一种HEVC帧内预测算法的动态自重构实现方法

高效视频编码HEVC中帧内预测算法在专用硬件上的实现无法满足在高清和移动视频等多种应用场景间灵活切换的需求,导致编码性能差,硬件资源利用率不高。针对这一问题,提出一种新的帧内预测算法在可重构阵列处理器上的实现方法。该方法基于状态监测机制监测处理单元的执行状态,监测到空闲状态的处理单元则下发新的执行任务,根据处理单元的执行状态实现不同映射方案间的灵活切换,达到算法执行过程的动态自重构。实验结果表明,与帧内预测算法在专用处理器上的实现相比,本文方法在提高灵活性的同时,硬件资源使用减少了33.6%,算法执行的时钟周期数减少了16.2%。不同测试序列经过整个I帧环路测试的结果,与HM16.7官方软件的测试结果相比,平均图像质量有所提高。     

HEVC中率失真优化算法的动态可重构实现

基于视频阵列处理器高效视频编码HEVC实现中,HEVC灵活的编码块增加了率失真优化算法硬件实现的难度,难以实现阵列规模和不同块的灵活切换.针对这一问题,提出一种动态可重构的率失真优化实现方法.基于上下文切换的动态重构机制,完成不同规模、不同块大小算法之间的灵活切换,并以率失真优化算法作为帧内模式选择的判别依据,实现帧内...     

基于块分类的深度图运动估计及其并行实现

针对三维高效视频编码(3D high efficiency video coding,3D-HEVC)深度图在运动估计过程中没有充分利用平坦区域数据特性而导致的计算量大、编码时间长等问题,提出一种基于块分类的深度图运动估计优化方法.依据编码块像素分布特征,将其分类为平坦或者边缘区域,自适应地为不同类型编码块分配不同的搜索算法,减少整体计算开销.实验结果表明,优化后的算法相比于全搜索算法,平均峰值信噪比(peak signal to noise ratio,PSNR)的损耗仅为0.0870 dB;相比于TZSearch(test zone search)算法,运动搜索次数平均减少12.04％.为进一步提升编码速度,基于视频阵列处理器对优化后的算法设计并行实现方案.实验结果表明,所设计的并行方案串/并平均加速比达到2.8940.     

基于重构设计的Inception网络

卷积神经网络(CNN)中大量乘加操作带来了巨大的参数量和计算量,使其在硬件加速中面临严重的访存和功耗问题.提出在4×4处理元阵列上实现同时支持1×1、3×3、5×5卷积核的28×28和32×32图像的并行重构计算方案,减少Inception网络的片上资源占用量.对输入图像进行预处理,提出一种重叠窗口的数据组织方案,将外...