项目名称: HEVC的低复杂度和并行编码方法研究

项目编号: No.61301116

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 张小云

作者单位: 上海交通大学

项目金额: 24万元

中文摘要: 针对新一代视频压缩标准HEVC面临的更高复杂度、超额运算量、巨大数据量问题,研究面向超高清视频的HEVC低复杂度编码方法:(1)深入分析HEVC编码复杂度,对CU判决、编码模式选择、插值和代价函数计算等复杂度高的模块进行研究,提出相应的快速方法;(2)分析研究超高清视频的统计特性,进一步优化模式判别、阈值判定、提前终止等方法,使得编码运算量不随着超高清视频数据量的增加而成比例地增加;(3)分析各编码模块之间的关系和相互影响,对各个模块进行组合优化,提出一套系统优化的HEVC低复杂度编码方法,在率失真性能下降有限的情况下,大幅度降低编码复杂度。针对面向多核处理器的视频编码器面临的并行设计难点,深入分析视频编码器的功能和数据依赖关系,识别编码器并行执行时存在的各种相关性,并结合HEVC的Tile和WPP等并行特征,建立正确高效的并行任务分解模型,提出适用于多核处理器的HEVC并行编码方法。

中文关键词: HEVC;视频编码;率失真优化;模式判决;并行

英文摘要: The new generation of video compression standard HEVC faces the challenges of higher coding complexity, huge amount of computation, great amount of data for ultra-high-definition video, and parallel implementation on multi-core processors. To solve the above problems, we focus on low complexity and parallel coding methods for ultra-high-definition video based on HEVC. First, we fully analyze the complexity of HEVC coding and find out the modules which have high complexity and low encoding performance, and propose fast and efficient algorithms. Then, we explore the statistical properties of the ultra-high-definition video, and develop HEVC low complexity coding methods by making use of such properties. Also, we analyze the interaction between these various coding modules, integrate these fast coding methods together and put forward a system-level optimized HEVC encoder with low complexity. As for the difficulties in designing efficient parallel computing for video coding based on multi-core processor, we study the task and data dependency, task parallelization and scheduling, and propose the efficient parallelization method for HEVC encoder.

英文关键词: HEVC;Video Coding;Rate Distortion Optimation;Mode Decision;Parallel

成为VIP会员查看完整内容
0

相关内容

[ICCV 2021] 联合视觉语义推理:文本识别的多级解码器
专知会员服务
18+阅读 · 2021年11月28日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
111+阅读 · 2021年1月8日
专知会员服务
48+阅读 · 2020年11月20日
专知会员服务
44+阅读 · 2020年8月20日
3000 元电视横评丨 发掘隐藏差异!
ZEALER订阅号
0+阅读 · 2022年3月2日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
[ICCV 2021] 联合视觉语义推理:文本识别的多级解码器
专知会员服务
18+阅读 · 2021年11月28日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
111+阅读 · 2021年1月8日
专知会员服务
48+阅读 · 2020年11月20日
专知会员服务
44+阅读 · 2020年8月20日
相关资讯
3000 元电视横评丨 发掘隐藏差异!
ZEALER订阅号
0+阅读 · 2022年3月2日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员