基于GPU平台的HEVC并行编码算法研究

High Efficiency Video Coding (HEVC) is the state-of-the-art video coding standard, which has high coding efficiency, but it also brings higher computational complexity. Graphic Processing Unit (GPU) has many processing units, which provides powerful acceleration platform for HEVC encoder. However, existing parallel HEVC methods have low degree of parallelism, which can't make full use of the computing power of GPU. In the project, we will carry out the research on key techniques for highly parallel HEVC on GPU. For deblocking filter, we will classify the filtered pixels into two sets. We will firstly filter the once filtered pixels. Then we will filter the twice filtered pixels with directed acyclic graphs (DAGs); for motion estimation, we will analyze the dependencies in different levels of data granularity and use the DAG-based order to parallelize motion estimation; for entropy coding, we will propose a novel fine syntax elements partition method, which provides high parallelism and good coding efficiency. We will build a parallel HEVC video coding prototype system on GPU,which will provide theory and technical support for parallel HEVC on GPU and promote the development of theory and technology for parallel video coding.

高效能视频编码(HEVC)是最新的视频国际编码标准，在具有高效的压缩效率的同时，也带来了编码的高复杂度。图形处理单元（GPU）拥有众多的运算单元，为HEVC编码器提供了强大的并行加速平台。但是，目前已有的HEVC并行编码方法，大部分方法并行度不高，无法充分利用GPU平台大量的计算单元。本项目拟开展基于GPU平台的HEVC并行编码算法研究，对HEVC编码关键模块进行并行加速：针对去块滤波模块，拟先处理单次滤波的像素集合，再对双次滤波像素集合采用基于前向无环图的并行处理方法；针对运动估计模块，拟分析各个数据粒度之间的相关性，研究基于前向无环图的并行运动估计方法；针对熵编码模块，研究针对HEVC的精细语法元素分割并行方法。在此基础上构建一套基于GPU的HEVC并行编码示范平台，为GPU平台下的HEVC视频并行编码提供理论和技术支持，推动并行视频编码理论和技术的发展。

高效能视频编码(HEVC)是最新的视频国际编码标准，在具有高效的压缩效率的同时，也带来了编码的高复杂度。图形处理单元（GPU）拥有众多的运算单元，为HEVC编码器提供了强大的并行加速平台。但是，目前已有的HEVC并行编码方法，大部分方法并行度不高，无法充分利用GPU平台大量的计算单元。本项目开展基于GPU平台的HEVC并行编码算法研究，对HEVC编码关键模块进行并行加速，取得以下成果：.1).提出了一种基于前向无环图的并行解码方法。.针对HEVC的模式选择进行并行化，我们提出了一种基于全向无环图的并行解码方法。我们在CTU范围内进行并行模式选择计算，消除相邻块之间的多种数据依赖关系，这些数据依赖会阻碍子任务在CTU范围内的并行计算。我们进行细粒度的深入分析，专门针对并行范围内的数据依赖性分析与消除展开工作。.2).提出了一种高并行度HEVC模式选择算法。.提出了一种以MER为并行级别的帧间并行模式选择算法。解除了包括运动估计依赖在内的多种数据依赖关系，获得了更高的整体并行度。提出了一种在CTU内使用的并行帧内模式选择算法，分析了阻碍并行处理的多种数据依赖关系并且分别提出了有效的依赖关系消除方法。.3).提出了一种基于分类器的快速H.264帧内模式选择。.我们提出了一种快速的H.264帧内模式选择算法。转码器采用级联结构，先对输入的HEVC码流使用HEVC解码器进行标准解码，得到YUV视频数据和解码中间信息，然后将YUV数据输入到H.264编码器进行编码。在H.264编码的过程中，解码得到的中间信息会被用来指导加速后续的H.264模式选择。该方法能节省45.10%的编码时间且BD-rate仅下降为0.13%。.本项目取得预期成果，发表高水平论文16篇，其中IEEE Transactions 2篇，SCI论文8篇，申请专利4项。研发了基于GPU的高性能并行视频编码系统，目前已经大规模应用于国家互联网应急中心，取得了良好的社会效益和经济效益。