基于CUDA的H.264视频编码实现

H.264视频编码压缩比率高,但计算复杂度高,编码效率低。该文通过分析H.264编码器中各模块的编码性能,提出了基于CUDA编程模型的H.264视频编码并行框架实现方法,对H.264视频编码的各个关键模块进行CUDA实现,有效的提高了编码的速度。     

基于x264的快速运动估计算法优化

运动估计是H.264视频编码标准中最重要且最耗时的一部分,大约占用这个视频编码的60%-80%的时间,针对x264中UMHexagonS快速运动估计算法编码速度的局限性,分别对算法中阈值的选择、提前终止条件判定、大六边形搜索模式三方面做了优化,同时改进COST_MV()函数,有效地缩短了计算SAD值的时间.通过仿真实验表明,优化后的UMHexagonS算法在视频质量(PSNR)下降很小的情况,搜索点数减少了约30%,平均节省了20%-40%整体运动估计时间,提高了编码器的实时性.     

四级自适应H.264计算资源分配算法

分析影响H.264运动估计复杂度的因素,提出一种新的H.264计算资源分配算法。该算法可以根据视频运动复杂性和能量受限设备的电池能量自适应调整H.264编码参数。实验结果表明,该算法在保持视频编码质量基本不变的同时,可以降低编码器的计算复杂度,减少电池能量消耗,延长能量受限设备的工作时间。     

一种面向H.264 KTA的快速分数运动估计方法

H.264 KTA（key technology area）在提供更高视频编码性能的同时,也大大地增加了视频编码的计算复杂度。其中,1/8像素运动补偿技术和分数点自适应插值滤波技术的采纳使分数点运动估计占用总体编码时间的比例越来越大。提出一种快速分数点运动估计算法。该算法利用分数点残差曲面的单峰特性和整分数运动向量的相关性,优化搜索模板和搜索的起始位置。根据在H.264 KTA上的实验结果显示,新算法在大幅提高计算速度的同时,保持了与全分数点运动估计算法相当的率失真性能。     

基于H.264运动估计技术的研究与实现

针对H．264标准中的运动估计算法进行研究，设计了基于H.264运动估计的软件编码器。实验表明该软件编码器在编码速度基本不变的前提下，压缩比、信噪比有显著提高，在矿井视频监测方面有一定的实用价值。     

重用运动矢量和预测残差的MPEG-2/H.264空间分辨率转码

本文提出一种新的MPEG-2到H.264的视频转码算法.它通过充分利用MPEG-2解码过程中得到的运动矢量和宏块编码残差等信息,可显著减少H.264编码过程中宏码编码模式确定和运动估计过程的计算复杂度,并得到最终的H.264视频流.几种典型视频测试序列的仿真实验结果表明,本算法对视频质量的损失较小,有稳定的率失真性能,有利于实时转码的实现.     

H.264编码器的SSE2指令级优化

H.264视频编码标准采用了很多新技术,具有更优越的编码效率,同时也增加了计算复杂度,无法满足实时应用。由于单指令多数据扩展指令集2（SSE2）的并行运算能力可以提高计算机对多媒体数据的实时处理。文中主要采用了SSE2对H.264中的一些耗时较多的关键模块,例如整数像素运动估计中计算SAD、整数DCT变换、量化、Hadamard变换以及亚像素运动估计中计算SATD进行了指令级优化。实验结果表明,经过优化后,在保持视频图像质量的前提下,相应模块运行速度得到了提高,使H.264编码器整体的编码速度较好地满足实时要求。     

H.264运动估计算法研究

在H.264视频编码算法中,运动估计的运算精度和效率会直接影响输出码流的质量和流量。为提高H.264运动估计算法精度和效率,利用磁力跟踪器获取摄像头运动矢量,并与非对称十字六边形搜索算法获取的运动矢量进行合成。实验结果表明,改进算法在保持运动估计性能的同时,可提高场景发生改变时运动估计的精度。     

基于SAD矢量合成的1/4像素精度运动估计快速算法

H.264作为新一代的视频标准,对基于块匹配法的运动估计做了新的改进。运动估计是视频编码过程中极其重要的一个环节,它的算法效率对整个编码效率有很大的影响。针对H.264标准中提出的1/4像素精度的运动估计,对其基本算法以及几种快速算法进行分析比较,并在此基础上提出了一种快速的矢量合成算法。实验结果证明,这种算法在提高搜索速度的同时,也保证了图像质量。     

MPEG-2到H.264转码中的运动矢量优化算法

在视频转换编码技术中,通常利用输入码流中的运动矢量等信息来降低转码处理的计算量.该文介绍一种MPEG-2到H.264的转码器,针对MPEG-2和H.264标准中运动估计算法的不同特点,提出用于转码处理的运动矢量优化算法,并对不同算法进行分析比较.结果表明该优化算法可以在保证转码质量的前提下,降低转码处理的计算量.     

H.264/AVC inter prediction for heterogeneous computing systems

H.264/AVC is the latest standard for video compression and is a significant advance, but at the expense of increasing computing needs. Recently, the progress of GPUs has attracted considerable attention because they are able to offer practical and acceptable solutions for speeding up graphic and non-graphic applications. In this paper, we present an implementation of H.264/AVC Motion Estimation running on an NVIDIA GTX285 using CUDA. The algorithm is divided into three steps, all of which need to be executed sequentially but each one is exploited following a highly parallel procedure by using the GPU. The execution time of the proposed motion estimation algorithm is 53 times faster and it reduces the energy consumption by a factor of 9 compared with the JM reference encoder using a single CPU core.     

一种用于H.264的快速多块类型运动估计算法

针对H.264在多块运动估计中全搜索算法的计算复杂度高的问题,提出了一种基于图像的空间频率特性来预测运动估计的宏块划分的算法。实验结果表明,该算法在保证图像质量和码率的情况下显著地减少了运动估计计算复杂度的24%~53%。     

快速可伸缩环形搜索算法

论文针对H.264/AVC运动估计的特点及运动矢量的统计特性,提出一种快速可伸缩环形搜索(FastFlexibleRing-likeSearch,FFRS)算法。它依据相邻块间运动矢量相关性,判断当前块的运动剧烈程度及运动方向,自适应的缩放搜索环,进行快速运动矢量搜索。该算法从减少块匹配搜索点个数及运动估计准确度等方面研究了用于H.264/AVC的快速运动估计算法,搜索效率优于H.264/AVC现有的UMHexagonS搜索算法。     

运动估计搜索算法的CUDA优化与实现

针对H.264压缩编码中计算量大以及最为耗时的运动估计搜索算法的特点,利用图形处理器的并行优化思想,研究基于CUDA计算平台的运动估计搜索算法GEA（全域消除算法）的并行化处理方法,并对其中的并行设计、数据处理、结果反馈等关键技术问题,进行了详细论述。最后通过实验数据对算法运行效率进行对比分析。实验结果表明GPU中的GEA搜索算法运动搜索性能较之CPU中有显著提高。     

H.264中与码率控制相结合的快速运动估计

根据H.264中整数变换、量化的特点,可以证明在宏块预测SAD和实际SAD的误差小于某一门限时,对编码质量不会产生影响。结合H.264码率控制算法中自适应SAD的预测,提出一种根据SAD预测值来提前终止运动搜索的快速运动估计方法。实验结果表明,该算法在图像质量稍有变化的情况下,能有效提高运动估计速度,最高可提高到2.2倍。     

HDS, a real-time multi-DSP motion estimator for MPEG-4 H.264 AVC high definition video encoding

H.264 AVC video compression standard achieves high compression rates at the cost of a high encoder complexity. The encoder performances are greatly linked to the motion estimation operation which requires high computation power and memory bandwidth. High definition context magnifies the difficulty of a real-time implementation. EPZS and HME are two well-known motion estimation algorithms. Both EPZS and HME are implemented in a DSP and their performances are compared in terms of both quality and complexity. Based on these results, a new algorithm called HDS for Hierarchical Diamond Search is proposed. HDS motion estimation is integrated in a AVC encoder to extract timings and resulting video qualities reached. A real-time DSP implementation of H.264 quarter-pixel accuracy motion estimation is proposed for SD and HD video format. Furthermore HDS characteristics make this algorithm well suited for H.264 SVC real-time encoding applications.     

带有模式选择的改进的方向性菱形搜索算法*

针对H.264/AVC标准的多模式运动估计算法编码模式复杂、计算量大的不足,提出了一种带有模式选择的方向性菱形搜索算法。基于宏块最佳编码模式的统计分析,按运动特征的不同进行分类,将运动估计的直接搜索过程改进为先进行编码模式判断,再利用改进的方向性菱形搜索算法进行块匹配搜索。实验结果表明,该算法有效地减少了搜索点数,与DS的快速搜索算法相比,编码时间减少了32%。     

基于H.264的1/4像素精度的快速搜索算法*

新的视频标准 H.264为了获得更精确的运动向量和更高的压缩比,引入了分数像素运动补偿技术, 但同时也增加了运动补偿过程的复杂度。为了克服这一局限,根据相邻分数像素点之间高度相关的运动估计匹配误差和运动矢量方向,以及运动向量具有中心偏置的特性提出了一种新的1/4像素精度快速搜索算法(QAFSA)。实验表明：该算法在保持图像质量和码率基本不变的情况下大大减少了搜索点的数目,有效地提高了分数像素运动估计的速度。     

Fast Motion Estimation on Graphics Hardware for H.264 Video Encoding

The video coding standard H.264 supports video compression with a higher coding efficiency than previous standards. However, this comes at the expense of an increased encoding complexity, in particular for motion estimation which becomes a very time consuming task even for today's central processing units (CPU). On the other hand, modern graphics hardware includes a powerful graphics processing unit (GPU) whose computing power remains idle most of the time. In this paper, we present a GPU based approach to motion estimation for the purpose of H.264 video encoding. A small diamond search is adapted to the programming model of modern GPUs to exploit their available parallel computing power and memory bandwidth. Experimental results demonstrate a significant reduction of computation time and a competitive encoding quality compared to a CPU UMHexagonS implementation while enabling the CPU to process other encoding tasks in parallel.