本文關(guān)鍵詞：HEVC解碼器在異構(gòu)計算平臺上的設計及節(jié)能算法研究　出處：《山東大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： HEVC解碼器 CPU GPU DVFS 視頻緩沖區(qū)

【摘要】：隨著網(wǎng)絡視頻業(yè)務的飛速發(fā)展,視頻流量在互聯(lián)網(wǎng)中逐漸占據(jù)主導地位。一項名為思科可視化網(wǎng)絡指數(shù)的計劃中指出:到2020年,每秒將會有100萬分鐘的視頻內(nèi)容流經(jīng)網(wǎng)絡,全球IP視頻流量占所有IP流量(企業(yè)和消費者)的比例增加到82%。與此同時,高清和超高清視頻越來越受到人們的關(guān)注與推崇。下一代視頻編碼標準High Efficiency Video Coding(HEVC/H.265)相比于現(xiàn)在廣泛采用的AVC/H.264視頻編碼標準,在達到相同視頻質(zhì)量要求的前提下,可以實現(xiàn)更高的壓縮比。這主要是由于在HEVC視頻編碼標準中新增了許多有助于提高編碼性能的壓縮技術(shù),如可變大小的編碼樹單元、獨立并行編碼單元Tile以及多層次環(huán)路濾波等技術(shù)。然而,這些新技術(shù)在提高HEVC標準編碼效率的同時,也增加了視頻編解碼實現(xiàn)的復雜度。跟據(jù)論文統(tǒng)計,在相同編碼質(zhì)量的前提下,HEVC標準編碼復雜度提高了 5.2倍,相應的解碼器復雜度提高了 2.1倍。目前,一些頂端的消費電子廠商通過ASIC硬件電路實現(xiàn)了對HEVC編解碼的支持,如Intel、Apple、NVIDIA、AMD、華為等。然而,由于HEVC解碼器的計算復雜度較高,對于電池供電并且計算能力有限的嵌入式設備(移動手機、平板等),基于軟件實現(xiàn)HEVC的實時解碼仍然是一個重要的科研課題。本文實現(xiàn)了 HEVC官方測試軟件HM的解碼器并行化,并將其移植到低功耗的具有CPU和GPU的異構(gòu)多處理器片上系統(tǒng)(heterogeneous multiprocessor System-on-Chip)。大量的實驗數(shù)據(jù)表明:GPU的并行架構(gòu)很好的隱藏了解碼器的訪存延時,相對縮小了視頻幀之間處理時間的差異。并且,處理各視頻幀的工作量和一個可以在解碼過程中方便獲取到的編碼參數(shù)呈現(xiàn)出一致的變化規(guī)律。根據(jù)本文后面章節(jié)說明的實驗過程及相關(guān)實驗結(jié)論,我們提出了 CPU和GPU解碼下一幀的工作量預測算法�；陬A測得到的工作量,提出了運行于實驗平臺的userspace調(diào)控器下的面向具體應用的CPU和GPU協(xié)同DVFS策略。本文提出的DVFS策略有效節(jié)省了解碼HEVC視頻的能量消耗。此外,準確的工作量預測算法使得一個很小的幀緩沖區(qū)即可保證視頻的實時解碼,進一步降低了系統(tǒng)的整體開銷。
[Abstract]:With the rapid development of network video services, video traffic is gradually dominating the Internet. A plan called Cisco Visual Network Index points out: by 2020. There will be 1 million minutes of video content flowing through the network per second, and global IP video traffic will increase to 82 percent of all IP traffic (businesses and consumers). HD and Ultra HD video are becoming more and more popular. The next generation video coding standard, High Efficiency Video coding. HEVC / H.265) compared with the AVC/H.264 video coding standard, which is widely used now. With the same video quality requirement, higher compression ratio can be achieved. This is mainly due to the addition of many compression techniques to improve the performance of HEVC video coding standards. Such as variable-size coding tree unit, independent parallel coding unit (Tile) and multi-level loop filter, etc. However, these new techniques can improve the efficiency of HEVC standard coding at the same time. It also increases the complexity of video coding and decoding. According to the statistics of the paper, the coding complexity of HEVC standard is increased 5.2 times under the same coding quality. The complexity of the corresponding decoders has increased by 2.1 times. Currently, some top consumer electronics manufacturers, such as Intel Apple, support HEVC coding and decoding via ASIC hardware circuits. However, due to the high computational complexity of the HEVC decoder, embedded devices (mobile phones, tablets, etc.) with limited computing power and battery power. The implementation of real-time decoding of HEVC based on software is still an important research topic. This paper implements the parallelization of HEVC official test software HM decoder. And porting it to a low-power heterogeneous multi-processor system with CPU and GPU. Heterogeneous multiprocessor System-on-Chip). A large number of experimental data show that the parallel architecture of the: GPU can hide the memory access delay of the decoder very well. The difference in processing time between video frames is relatively reduced. And. The workload of processing each video frame and a coding parameter that can be easily obtained in the decoding process show a consistent change rule. According to the experimental process and related experimental conclusions described in the later chapters of this paper. We propose a workload prediction algorithm for the next frame decoded by CPU and GPU. In this paper, an application-oriented CPU and GPU cooperative DVFS strategy based on the userspace governor running on the experimental platform is proposed. The DVFS strategy proposed in this paper effectively saves decoding HEVC. The energy consumption of the video. The accurate workload prediction algorithm enables a small frame buffer to ensure the real-time decoding of the video and further reduces the overall overhead of the system.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN919.81;TN764

【相似文獻】

相關(guān)期刊論文 前6條

1 ;Imagination Technologies發(fā)布PowerVR Series5多標準視頻內(nèi)核,支持HEVC標準[J];今日電子;2013年08期

2 ;博通公司系列新HEVC芯片 增加超高清機頂盒產(chǎn)品種類[J];有線電視技術(shù);2013年10期

3 楊波;周開倫;林濤;;HEVC去塊濾波器[J];有線電視技術(shù);2013年10期

4 汪奉獻;周開倫;林濤;;HEVC中濾波算法研究與優(yōu)化[J];大眾科技;2013年09期

5 田寨興;彭宗舉;蔣剛毅;郁梅;陳芬;邵楓;;面向HEVC的深度視頻預處理[J];光電工程;2014年01期

6 雷海軍;楊忠旺;陳驍;袁梅冷;;一種快速HEVC編碼單元決策算法[J];計算機工程;2014年03期

相關(guān)碩士學位論文 前10條

1 陳亞芬;3D-HEVC虛擬視點合成優(yōu)化及預測技術(shù)研究[D];西安電子科技大學;2014年

2 史寧寧;基于HEVC標準的屏幕內(nèi)容編碼研究[D];南京大學;2016年

3 劉鵬;基于多核嵌入式HEVC解碼器并行優(yōu)化及實現(xiàn)[D];西南交通大學;2016年

4 宋昌;面向HEVC編碼的高能效混合片上存儲管理策略的研究[D];山東大學;2016年

5 王曉虹;基于HEVC幀內(nèi)無損編碼的技術(shù)研究[D];哈爾濱工業(yè)大學;2016年

6 王培成;基于3D-HEVC多視點立體視頻快速編碼算法的研究[D];電子科技大學;2016年

7 宋雨新;基于3D-HEVC的多視點視頻快速編碼與碼率控制技術(shù)研究[D];北京工業(yè)大學;2016年

8 王燕婷;3D-HEVC視點合成優(yōu)化與錯誤掩蓋技術(shù)研究[D];西安電子科技大學;2015年

9 王帥;HEVC屏幕內(nèi)容的圖像恢復的研究[D];北方工業(yè)大學;2017年

10 劉玉;基于四叉樹劃分的HEVC幀內(nèi)編碼快速算法研究[D];北方工業(yè)大學;2017年

，

本文編號：1412675