多模式视频编码器预测编码部件硬件设计与实现

来源 :国防科学技术大学 | 被引量 : 0次 | 上传用户:luodks
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
H.264标准和AVS标准与以往视频压缩标准相比,在编码效率与编码精度上具有明显优势,并且已经成功应用在很多领域。通过软件方式实现H.264算法和AVS算法存在占用资源大以及实现效率不高等缺点,难以达到实时计算的需求。而纯硬件方式实现效率高,但存在不能灵活更改的缺点。本课题设计的多模式视频编码器预测编码部件,通过一套硬件结构实现支持H.264标准和AVS标准的预测编码模块,该模块在保证满足实时计算需求的基础上可根据用户需求选择不同编码标准进行预测计算。通过这样的方式实现要比软件方式效率更高,比纯硬件方式实现更加灵活。本论文主要内容是多模式视频编码器预测编码部件的硬件设计与实现,具体工作体现在以下3个部分:1、首先分析H.264标准和AVS标准的帧内和帧间预测算法。对于帧内预测,H.264有16x16亮度预测方式、4x4亮度预测方式和8x8色度预测方式,AVS有8x8亮度预测方式和8x8色度预测方式。对于帧间预测,H.264和AVS相比有更小的尺寸分割方式、更多的参考帧数目以及分数像素的插值算法和运动矢量预测算法不同等特点。对这两种标准的算法进行分析可知,帧内预测算法主要是完成每种预测方式下每种预测模式的计算,再选择出最佳预测方式和预测模式。帧间预测算法主要是完成运动估计和亚像素插值计算,再得到宏块最佳尺寸分割方式。通过典型算法分析,为后面设计帧内预测模块和帧间预测模块提供了理论基础。2、第二部分是多模式视频编码器帧内预测编码模块和帧间预测编码模块的硬件设计。帧内预测模块一共配置8个PE单元,完成H.264标准每种预测模式的计算需要用到4个PE单元,4个PE单元在4个周期内能完成一个4x4块在该模式下的预测计算,完成AVS标准每种预测模式的计算需要用到8个PE单元,8个PE单元在4个周期内能完成一个4x4块在该模式下的预测计算,另外一个标准中不同预测模式的预测计算是以串行方式完成。帧间预测模块包括整数像素和分数像素的运动估计计算,且整数像素ME计算和分数像素ME计算是用同一套硬件资源,不同的是进行分数像素ME计算时要用到1/2、1/4像素计算单元,另外这套硬件结构中包含4个PE阵列,每个PE阵列中包含4个PE单元,每个PE单元可在一个周期内计算出参考帧中一个像素点和当前图像帧一个像素点的SAD值,在16个周期内计算出一个4x4块的SAD值。3、最后对设计进行功能验证和逻辑综合。以软件模拟方式对设计进行功能验证,最终验证结果表明多模式视频编码器预测编码部件功能正确。通过DC综合工具在40nm工艺下对设计进行逻辑综合,综合结果表明多模式视频编码器预测编码部件的时钟可达到833.3MHZ,完全能实现1080@30 fps实时处理性能要求。
其他文献
在关联规则挖掘算法中频繁项目集挖掘(Frequent itemset mining,FIM)是十分重要的一步。典型的关联规则挖掘算法有Apriori算法、DHP算法、Toivoen算法、Eclat算法和FP-Growth
伴随计算机科学的日新月异和信息技术的普及,图像作为信息传输的代表占有着一席之地,但其在传输过程中面临的版权、隐私等信息安全问题也迫在眉睫。加密技术成为了保护信息安
切换系统作为混杂动态系统中最重要的分支之一,它的提出与发展不仅在理论研究方面具有重要的科研价值而且在实际工程应用方面也具有深远的影响.另一方面,由于正系统中的状态
简要分析了近两年来国内外聚氨酯弹性体的投资、生产和消费情况,综述了聚氨酯弹性体生产技术及应用方面的进展情况。
在企业业务活动中,业务流程管理一般与数据库等技术相结合,业务流程在执行业务活动的同时能产生大量的业务历史数据,数据库中日志信息作为历史数据的一种形式,从数据层面记录
在小学数学的教学过程中,一个非常重要的组成部分就是复习课,其不但能使学生的知识水平得到全面的提高,还能使小学生的数学综合学习能力得到进一步的提升。教师在进行小学数
随着云计算的快速发展,越来越多的用户将数据存储到云中。考虑到云中数据存储的安全和隐私问题,对数据加密就显得至关重要。然而,加密后数据的可用性对用户来说就成了问题。
非线性控制系统具有广泛的应用.近几十年,对于非线性系统理论的研究取得了飞跃式的发展,获得了许多研究非线性系统的分析理论与综合方法,对于非线性系统理论乃至整个系统科学
动态高速数据流上的异常检测技术在近年来逐步成为研究热点。其中,数据流上的多维序列异常检测技术更是在诸如Web安全、航空航天安全和计算机系统异常诊断等领域都具有迫切需
随着机器人在不同行业的广泛应用,机器人在人类工作和生活中扮演着越来越重的角色。在市场需求和政策鼓励的前提下,机器人市场的发展十分迅猛,单个工业机器人不能完成或完成