CN105791829A - 一种基于多核平台的hevc并行帧内预测方法 - Google Patents
一种基于多核平台的hevc并行帧内预测方法 Download PDFInfo
- Publication number
- CN105791829A CN105791829A CN201610192646.3A CN201610192646A CN105791829A CN 105791829 A CN105791829 A CN 105791829A CN 201610192646 A CN201610192646 A CN 201610192646A CN 105791829 A CN105791829 A CN 105791829A
- Authority
- CN
- China
- Prior art keywords
- thread
- queue
- parallel
- rdcost
- frame prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/146—Data rate or code amount at the encoder output
- H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
- H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明属于视频编码的技术领域,具体涉及一种基于多核平台的HEVC并行帧内预测方法。可以实现不同深度下的CU并行预测,同时在4×4粒度下通过共用参考像素,一次并行处理两个4×4大小的CU。由帧內预测依赖性可知,当大尺寸的CU开始进行预测时,其包含的左上角小尺寸的CU也可进行预测,当一个CU完成重建时,多个有依赖关系的CU可以同时开始。以此类推,从而实现不同深度下的CU并行。本发明通过不同深度下CU与相同深度下CU并行处理相结合的方式,利用多核平台提供的线程池技术,为并行处理的CU单元分配一个线程去处理,使帧内预测在编码速度上有了明显的改善,显著提升了并行加速比。
Description
技术领域
本发明属于视频编码的技术领域,具体涉及一种基于多核平台的HEVC并行帧内预测方法。
背景技术
HEVC(HighEfficiencyVideoCoding)作为新一代视频标准,于2010年4月在德国德累斯顿召开的JCT-VC会议中被提出。其核心目标是在H.264/AVCHighProfile的基础上,压缩效率提高一倍,即保证在相同的视频图像质量的前提下,视频流的码率减少50%。HEVC遵循H.264/AVC的核心机制,并采用了多种编码技术,显著提高了编码性能。其中包括帧内预测技术,采用更加灵活的四叉树编码单元结构。HEVC帧内预测采用CU(CodeUnit),PU(PredictionUnit)以及TU(TransformUnit)进行编码、预测和变换等操作。CU的尺寸按四叉树递归的方式,根据深度的不同可以分为64×64,32×32,16×16,8×8四种尺寸。在所有不同深度的CU遍历完成后,根据计算得到的率失真代价值确定CU的最佳划分尺寸。每个尺寸为64×64的最大编码单元共需要计算1+4+42+43+44=341次率失真代价值。因此,HEVC在获得高性能的同时也带来很大的计算复杂度。
在HEVC中采用四叉树结构的编码单元(CU),CU块始终是正方形,其大小从8×8到64×64。CU块的划分从LCU(最大编码单元)开始递归,逐层遍历所有从64×64到8×8的块,并且根据率失真代价选择最佳块,从而实现CU的划分。在标准HEVC中,LCU的划分的原算法如下:
(1)从最大编码单元64×64(LCU)开始,对其进行预测编码,得到其率失真代价。
(2)进一步划分为4个32×32的子块,对这4个子块进行预测编码,得到四个子块的率失真代价和。
(3)如此类推,一直算到4×4块。
(4)递归返回,根据率失真代价值选择最佳块。从8×8的块开始,如果4个4×4的CU的率失真代价和大于8×8块的率失真代价,则不划分,选择8×8的CU块类型,否则选择4×4的CU块类型。以此算法对16×16的块进行判断是否划分,一直到LCU。
(5)编码下一个LCU。
基于这种递归结构,编码器需要对各个尺寸的CU进行全遍历算法,这是很耗时的过程。
发明内容
本发明针对HEVC中基于递归结构的全遍历算法存在的耗时、效率低下的问题提出一种基于多核平台的HEVC并行帧内预测方法,该方法通过结合不同深度下的CU单元和4×4粒度下的CU单元并行处理,使帧内预测在编码速度上有了明显的改善,显著提升了并行加速比。
本发明提供的解决方案是一种基于多核平台的HEVC并行帧内预测方法,包括以下步骤:
(1)主线程首先确定LCU的尺寸,根据LCU的尺寸可以决定最大编码深度H以及需要使用的线程或核的数量;
(2)线程池初始化完成后,根据CPU数量创建相应的线程数,并将每个线程绑定到不同的核上;
(3)根据最大编码深度H,初始化H个优先级任务队列,分别用于存储对应不同深度CU的RDcost的计算任务,每个队列中CU的RDcost计算任务是按四叉树遍历顺序分配优先级的;
(4)分别调用线程池中H+1个线程来处理所述H个优先级任务队列,最后一个队列使用两个线程并行处理,每个线程同时取出对应队列中优先级最高的CU,同时并行帧内预测,当4个子CU串行完成RDcost的计算和重建后,与父CU的RDcost值进行比较,从而决定该层CU的最优划分与最佳预测模式;
(5)重复步骤4,直到所有优先级任务队列为空,即完成该LCU的帧内预测过程。
进一步,步骤4中的并行帧内预测方法中引入了优先级任务队列来存储对应不同深度CU的RDcost的计算任务,每个队列中CU的RDcost计算任务是按四叉树遍历顺序分配优先级的,每个队列都调用一个空闲线程来处理,具体处理过程如下:
(1)所有的优先级任务队列同时进行处理,即调用线程池中一个线程来处理本队列中优先级最高的RDcost计算任务;
(2)在第H个优先级任务队列中,根据同一深度下并行帧内预测可知,第一组内的CU单元可并行处理,则第一组内CU单元具有相同的优先级,在此队列中,调用线程池中两个线程一次并行处理两个CU单元;
(3)当第H个优先级任务队列中前4个CU完成RDcost计算任务并重建完成,第H-1个优先级任务队列中第一个CU也完成RDcost的计算任务,比较第H-1个队列中的RDcost与第H个队列中4个RDcost之和,从而决定第H-1个队列中第一个CU最优划分与最佳预测模式,按此方式继续向下进行;
(4)直到第一个优先级任务队列中CU完成最优划分与最佳预测模式判断,并行帧内预测过程才终止。
又进一步,步骤2中的线程池初始化阶段,根据多核平台CPU核心的数量创建相应的线程数,并将每一个线程绑定到对应的核上,通过绑定可以避免线程从一个核上被调度到另一个核上导致的总线竞争和Cache利用率下降问题,对于线程的并行,引入线程池模型来减少线程反复创建和销毁的开销,同时也减少多线程间的冲突。
作为优选,用加速比来衡量并行算法的性能,反映并行优化前后的变化,具体如下:
Speedup=EncTimeserial/EncTimeparallel
其中EncTimeserial为串行单核编码的耗时,EncTimeparallel为多核并行编码的耗时,加速比越大,算法的编码速度越快,并行性能越好,HEVC编码效率越高。
有益效果
(1)降低了HEVC帧内预测的计算复杂度,大大减小了编码时间,提高了编码效率;
(2)对于全帧内编码模式的视频序列,大大提高了并行加速比;
(3)相比于现有的快速帧内预测,本专利提出的方法能够充分利用多核资源,在不影响视频图像主客观质量的前提下,减少预测编码的时间,提升帧内预测的效率。
附图说明
图1为相同深度下CU的预测顺序图。
图2为HEVC中帧内预测与4×4粒度并行帧内预测参考像素的比较图。
图3为LCU的递归划分图。
图4为基于多核平台的HEVC并行帧内预测方法的流程图。
图5为优先级任务队列。
具体实施方式
现结合附图对本发明的具体实施作进一步的详细说明。
一种基于多核平台的HEVC并行帧内预测方法的具体实施方式分为以下3个步骤:
1、相同深度下的CU单元并行。
由帧内预测原理与依赖关系可知,一个CU单元会参考其相邻的左方、左上方、上方和右上方的CU单元。这种高度依赖的结构,使得同一深度的CU在做帧内预测时必须按照一定的顺序来执行。如图1所示,一个8×8的CU包含4个4×4的CU,分别记作CU0、CU1、CU2和CU3。CU0首先进行帧内预测、变换与量化、重建等;CU1要想进行帧内预测,其参考像素必须已完成重建工作,故只有等CU0重建完成,才能对CU1进行帧内预测;同理CU2需参考CU0和CU1,当CU0和CU1重建完成时,才能预测CU2单元;CU3同理。
由上述分析可知,各个CU单元间具有很强的空域关联,这严重阻碍了并行的实施。为了并行处理更多的CU单元,破坏这种相关性是一种有效的解决方式。由于破坏相关性会造成图像质量的损失、PSNR的下降,尤其对于大粒度的CU单元,改变其参考像素会造成图像主观质量上的下降,所以相同深度下的CU并行帧内预测只针对4×4粒度的CU单元。将一个CU单元分割为两个区域:第一区域与第二区域。第一区域中的所有CU首先进行预测,且彼此独立、互不参考;同理,第二区域中的所有CU在进行预测时也彼此相互独立、互不参考,但需要参考第一区域中的重建像素。具体包括以下三个步骤:
(1)将CU单元分成两组;
(2)使用已经重建的相邻块并行预测第一组中的CU单元(图1中灰色区域);
(3)第一组中的CU单元重建完成后,使用第一组中重建像素和已经重建的相邻块来并行预测第二组中的CU单元(图1中白色区域);
以图1中的8×8粒度的CU为例,按四叉树分割方式划分为4个4×4大小的CU单元。其中,CU0和CU1属于第一组,CU2和CU3属于第二组。按照上述方法,同一组中的所有块能够并行处理。这意味着,第一组中CU0和CU1在预测时彼此不参考,第二组中CU2和CU3在预测时彼此也不参考。
图2展示了HEVC中帧内预测与4×4粒度并行帧内预测的差异。为了并行处理第一组中的CU单元,改变其参考相邻块的左方和上方的边界像素。例如,图2(B)中CU1的帧内预测需要参考灰色区域的重建像素,这与HEVC中帧内预测的参考像素显然不同。图2(A)展示了HEVC中帧内预测的参考像素。由于本方法利用了相邻块的重建像素,因此,CU0和CU1可以并行处理。在第一组中所有CU预测并重建完成后,就可以开始第二组中CU的并行预测。CU2和CU3参考像素如图2(D)中所示。在4×4粒度并行帧内预测中,由于所有的预测模式都会计算,所以并不会产生明显的编码损失。
2、不同深度下的CU单元并行
以LCU尺寸64×64为例,如图3所示。若当前64×64的LCU做好了帧内预测的准备,即表示其参考的相邻块的像素已完成重建,图3中灰色部分表示已完成预测和重建的参考像素。由预测依赖性可知,LCU左上角32×32的子CU参考像素包含在LCU参考像素内。故只要LCU的参考像素完成预测和重建工作,其左上角32×32的子CU就可与LCU同时进行帧内预测。同理,该32×32的CU的左上角16×16的子CU参考像素包含在32×32的CU参考像素内,所以左上角16×16的子CU可与该32×32的CU同时进行帧内预测。左上角8×8的子CU以及4×4的子CU同理也可并行处理。
综上所述,当大粒度的CU开始帧内预测时,其子CU也可同时开始。当一个CU完成预测并重建后,与其有依赖关系的CU即可开始进行预测。其次,帧内预测复杂度与预测单元的尺寸成正比,即一个CU的预测时间是其子CU预测时间的4倍,则4个子CU全部完成预测的时间与父CU完成预测的时间相同。这使得并行处理CU单元的时间几乎相同,很容易实现负载均衡。具体来说,64×64的CU计算复杂度是32×32的CU的4倍,其计算时间大概也是4倍。记预测一个4×4的CU为1个时间单位,则一个8×8的CU需要4个时间单位、16×16的CU需要16个时间单位、32×32的CU需要64个时间单位、64×64的CU需要256个时间单位。这样传统的全遍历算法计算一个64×64的CU单元,包含4个32×32的CU、16个16×16的CU、64个8×8的CU以及256个4×4的CU,总共需要256×1+64×4+16×16+4×64+1×256=1280个时间单位。而本专利提出的一种并行遍历算法,由于全部子CU预测时间与父CU预测时间大致相同,故在父CU完成预测的同时,所有的子CU也已完成预测,只需要256个时间单位(LCU)即可完成,从而在帧内预测部分可获得1280/256=5倍的加速。
3、一种基于多核平台的HEVC并行帧内预测方法
综合以上两点,本专利提出了一种基于多核平台的HEVC并行帧内预测方法。实现不同深度下CU的并行预测,同时在4×4粒度下一次并行处理两个CU单元,最大程度地提升帧内预测的速度。结合图4的算法流程图,具体步骤如下:
(1)主线程首先确定LCU的尺寸,根据LCU的尺寸可以决定最大编码深度H以及需要使用的线程或核的数量;
(2)线程池初始化完成后,根据CPU数量创建相应的线程数,并将每个线程绑定到不同的核上;
(3)根据最大编码深度H,初始化H个优先级任务队列,分别用于存储对应不同深度CU的RDcost的计算任务,每个队列中CU的RDcost计算任务是按四叉树遍历顺序分配优先级的;
(4)分别调用线程池中H+1个线程来处理所述H个优先级任务队列,最后一个队列使用两个线程并行处理,每个线程同时取出对应队列中优先级最高的CU,同时并行帧内预测,当4个子CU串行完成RDcost的计算和重建后,与父CU的RDcost值进行比较,从而决定该层CU的最优划分与最佳预测模式;
(5)重复步骤4,直到所有优先级任务队列为空,即完成该LCU的帧内预测过程。
4、优先级任务队列
如上所述,并行帧内预测方法中引入了优先级任务队列来存储对应不同深度CU的RDcost的计算任务。每个队列中CU的RDcost计算任务是按四叉树遍历顺序分配优先级的。例如4个32×32的CU,其在相应队列中的优先级从高到低分别为左上角的CU、右上角的CU、左下角的CU及右下角的CU。每个队列都调用一个空闲线程来处理。具体处理过程如下:
(1)所有的优先级任务队列同时进行处理,即调用线程池中一个线程来处理本队列中优先级最高的RDcost计算任务;
(2)在第H个优先级任务队列中,根据同一深度下并行帧内预测可知,第一组内的CU单元可并行处理,则第一组内CU单元具有相同的优先级。在此队列中,调用线程池中两个线程一次并行处理两个CU单元;
(3)当第H个优先级任务队列中前4个CU完成RDcost计算任务并重建完成,第H-1个优先级任务队列中第一个CU也完成RDcost的计算任务,比较第H-1个队列中的RDcost与第H个队列中4个RDcost之和,从而决定第H-1个队列中第一个CU最优划分与最佳预测模式,按此方式继续向下进行;
(4)直到第一个优先级任务队列中CU完成最优划分与最佳预测模式判断,并行帧内预测过程才终止。
图5表示在LCU尺寸为64×64下的5个优先级任务队列,其中实线表示同时开始进行的任务,虚线表示几乎同时结束的任务。
5、算法性能的衡量标准
本发明提出的一种基于多核平台的HEVC并行帧内预测方法,在保持一定的编码效率(即码率不明显增加、PSNR不明显减少)的条件下,提高了加速比。这三个参数共同说明了算法的性能。具体描述如下:
(1)所述的码率使用编码时间来度量:
Bitrate=Encbit/EncTime
其中Encbit为编码所需使用的比特数,EncTime为实际编码的耗时;
(2)所述的PSNR变化情况使用MSE来度量:
其中MSE为原始图像与编码重建后的图像之间的均方误差;
(3)所述的加速比反映并行优化前后的变化:
Speedup=EncTimeserial/EncTimeparallel
其中EncTimeserial为串行单核编码的耗时,EncTimeparallel为多核并行编码的耗时,加速比越大,算法的编码速度越快,并行性能越好,HEVC编码效率越高。
为了验证本方案的有效性,在Tilera多核平台上对该方案进行实验,由于运动缓慢的视频图像序列与运动剧烈的视频图像序列会影响帧内预测的结果,所以选取运动缓慢的Kimono序列与运动剧烈的BasketballDrive序列分别进行实验。其次CTU(LCU)的尺寸也是影响帧内预测的重要因素之一,所以对64×64、32×32的LCU也进行了对比。由于量化参数QP基本不影响实验结果,所以这里统一设QP=28。此外还分别研究了不同编码方式下(如随机接入、全帧内模式)并行帧内预测方法对编码速度的影响。具体编码参数如表1所示:
表1
在参考软件x265中,帧内预测最核心的函数就是compress_intra_cu(),因此比较帧内预测计算复杂度只需要统计compress_intra_cu()函数在整个编码环节中执行的时长即可。使用Tilera多核开发环境MDE下的profile工具统计帧内预测主要函数compress_intra_cu()运行的时长(单位:秒)。实验结果如表2、表3所示,其中表2为RA(随机接入)编码模式下的实验结果,表3为AI(全帧内)编码模式下的实验结果。
表2
表3
需要说明的是,以上所述仅为本发明的一个具体实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于多核平台的HEVC并行帧内预测方法,其特征在于,该方法包括以下步骤:
(1)主线程首先确定LCU的尺寸,根据LCU的尺寸可以决定最大编码深度H以及需要使用的线程或核的数量;
(2)线程池初始化完成后,根据CPU数量创建相应的线程数,并将每个线程绑定到不同的核上;
(3)根据最大编码深度H,初始化H个优先级任务队列,分别用于存储对应不同深度CU的RDcost的计算任务,每个队列中CU的RDcost计算任务是按四叉树遍历顺序分配优先级的;
(4)分别调用线程池中H+1个线程来处理所述H个优先级任务队列,最后一个队列使用两个线程并行处理,每个线程同时取出对应队列中优先级最高的CU,同时并行帧内预测,当4个子CU串行完成RDcost的计算和重建后,与父CU的RDcost值进行比较,从而决定该层CU的最优划分与最佳预测模式;
(5)重复步骤4,直到所有优先级任务队列为空,即完成该LCU的帧内预测过程。
2.根据权利要求1所述的基于多核平台的HEVC并行帧内预测方法,其特征在于,步骤4中的并行帧内预测方法中引入了优先级任务队列来存储对应不同深度CU的RDcost的计算任务,每个队列中CU的RDcost计算任务是按四叉树遍历顺序分配优先级的,每个队列都调用一个空闲线程来处理,具体处理过程如下:
(1)所有的优先级任务队列同时进行处理,即调用线程池中一个线程来处理本队列中优先级最高的RDcost计算任务;
(2)在第H个优先级任务队列中,根据同一深度下并行帧内预测可知,第一组内的CU单元可并行处理,则第一组内CU单元具有相同的优先级,在此队列中,调用线程池中两个线程一次并行处理两个CU单元;
(3)当第H个优先级任务队列中前4个CU完成RDcost计算任务并重建完成,第H-1个优先级任务队列中第一个CU也完成RDcost的计算任务,比较第H-1个队列中的RDcost与第H个队列中4个RDcost之和,从而决定第H-1个队列中第一个CU最优划分与最佳预测模式,按此方式继续向下进行;
(4)直到第一个优先级任务队列中CU完成最优划分与最佳预测模式判断,并行帧内预测过程才终止。
3.如权利要求1所述的基于多核平台的HEVC并行帧内预测方法,其特征在于,步骤2中的线程池初始化阶段,根据多核平台CPU核心的数量创建相应的线程数,并将每一个线程绑定到对应的核上,通过绑定可以避免线程从一个核上被调度到另一个核上导致的总线竞争和Cache利用率下降问题,对于线程的并行,引入线程池模型来减少线程反复创建和销毁的开销,同时也减少多线程间的冲突。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192646.3A CN105791829B (zh) | 2016-03-30 | 2016-03-30 | 一种基于多核平台的hevc并行帧内预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192646.3A CN105791829B (zh) | 2016-03-30 | 2016-03-30 | 一种基于多核平台的hevc并行帧内预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105791829A true CN105791829A (zh) | 2016-07-20 |
CN105791829B CN105791829B (zh) | 2019-05-03 |
Family
ID=56392367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610192646.3A Active CN105791829B (zh) | 2016-03-30 | 2016-03-30 | 一种基于多核平台的hevc并行帧内预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105791829B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108449603A (zh) * | 2018-03-22 | 2018-08-24 | 南京邮电大学 | 基于多核平台多层次任务级与数据级并行的hevc解码方法 |
CN109982095A (zh) * | 2019-03-20 | 2019-07-05 | 南宁师范大学 | 基于cnn与gep的分形图像压缩编码方法 |
WO2020063598A1 (en) * | 2018-09-25 | 2020-04-02 | Huawei Technologies Co., Ltd. | A video encoder, a video decoder and corresponding methods |
CN111193934A (zh) * | 2020-04-10 | 2020-05-22 | 杭州雄迈集成电路技术股份有限公司 | 一种帧内预测方法、系统、计算机设备及可读存储介质 |
CN112911285A (zh) * | 2021-01-26 | 2021-06-04 | 北京博雅慧视智能技术研究院有限公司 | 硬件编码器帧内模式决策电路、方法、装置、设备及介质 |
US20230148102A1 (en) * | 2021-11-10 | 2023-05-11 | Honda Motor Co., Ltd. | Systems and methods for predicting future data using diverse sampling |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595129A (zh) * | 2011-01-14 | 2012-07-18 | 索尼公司 | 用于hevc的帧内色度模式信令的码字分配 |
CN103763569A (zh) * | 2014-01-06 | 2014-04-30 | 上海交通大学 | 一种基于先入先出队列的hevc细粒度并行预测方法 |
CN103974081A (zh) * | 2014-05-08 | 2014-08-06 | 杭州同尊信息技术有限公司 | 一种基于多核处理器Tilera的HEVC编码方法 |
US9031129B2 (en) * | 2007-06-15 | 2015-05-12 | Microsoft Technology Licensing, Llc | Joint spatio-temporal prediction for video coding |
CN105100799A (zh) * | 2015-04-25 | 2015-11-25 | 芯原微电子(北京)有限公司 | 一种减少hevc编码器中帧内编码时延的方法 |
-
2016
- 2016-03-30 CN CN201610192646.3A patent/CN105791829B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9031129B2 (en) * | 2007-06-15 | 2015-05-12 | Microsoft Technology Licensing, Llc | Joint spatio-temporal prediction for video coding |
CN102595129A (zh) * | 2011-01-14 | 2012-07-18 | 索尼公司 | 用于hevc的帧内色度模式信令的码字分配 |
CN103763569A (zh) * | 2014-01-06 | 2014-04-30 | 上海交通大学 | 一种基于先入先出队列的hevc细粒度并行预测方法 |
CN103974081A (zh) * | 2014-05-08 | 2014-08-06 | 杭州同尊信息技术有限公司 | 一种基于多核处理器Tilera的HEVC编码方法 |
CN105100799A (zh) * | 2015-04-25 | 2015-11-25 | 芯原微电子(北京)有限公司 | 一种减少hevc编码器中帧内编码时延的方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108449603A (zh) * | 2018-03-22 | 2018-08-24 | 南京邮电大学 | 基于多核平台多层次任务级与数据级并行的hevc解码方法 |
CN108449603B (zh) * | 2018-03-22 | 2019-11-22 | 南京邮电大学 | 基于多核平台多层次任务级与数据级并行的hevc解码方法 |
WO2020063598A1 (en) * | 2018-09-25 | 2020-04-02 | Huawei Technologies Co., Ltd. | A video encoder, a video decoder and corresponding methods |
CN109982095A (zh) * | 2019-03-20 | 2019-07-05 | 南宁师范大学 | 基于cnn与gep的分形图像压缩编码方法 |
CN109982095B (zh) * | 2019-03-20 | 2023-04-07 | 南宁师范大学 | 基于cnn与gep的分形图像压缩编码方法 |
CN111193934A (zh) * | 2020-04-10 | 2020-05-22 | 杭州雄迈集成电路技术股份有限公司 | 一种帧内预测方法、系统、计算机设备及可读存储介质 |
CN112911285A (zh) * | 2021-01-26 | 2021-06-04 | 北京博雅慧视智能技术研究院有限公司 | 硬件编码器帧内模式决策电路、方法、装置、设备及介质 |
US20230148102A1 (en) * | 2021-11-10 | 2023-05-11 | Honda Motor Co., Ltd. | Systems and methods for predicting future data using diverse sampling |
US11979590B2 (en) * | 2021-11-10 | 2024-05-07 | Honda Motor Co., Ltd. | Systems and methods for predicting future data using diverse sampling |
Also Published As
Publication number | Publication date |
---|---|
CN105791829B (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105791829A (zh) | 一种基于多核平台的hevc并行帧内预测方法 | |
CN102763411B (zh) | 对视频编码的方法和设备以及对视频解码的方法和设备 | |
CN102065298B (zh) | 高性能宏块编码实现方法 | |
CN101584219B (zh) | 基于帧内预测进行编码和解码的方法和设备 | |
CN102196256B (zh) | 一种视频编码方法及装置 | |
CN109417623A (zh) | 视频编码的色度分量的增强帧内预测的方法与装置 | |
CN1736103A (zh) | 帧间编码的快速模式判定 | |
CN101222635A (zh) | 帧内预测方法 | |
CN106888379B (zh) | 应用于h.264到hevc的帧间快速视频转码方法 | |
CN103414895A (zh) | 一种适用于hevc标准的编码器帧内预测装置及方法 | |
CN103533355B (zh) | 一种hevc快速编码方法 | |
KR101033769B1 (ko) | 영상 데이터의 인트라 예측 모드 결정 방법 | |
CN102740077A (zh) | 基于h.264/avc标准的帧内预测模式选择方法 | |
CN1275469C (zh) | 一种复杂度可分级的帧内预测方法 | |
CN102196272A (zh) | 一种p帧编码方法及装置 | |
CN111741297A (zh) | 帧间预测方法、视频编码方法及其相关装置 | |
CN110419214A (zh) | 帧内预测模式搜索方法及装置、视频编码方法及装置以及记录介质 | |
CN103888763A (zh) | 一种基于hevc的帧内编码方法 | |
CN105100799B (zh) | 一种减少hevc编码器中帧内编码时延的方法 | |
CN110677644B (zh) | 一种视频编码、解码方法及视频编码帧内预测器 | |
CN101179729A (zh) | 一种基于帧间模式统计分类的h.264宏块模式选择方法 | |
EP2154897A2 (en) | Video coding apparatus and method | |
CN106060555A (zh) | 一种基于多核处理器的编码器 | |
CN102595137B (zh) | 基于图像像素块行/列流水线的快速模式判决装置和方法 | |
KR20110036401A (ko) | 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |