的候选模式。该方法大大减少了进入RDO过程的模式数量,有效地降低了原有帧内预测编码算法的计算复杂度。实验表明该算法在保证视频质量和码率基本不变的前提下减少了41.8%的编码时间。3.参考像素平滑的并行化设计:HEVC测试模型是针对单处理器系统设计的,其参考像素平滑以串行方式执行时,像素点的滤波运算会受到彼此数据加载的影响,导致处理器无法快速处理。因此,本文给出了一种将所有相关像素点一次性加载完毕,然后再统一进行滤波计算的思路,完成了参考像素平滑的并行化设计。经过仿真验证,该方案串/并行加速比达到14.43。4.预测模式快速选择算法并行化设计:考虑到DPR-CODEC的资源限制以及计算效率,在进行帧内预测时,根据预测方向与图像强纹理方向的相关性,筛选出预测方向出现概率较大的模式进行预测。其并行化思路是:每一个簇同时对预测块的16个像素点进行预测运算,每个PE独立完成12种模式计算。该方案解决了串行模式下,预测模式计算相互等待的问题,实现了多个像素点对预测模式选择的并行处理。仿真结果表明,模式预测并行化设计方案串/并行加速比达到7.60,提高了运算效率。
其他文献
本体论在增强系统之间的互操作性,基于语义的相互访问,以及推动下一代互联网“语义 Web”等方面扮演着极其重要的角色。现今大量的本体分散于互联网各处的大型信息系统,知识管理
组播作为一种针对多点传输和多方协作应用的组通信模型,其良好的扩展性得益于其开放性的模型,即任意用户可以接收组中的数据、任意源也可以向组中发送数据。但由于缺乏对接收者
在基于文本的视频信息检索的基础上,上世纪90年代出现了基于内容的视频信息检索(CBVR)技术。由于视频镜头边缘与视频的制作方式有着不可分割的联系,镜头边缘的检测效果决定关键
当今社会许多大型计算仅由一台高性能计算机已经无法单独完成。随着网络技术的迅速发展,逐渐出现由多种计算机平台和多系统合作组成的网络计算机系统。网格的特点包括:节点的
面向服务的体系架构(service-oriented architecture,SOA)具有松耦合,开放性等特点,这给服务重组、资源整合带来优势的同时也给服务查找和组合带来挑战,容易使网络和系统平台
本文通过对K-means聚类分析算法研究,引入遗传算法和小生境技术,针对遗传算法和聚类算法的缺点,提出了一种改进的小生境遗传聚类算法,该算法的改进之处:首先将遗传算法和K-me
随着数据规模的不断增大,竞争的日趋激烈,人们迫切需要从大量数据中挖掘出有用的知识和信息来辅助决策,数据挖掘技术随之应运而生。聚类分析是数据挖掘的一种重要技术,但以往的研
随着社会信息化的不断深入,以软件为核心的应用系统规模和复杂性也越来越大。随之而来的是软件故障率的不断增加,由于软件故障而造成的经济损失也呈现快速上升的趋势。而在软
作为语义Web的核心技术平台,本体已经应用到社交,农业,商业等多个领域。已经有很多开放平台将本体语义开放给众多的普通用户进行编辑,这样做的好处是可以利用公众力量快速的
目前随着森林经营理念的转变,每个群体对于森林管理效益的侧重点不同,并且森林经营管理模式变的日趋复杂,因此森林可持续经营的难度大大增加。由于森林景观的复杂性、遥感传