基于多核的运动估计算法并行优化研究与实现
The Research and Implementation on Data Parallel Optimization of Motion Estimation Algorithm based on the Multi/Many Cores Platform
运动估计算法作为视频编码压缩系统的核心不可或缺,但是其巨大的计算量加剧了实时性实现的困难程度.时至今日,运动估计算法仍然是一个"杀手级"的应用[1].随着多核硬件平台的出现,如何尽可能的发掘算法本身的并行性以及如何最大程度的利用并行硬件已经成为解决实时性问题的关键.先前的诸多研究成果以数据并行的方式为实时解决方案提供了支持.如针对SVM算法的Kerneltron[2],针对图像处理的IMAP[3]等等.如何提高视频压缩编码算法的效率,提高压缩后视频的质量,是一项非常有意义的研究课题.本文在研究了运动估计算法的基础上,做了两方面改进.首先,使用SSE技术对现有的快速运动估计算法进行数据并行化处理.其次,针对使用SSE并行化后的程序使用局部优化并行粒度的方法进行优化. 测试结果表明,本方案在保证视频质量的前提下,显著提高了运动估计算法的速度,能够一定程度上满足用户对视频压缩编码实时性的需求.
- 作者：
- 刘昊
- 学位授予单位：
- 信息科学与工程学院
- 专业名称：
- 计算机应用技术学科
- 授予学位：
- 硕士
- 学位年度：
- 2008年
- 导师姓名：
- 袁淮
- 关键词：
- 运动估计；多核平台；SIMD；SSE；并行粒度Motion Estimation；Multi/Many Cores Platform；SIMD；SSE；Parallel Granularity
-