發(fā)布時間：2020-03-21 05:03

【摘要】：隨著視頻應用的快速發(fā)展,視頻壓縮技術越來越受到人們的廣泛關注,它在視頻存儲、視頻傳輸、網絡監(jiān)控及網絡視頻等領域具有重要意義。視頻壓縮可以有效減少視頻序列中重復的數據信息,有利于降低存儲和傳輸的視頻數據量。幀間預測技術可用于尋找相鄰幀之間的相同數據,其中運動估計算法是幀間預測技術與視頻壓縮技術中的核心算法之一。運動估計算法是指為當前幀中的當前塊在參考幀中尋找其參考塊的過程。在該過程中,需要對當前塊進行大量的塊匹配,所以塊匹配的過程占整個算法大部分的時間。在GPU平臺上實現運動估計算法可以有效加快算法的運行速度,降低算法的運行時間。目前已有部分研究工作基于GPU的片上存儲器采用數據重用的方法對運動估計算法進行加速。針對國內外研究現狀進行分析,其中存在的問題總結如下:(1)當前基于GPU的運動估計數據重用方法主要是在GPU的共享內存上進行相鄰搜索窗之間的數據重用。一方面,現有的研究工作沒有考慮其它的數據重用方法,當相鄰搜索窗之間的可重用數據大于GPU共享內存時,無法采用該重用方法。另一方面,沒有考慮利用GPU的其它存儲器(例如寄存器)進行數據重用。(2)在基于GPU的運動估計算法的數據重用研究中,沒有充分考慮將GPU的多層次存儲架構與多種數據重用方法相結合,從而不能充分地利用GPU的片上存儲資源進行最大限度的數據重用,也就不能更好的對運動估計算法進行加速。針對以上不足,本文展開深入研究,主要研究內容和創(chuàng)新點如下:(1)提出基于GPU多類型片上存儲器的全搜索運動估計數據重用方法。將多種數據重用方法與GPU的多類型片上存儲器相結合,一方面可用于選擇適合片上存儲大小的最快數據重用方法,另一方面可用于選擇適合某種數據重用方法的最佳片上存儲器�；贕PU的三種片上存儲器實現了四種數據重用方法,通過實驗對它們進行了比較分析。(2)針對GPU存儲架構的特點,提出了基于GPU多層次存儲架構的數據重用方法。對GPU中不同層次的存儲器分別采用不同的數據重用方式,例如將在寄存器中采用參考塊之間的數據重用與在共享內存中采用參考塊條帶之間的數據重用相結合。該方法充分利用了GPU片上存儲資源,提高了算法運行速度。本文描述了三種不同的結合方式,并通過實驗對它們進行了比較分析。
【圖文】：

參考塊之間的數據重用實驗結果（4*4）

實驗結果如圖3.8 所示。圖 3.8 參考塊之間的數據重用實驗結果（8*8）最后在實驗中將參考塊的大小設置為16*16，將當前塊數據存放在寄存器中，并將參考塊數據分別存放到共享內存和寄存器中。在 GPU 平臺上對參考塊之間的數據重用優(yōu)化方法進行實驗，，實驗數據如表 3-3 所示。表 3-3 參考塊之間的數據重用（16*16）視頻序列 幀大小無數據重用（ms）參考塊之間的數據重用（共享內存）（ms）參考塊之間的數據重用（寄存器）（ms）foreman 144x176 28.31 28.29 35.52foreman 288x352 126.35 125.53 154.02BasketballPass 416x240 123.90 122.91 152.13Johnny 1280x720 1226.95 1215.11 1504.11從表 3-3 中可以看出，將參考塊數據存放到共享內存時，在相同實驗條件下，算法運行時間比未使用數據重用（高速緩存自動進行重用）時算法運行時間減少。將參考塊數據存放到寄存器時，在相同實驗條件下，算法運行時間比前兩者都要多。其原因在于 16*16 的塊占用的存儲空間大于寄存器的存儲空間，從而導致塊數據沒有存放到寄存器中，而是存儲到了本地內存中，所以算法的運行時間延長了。以上實驗結果表明，將參考塊的大小設置為 4*4 和 8*8 時，將參考塊數據存
【學位授予單位】：山東師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 盧清華;張憲民;范彥斌;;一種運動估計算法的性能評估方法[J];工程圖學學報;2009年05期

2 肖敏連;;幾種經典快速塊匹配運動估計算法的比較研究[J];電腦知識與技術;2010年32期

3 魏長虎;賈智平;程志;;基于并行和預測的方向菱形運動估計算法[J];計算機應用;2008年11期

4 張旭光;張媛媛;王春艷;;幾種塊匹配運動估計算法的比較[J];今日科苑;2007年18期

5 王艷營;;基于起點預測的十字-六邊形-菱形運動估計算法[J];電子測量技術;2009年05期

6 沈承東;李思昆;;使用提前結束策略的部分失真搜索快速運動估計算法[J];計算機工程與科學;2007年09期

7 岳恒立,張正炳;基于中心偏置特性的快速運動估計算法[J];江漢石油學院學報;2003年S1期

8 戴衛(wèi)恒,于全;一種新型全局運動估計算法[J];電視技術;2002年05期

9 吳紅文,夏良正;一種利用塊間相關性的塊運動估計算法[J];東南大學學報;1997年02期

10 唐坤;陳穎琪;陳立;高志勇;;3DRS運動估計算法的FPGA實現[J];電視技術;2015年03期

相關會議論文 前10條

1 賀文偉;張玉玲;;H．264中運動估計算法的研究與改進[A];中國電子學會第十五屆信息論學術年會暨第一屆全國網絡編碼學術年會論文集（上冊）[C];2008年

2 劉娜;李學明;;H.264 SUMHexagonS運動估計算法的研究[A];2009年中國高校通信類院系學術研討會論文集[C];2009年

3 蔣曉悅;趙榮椿;;幾種塊匹配運動估計算法的比較[A];信號與信息處理技術——第一屆信號與信息處理聯合學術會議論文集[C];2002年

4 李秋山;李偉;費寶頂;張珍;;基于塊模式信息的自適應運動估計算法[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年

5 苗艷華;張燕;楊坤;張韻;;一種基于冗余小波變換的多分辨率運動估計算法[A];2007北京地區(qū)高校研究生學術交流會通信與信息技術會議論文集（上冊）[C];2008年

6 禹晶;蘇開娜;;一種基于空間預測的快速塊運動估計算法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

7 吳延海;閆寧;王麗君;毛昕蓉;;視頻壓縮中運動估計算法的研究[A];第八屆全國信號與信息處理聯合學術會議論文集[C];2009年

8 倪偉;郭寶龍;;MPEG-4形狀編碼中的自適應二值運動估計算法[A];第三屆全國數字成像技術及相關材料發(fā)展與應用學術研討會論文摘要集[C];2004年

9 王燕妮;李國民;;視頻壓縮編碼中一種運動估計算法的改進[A];信號與信息處理技術第三屆信號與信息處理全國聯合學術會議論文集[C];2004年

10 楊敬安;;一種基于凝視與跟蹤的主動3D運動估計算法[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

相關博士學位論文 前3條

1 張萍;基于群智能優(yōu)化的運動估計算法研究[D];電子科技大學;2011年

2 易見兵;基于點集匹配的4D CT肺運動估計算法研究[D];深圳大學;2017年

3 許曉中;視頻編碼標準中運動估計技術研究[D];清華大學;2009年

相關碩士學位論文 前10條

1 李紅杰;基于眾核平臺的運動估計算法性能優(yōu)化研究[D];山東師范大學;2019年

2 郭元元;基于GPU平臺的全搜索運動估計算法優(yōu)化研究與實現[D];山東師范大學;2019年

3 王雅;快速搜索運動估計算法的性能優(yōu)化研究與實現[D];山東師范大學;2019年

4 張海望;數字電視系統后端運動估計算法的研究[D];上海交通大學;2016年

5 汪文昌;移動AR系統中基于視頻流的實時運動估計算法的研究[D];東北大學;2017年

6 王加新;運動估計算法的FPGA仿真與實現研究[D];天津大學;2005年

7 雷茂慧;基于MPEG-4的視頻分割和運動估計算法研究與設計[D];江蘇大學;2006年

8 朱超;視頻編碼中的運動估計算法研究與并行化實現[D];東北大學;2011年

9 謝立寅;視頻壓縮中運動估計算法的優(yōu)化和研究[D];中國科學院研究生院(西安光學精密機械研究所);2011年

10 吳麗珍;基于搜索經歷的快速運動估計算法研究[D];西安電子科技大學;2015年

本文編號：2592804