面向众核处理器的HEVC并行编码关键技术研究

HEVC is the state-of-the-art video coding standard. HEVC encoders are expected to be several times more complex than H.264. Single-core processor can't provide powerful computing ability for HEVC encoder. In the project, we carry out the research on key techniques for parallel HEVC on many-core processor, which focus on parallel HEVC intra prdecition and HEVC motion estimation. Our method wants to make full use of the computing power of many-core processor and provides continuous powerful computing ability for the development of video coding, which efficiently resolves the problem of low rate-distortion performance and parallel processing performance in existing methods: (1) For HEVC intra prediction. firstly use the directed acyclic graph (DAG)-based order to parallelize coding blocks,then use the support vector machine (SVM) to select the optimal size of the coding block. (2) For HEVC motion estimation. firstly adopt improved LPM within each coding blocks. When the degree of parallelism is low, we process the completely independent blocks and partially independent blocks.

高效能视频编码(High Efficient Video Coding, HEVC)是新一代视频编码标准，HEVC编码器复杂度是H.264编码器的三倍以上，传统的单处理器已经无法满足HEVC编码器实时运行的计算能力要求。本项目拟开展面向众核处理器的HEVC并行编码关键技术研究，重点研究适用于众核处理器的并行HEVC帧内预测和HEVC运动估计方法，以有效解决现有方法并行处理效率低和影响率失真性能的问题，在保证率失真性能的情况下提高并行处理效率：（1）针对HEVC帧内预测方法，首先用基于前向无环图的顺序并行处理编码块，再用支持向量机(support vector machine, SVM)选择最优编码块尺寸；（2）针对HEVC运动估计方法,首先在每个编码块内部采用改进的局部并行方法，然后当并行度太小的时候，并行处理完全独立编码块和部分独立编码块。

本项目开展了面向众核处理器的HEVC并行编码关键技术研究，重点研究了适用于众核处理器的并行HEVC帧内预测和HEVC运动估计方法，以有效解决现有方法并行处理效率低和影响率失真性能的问题，在保证率失真性能的情况下提高并行处理效率。课题执行期间，我们围绕项目申请的既定研究内容开展研究。在并行HEVC帧内预测、并行HEVC运动估计和多光谱视频编码方面开展了深入而有创造性的工作，取得了一系列研究成果。在并行HEVC帧内预测方面，首先分析了CTU之间的数据依赖性，并且用前向无环图来加以描述；然后用基于前向无环图的顺序并行处理CTU，挖掘了CTU级的并行度。实验结果表明：相对于主流的PIC (Parallel intra coding)并行方法，针对分辨率为1920x1080和2560x1600的视频序列，在保证率失真性能的情况下，本文方法分别取得了超过6倍和10倍的加速比；在并行HEVC运动估计方面，首先分析多个数据粒度上的相关性；然后用前向无环图来描述邻近CTU之间的相关性，并且提出了一种基于前向无环图的并行处理顺序；同时每个CTU内部采用改进的局部并行方法；当并行度小于处理单元数目，本文并行处理完全独立PU和部分独立PU。实验结果表明：相对于主流的局部并行方法，针对分辨率为1920x1080和2560x1600的视频序列，在保证率失真性能不变的情况下，本文方法分别取得了超过12倍和17倍的加速比；在多光谱视频编码方面，本项目分析了多光谱图像视频光谱通道间的结构相似性与DCT高频系数相似性，并利用这两种相似性设计了两种通道间（带间）预测的方法。本项目讨论了预测结构对总体编码性能的影响，并提出了一种合理的预测结构。实验结果显示，该方法能够有效地去除多光谱图像中光谱通道间的冗余，其编码性能优于现有多光谱图像编码方法。在项目实施过程中，课题组成员在国内外重要学术期刊及会议上发表了7篇高质量学术论文。综上所述，课题组已超额完成了预期的研究目标，在理论和关键技术研究上取得了突破，为后续的相关研究奠定了坚实的基础。