《HEVC的低複雜度和並行編碼方法研究》是依託上海交通大學，由張小雲擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：HEVC的低複雜度和並行編碼方法研究
- 項目類別：青年科學基金項目
- 項目負責人：張小雲
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
針對新一代視頻壓縮標準HEVC面臨的更高複雜度、超額運算量、巨大數據量問題，研究面向超高清視頻的HEVC低複雜度編碼方法：（1）深入分析HEVC編碼複雜度，對CU判決、編碼模式選擇、插值和代價函式計算等複雜度高的模組進行研究，提出相應的快速方法；（2）分析研究超高清視頻的統計特性，進一步最佳化模式判別、閾值判定、提前終止等方法，使得編碼運算量不隨著超高清視頻數據量的增加而成比例地增加；（3）分析各編碼模組之間的關係和相互影響，對各個模組進行組合最佳化，提出一套系統最佳化的HEVC低複雜度編碼方法，在率失真性能下降有限的情況下，大幅度降低編碼複雜度。針對面向多核處理器的視頻編碼器面臨的並行設計難點，深入分析視頻編碼器的功能和數據依賴關係，識別編碼器並行執行時存在的各種相關性，並結合HEVC的Tile和WPP等並行特徵，建立正確高效的並行任務分解模型，提出適用於多核處理器的HEVC並行編碼方法。
結題摘要
針對新一代視頻壓縮標準HEVC面臨的高複雜度和巨額計算量問題，本項目研究了面向高清超高清視頻的HEVC低複雜度和並行編碼方法。首先，基於HEVC參考編碼器HM和開源編碼器x265，利用高清和超高清視頻測試序列，對編碼模組複雜度及其對編碼性能的影響進行了統計分析，研究了CU、PU、TU判決、幀內幀間編碼RDO模式判決等編碼流程，給出低複雜度編碼最佳化的方向。 基於此，研究提出了一套支持幀內和幀間快速模式選擇、RDO率失真最佳化、SAO模式快速判決、DCT加速最佳化等方面的低複雜度編碼方法。研究提出了一種基於統計分布特性的幀內編碼預測單元快速判決方法、基於Skip模式的幀間編碼快速快速判決方法、基於Neyman-Pearson準則的幀間模式快速判決方法、採用PCA顏色通道的視覺顯著性檢測方法、基於運動注意力和視覺失真敏感度的智慧型編碼。以上低複雜度編碼算法在HEVC參考編碼器HM上進行了仿真測試，實驗結果表明取得了50%數量級的編碼時間節省。以上項目成果為HEVC實用編碼器的開發提供理論和算法指導。 研究了基於眾核或多核處理器的HEVC並行編碼方法， 分析了HEVC的並行技術， 包括幀級、WPP、Slice和Tile級的並行編碼方法。分析研究了HEVC並行編碼時的功能和數據依賴性關係，以及對編碼並行效率的影響。基於Tilera-Gx36眾核處理器，採用數據分解的並行方案，即基於幀級、Slice和Tile的三級並行機制，搭建實現了一套HEVC高清30fps實時編碼系統。基於Intel E5-2690雙處理器平台，採用幀級和WPP並行，開發搭建了一套HEVC 4K超高清@30fps實時編碼器系統。該成果為實用HEVC並行編碼器開發提供了原型參考，具有套用意義。 本項目成果在IEEE Trans. on Multimedia和IEEE Conf. on Visual Communication and Image Processing(VCIP)等外文期刊和學術會議上發表SCI論文3篇，EI收錄論文16篇，申請發明專利11項；參加了本領域相關的國際學術會議交流活動，了解最新前沿進展和宣讀項目成果；項目相關研究成果取得校企合作支持，與百視通等企業開展了HEVC編碼相關的研發合作；通過本項目的實施，在視頻編碼研究方向培養已畢業碩士5名，已出站博士後2名，在讀碩士生3名和博士生2名。
