学位论文 > 优秀研究生学位论文题录展示

H.264并行视频转码算法研究

作　者: 黄兴
导　师: 宋建新
学　校: 南京邮电大学
专　业: 信号与信息处理
关键词: H.264 并行视频转码
分类号: TN919.81
类　型: 硕士论文
年　份: 2012年
下　载: 53次
引　用: 0次
阅　读: 论文下载

内容摘要

视频转码是指对已经压缩编码之后的视频流进行格式上的转换,使经过处理后的视频能满足信道传输或用户终端的要求,其中的格式包括分辨率、码率和编码标准等。由于视频转码需要对已经压缩过的码流进行解码,然后再经过编码转换成满足要求的目标格式码流,因此视频转码是个计算量很大的过程。针对单处理器串行视频转码速度较慢的问题,为了提高视频转码的效率减少转码延迟,本文研究了如何利用并行化的思想来对视频转码进行加速的方法。本文首先对视频转码技术的系统结构和分类进行了概述,然后介绍了并行算法设计的理论基础并对H.264视频转码的可并行化方法进行了分析,接下来从不同的并行粒度上对H.264的并行视频转码算法进行了研究。论文主要完成以下两个方面的研究工作:第一,针对现有传统串行转码算法难以解决转码复杂度的问题,本文将基于机群的并行思想应用于H.264视频转码,在构建并行平台的基础上设计了GOP级的H.264并行视频转码算法。该算法以GOP作为并行处理的基本单元,通过构建一个分布式的平台,将分割成段的视频放在平台上来完成并行的视频转码。实验数据表明,该算法能够有效提高视频转码的速度和效率。第二,为了提高视频转码的效率降低视频转码的算法复杂度,论文根据视频转码的要求和图形处理器的并行结构,提出了一种宏块级的并行算法。该算法利用了GPU强大的并行计算能力,将宏块作为基本处理单元,将复杂的视频转码过程转移到GPU上并行的执行,以达到加速视频转码的目的。实验结果表明,该算法能在保证转码视频质量的条件下将转码速度提高3~4倍,大大缩短了转码延迟,满足了实时性的要求。

全文目录

摘要  4-5
Abstract  5-9
第一章引言  9-13
  1.1 论文的研究背景  9-10
  1.2 视频转码的研究现状  10
  1.3 本文的研究内容  10-11
  1.4 论文的结构与安排  11-13
第二章视频转码概述  13-27
  2.1 视频编码技术回顾  13-15
    2.1.1 视频编码标准  13-14
    2.1.2 H.264 视频编解码介绍  14-15
  2.2 视频转码简介  15-16
  2.3 视频转码的系统结构  16-26
    2.3.1 压缩域和像素域  17-18
    2.3.2 标准间转码  18-20
    2.3.3 空间分辨率转码  20-24
    2.3.4 时间分辨率转码  24
    2.3.5 码率转码  24-26
  2.4 本章小结  26-27
第三章并行转码的架构与方法  27-36
  3.1 并行理论基础  27-29
    3.1.1 并行算法的概念  27-28
    3.1.2 微处理器的架构  28-29
  3.2 视频转码的任务并行与数据并行  29-31
  3.3 不同粒度的H.264 视频转码并行化分析  31-34
    3.3.1 GOP 级并行  31-33
    3.3.2 帧级并行  33
    3.3.3 片级并行  33-34
    3.3.4 宏块级并行  34
  3.4 本章小结  34-36
第四章基于机群平台的并行视频转码算法  36-53
  4.1 并行平台的构建  36-37
  4.2 基于机群的并行视频转码算法  37-41
    4.2.1 并行转码算法介绍  37-38
    4.2.2 视频分割算法  38-40
    4.2.3 简单的并行调度策略  40-41
  4.3 空间分辨率转码关键算法  41-46
    4.3.1 算法概述  41-42
    4.3.2 空间分辨率变换  42-43
    4.3.3 运动矢量的重估计及模式选择  43-46
  4.4 实验结果与性能分析  46-52
    4.4.1 基于机群平台的并行视频转码性能测试方法  46
    4.4.2 实验环境及测试步骤  46-47
    4.4.3 实验结果及性能分析  47-52
  4.5 本章小结  52-53
第五章基于GPU 的并行视频转码算法  53-70
  5.1 基于GPU 的CUDA 并行计算架构  53-55
    5.1.1 CPU+GPU 的异构环境  53
    5.1.2 CUDA 并行执行模型  53-55
  5.2 基于GPU 的宏块级并行视频转码算法  55-64
    5.2.1 视频转码架构  55-56
    5.2.2 算法描述  56-58
    5.2.3 基于GPU 的SAD 计算及运动估计匹配准则  58-60
    5.2.4 GPU 并行运动估计的算法及实现  60-61
    5.2.5 运动矢量精细化搜索和模式选择  61-62
    5.2.6 GPU 存储空间的选择  62-64
  5.3 实验结果及性能分析  64-69
    5.3.1 性能测试方法及测试指标  64
    5.3.2 实验环境及测试步骤  64-65
    5.3.3 实验数据及分析  65-69
  5.4 本章小结  69-70
第六章论文总结与展望  70-72
  6.1 全文总结  70
  6.2 研究展望  70-72
参考文献  72-76
致谢  76-77
作者攻读硕士学位期间发表的论文  77

相似论文

基于率失真优化的码率控制算法研究,TN919.81
电视制导系统中视频图像压缩优化设计及实现研究,TN919.81
频繁图结构并行挖掘算法的研究与实现,TP311.13
大规模计算环境下网络模拟任务划分研究,TP393.01
基于并行算法的模糊综合评价模型的设计与应用,TP18
远程医疗系统图像压缩及传输关键技术研究,R318.0
基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
面向无线视频传输的H.264错误隐藏技术研究,TN919.81
基于P2P流媒体系统的设计与实现,TN919.8
近似字符串匹配研究及其在URL检测中的应用,TP393.08
基于H.264的解码器端错误遮蔽方法研究,TN919.81
基于多核计算平台的视频压缩算法研究,TN919.81
H.264/AVC帧内预测模式选择算法研究,TN919.81
基于FFmpeg的H.264解码器在Symbian上的移植和优化,TN919.81
基于H.264/AVC的自适应运动估计算法研究,TN919.81
USB接口的固态盘原型系统的设计与实现,TP333
基于SMP的内存数据库查询处理优化研究,TP311.13
基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
面向并行环境的遥感影像分类算法设计与实现,TP751