基于主流视频编解码的基准测试程序的设计与实现

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:lxn80516282
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
当今社会,网络视频会议以及高清视频点播等应用广泛流行,这就对视频编解码的编解码质量以及编解码速度提出了更高的要求。与此同时,视频分辨率急剧增加,从QCIF(176×144)到当今最流行的1080p(1920×1080),再到未来的超高分辨率视频,无论视频内容还是视频大小都呈指数膨胀。如何在这样高分辨率的情况下保证编解码的质量和速度,就成为了视频编解码领域的一个重要研究问题,也成为了推动视频编解码发展的主要驱动力。在这样的背景下,许多著名的视频编解码软件应运而生,比如基于H.264标准的X264,基于MPEG-4标准的XVID等。它们通过优化编解码算法获取了很可观的编解码性能。   尽管如此,面对与日俱增的视频分辨率和用户需求,除了软件算法层面的优化,硬件层面上的支持也变得尤为重要。然而,如何帮助硬件设计人员设计出更加强大的专用处理器去适应视频编解码这类应用的发展趋势;如何评估处理器设计的合理性和正确性。这就需要对视频编解码进行仔细的分析和测试,并给出一套基准测试程序。这套测试程序必须出自当今主流的视频编解码软件,并且能够体现编解码过程中的主要特点。   论文的研究工作主要是实现了一套视频编解码基准测试程序。通过这套基准测试程序在主流的硬件平台上得到的测试结果,我们总结了视频编解码的硬件性能特性。主要研究内容和成果包括以下几个方面:(1)制定了基准测试程序的选取依据。主要包括:编解码软件的流行性,编解码效率,压缩质量以及软件开源性。按照这些标准,通过测试,仔细筛选了视频编解码软件。(2)对选取的编解码软件进行了热点函数分析,找到了程序编解码过程中的瓶颈所在。为了方便性能评测,本文将变换,量化以及滤波过程中的热点函数抽取成为独立的基准测试程序,大大缩小了代码量。通过时间和功能两方面的测试,验证了每个基准测试程序的正确性。并且,本文为每个基准测试程序构造了典型输入集,分别来自不同的视频分辨率和视频内容。(3)在真实硬件平台上给出了视频编解码基准测试程序的一个性能评测实例,详细介绍了使用这套基准测试程序进行性能评测的方法。给出了评测指标,包括IPC,分支预测错误率以及Cache缺失率等。通过计算和访存的评测结果,提出了处理器设计的建议。
其他文献
分片式处理器体系结构(TPA)将计算、存储和互连资源组织成片式的基本结构单元,并将大量的片式单元由高效能、可扩展的片上网络连接起来。为了有效利用TPA丰富的片上资源,高度暴
集团为了考核信息系统运维的水平,与一些先进的指标进行比较,使用一些指标的得分数据来对企业信息系统运维情况进行分析,从而在对比中看出本单位的不足,努力在管理上得到更进一步的改进,在指标上能够获得更高的水平。针对信息系统运维集团提出的指标管理体系,其内容包括系统运行水平、系统运行安全、调运体系建设、运行队伍建设、运行专项工作、事故与障碍等指标。本文就是基于指标体系中各单位运行评价与分析系统提出利用高维
异步无线传感网络中的全网广播是一项最基本的网络服务,主要应用于环境监测、软件更新等场景。无线传感网络中的传感节点大多数由电池提供能量,所以网络中的能量有限,而转发数据
近年来,随着信息化向人类社会各个层面的渗透和发展,在企业、科学、互联网等领域均产生并汇集了大量数据,大数据时代已然来临。目前,越来越多的应用领域涉及到大数据的存储和
随着计算机网络技术的发展,网络尤其是Internet给人们的生活和工作提供了极大便利,如电子商务、网上银行等已经十分普及。网络在改变人们的生活方式和提供企业生产效率的同时,也
随着科技的高速发展,以及无线传感器网络在众多领域的广泛应用,无线传感器网络逐渐成为研究热点。因为传感器节点能量受限,而MAC协议直接关乎节点的能量使用效率,所以研究如何在M
随着最近几年互联网和电子商务产业的兴起,海量的物流需求对物流企业提出了巨大的挑战,传统的物流企业仓库运作模式已经无法适应庞大的物流订单吞吐需求,为此美国电子商务公
反skyline查询常用在数据挖掘和决策支持系统中,用于数据的多准则优化。但目前有关反skyline查询的研究仅限于集中式数据,分布式数据上的反skyline查询尚未有文献涉及。在现实
伴随着信息化时代的来临,形状检索技术作为信息检索的重要组成部分,受到了越来越多的关注。曲率尺度空间(CSS)形状检索技术是根据尺度空间思想和理论发展出来的一门技术,自提出
图像中的文字信息对于我们的日常生活具有非常重要的价值,为我们或者计算机理解生活场景提供了重要的线索。在实际应用中有许多需要使用复杂场景图像中文字信息的场合,例如智