论文部分内容阅读
随着科技的进步和网络的发展,人们对高清视频的需求量日益增大,H.264/AVC视频编码标准已经不能很好地满足网络以及人们的需求,ITU与MPEGE国际化组织成立了JCT-VC(Joint Collaborative Team on Video Coding)小组,专门研究制订新一代视频编码标准HEVC(High Efficiency Video Coding),也称为H.265,其目标是提高视频编码效率,在相同的图像质量前提下,压缩率比H.264/AVC高档次(high profile)提高一倍。HEVC的编码性能比H.264/AVC的性能有了很大的提高,然而其复杂度也有了大幅提升,从而带来了较大的编码时延,使其实际应用受到了极大的限制,因此,有必要对其编码性能进行进一步的优化,提高其编码速度,满足应用的需求。为了能够有效地减少处理时延,论文首先对HEVC视频编码架构中的关键技术,特别是计算量大的模块进行了分析与研究,并选择了其中的率失真函数和DCT(Discrete Cosine Transform)变换来进行优化。优化的方法是在CUDA(Compute Unified Device Architecture)环境里,利用GPU(Graphic Processing Unit)的并行计算架构来进行并行优化。CUDA是一种使用GPU计算的开发环境,而GPU则是架构中的一个并行数据计算的设备,并对在其上执行的核函数计算进行资源分配管理。论文主要利用CUDA对HEVC中的率失真函数和DCT变换进行多线程优化。实验结果表明,利用GPU对HEVC视频编码算法中的率失真函数和DCT变换函数进行优化后,其编码时间与未优化的对应模块相比,分别能减少81%和78%。整体编码时间与原始编码模型相比,率失真函数和DCT变换函数的加速比分别可以达到1.10(即编码时间减少10%左右)和1.13(即编码时间减少13%左右)。而在实验结果中也能看到,随着视频序列分辨率的提高,其优化结果逐渐增强,对于分辨率为1280 720的视频序列,其优化加速比416 240的视频序列多1%,因为高分辨率的视频序列的压缩编码会采用更多大尺寸的编码单元等,而对于大尺寸的结构单元,其CUDA优化结果更好。论文在最后一章介绍了HEVC的应用场景,并选取监控系统来实现场景应用。由于当前HEVC视频编码框架编码时延过大,而且视频编码标准的接口和框架都很类似,所以为了验证系统的性能,论文使用了HEVC的工程版本x265作为实际的视频监控编码框架。在监控系统的设计中,为了能够实时编码,采用了双缓存结构设计,利用多线程实现了视频监控系统。