基于GPU的運動估計算法優(yōu)化的探究

(山東師范大學(xué) 山東 濟南 250300)

視頻在人們的日常生活中扮演著越來越重要的娛樂角色。同時人們對視頻清晰度的要求也越來越高，那么視頻的存儲容量也變的越來越大。如今，移動設(shè)備的廣泛使用，視頻的實時性傳輸?shù)囊笠苍谔岣?，現(xiàn)有的傳輸技術(shù)還滿足不了大容量視頻實時性傳輸?shù)囊?。于是對視頻的壓縮變得尤為重要。

一、引言

H．264視頻編碼標(biāo)準(zhǔn)比以前的標(biāo)準(zhǔn)提出了更多的技術(shù)，編碼效率大為提升。提出宏塊的劃分概念，使得在運動估計搜索之后能夠的到更精確的運動矢量，提高幀間預(yù)測的精度。雖然這種方法能夠更加精確的預(yù)測運動矢量，但相應(yīng)的每個子塊的計算復(fù)雜度也大為增加，如果我們利用串行的方法解決這個問題將耗費很長的時間，尤其對清晰度比較高的視頻。即使在現(xiàn)有的CPU的技術(shù)之上，計算所耗費的時間仍然是巨大的不能夠滿足視頻實時性壓縮編碼的要求。GPU(Graphics Processing Unit)圖形處理器，最初的目的是用來處理CPU送來的圖形元素，正確顯示在圖形輸出設(shè)備上。主要承擔(dān)輸出顯示圖形的任務(wù)，且對于從事專業(yè)圖形設(shè)計以及處理的人員來說性能好、效率高的顯卡就顯得尤為重要。近年來，在實際應(yīng)用中程序的并行性帶來的便利及高效受到大家的追捧、青睞。而且隨著GPU的發(fā)展GPU強大的通用計算計算能力越來越受到人們的注意。尤其，英偉達(dá)公司開發(fā)的計算統(tǒng)一設(shè)備架構(gòu)(CUDA)在GPU上的使用，充分利用了并行計算的思想，不僅在圖像處理方面展現(xiàn)了強大的性能，在通用計算方面也取得了很大進(jìn)展。如果利用GPU去實現(xiàn)運動估計將會帶來顯著的效益，而且很多學(xué)者也把精力放在了這一方面而且也都在此方面做出了進(jìn)一步的創(chuàng)新。

二、運動估計

(一)搜索算法和運動估計準(zhǔn)則的分類

為了提高視頻編碼效率大多數(shù)學(xué)者在搜索算法方面做的工作是比較多的。根據(jù)搜索點數(shù)可以將其分為兩大類，一類是全搜索，另一類是快速搜索。全搜索又分為無遺漏法(Exhaustive Search Algorithm)、繼承排除法(SEA)、多層繼承排除法(MSEA)等，快速搜索又分為鉆石搜索、三步搜索、新三步搜索、四步搜索、新四步搜索、矢量場自適應(yīng)法(MVFAST)、非對稱十字型多層次六邊形格點法(UMHexagonS)等等。根據(jù)搜索方式又可分為逐行掃描和隔行掃描，光柵搜索，螺旋搜索，兩點搜索等。全搜索是要搜索所有的像素點因而工作量非常大，通常只是把它作為一種比較。在的運動估計的研究中，更多的學(xué)者更喜歡快速搜索，不僅可以提高壓縮性能而且可以實際應(yīng)用。

運動估計提取圖像信息運動過程的方式有三種：基于像素、基于像素區(qū)域、基于像素塊。基于像素塊的運動表示方法同時考慮了運動估計的精度和復(fù)雜度，它是基于像素的運動表示和基于區(qū)域的運動表示的一個折中，所以基于塊的運動表示法是目前最常采用的方法。

(二)運動估計的研究現(xiàn)狀

運動估計在整個視頻壓縮過程中的耗時是最長的一部分，因此成為視頻壓縮中最重要的一部分，對運動估計的優(yōu)化也顯得格外的重要。大量的研究者已經(jīng)對此部分從不同的方面做出了非常大的貢獻(xiàn)。

1.從硬件方面的創(chuàng)新

也有一部分工作者致力于硬件方面的改進(jìn)使其達(dá)到更高的并行性以期望達(dá)到更高的視頻壓縮碼率。比如，Huong Ho等人提出了多幀分級運動估計(MFHME)電路的架構(gòu)設(shè)計和FPGA實現(xiàn)，為了實現(xiàn)低計算復(fù)雜度，基于分層結(jié)構(gòu)設(shè)計電路并且使用預(yù)先計算的查找表來提供平方像素差異。實現(xiàn)結(jié)果表明，該電路能夠在55MHz的時鐘頻率下支持從30幀/秒到60幀/秒的高清視頻(1080P格式)的幀速率上變換。Abdulkadir Akin等人提出了降低塊匹配(BM)ME硬件功耗的比較預(yù)測(CP)技術(shù)。CP技術(shù)降低了BM ME硬件執(zhí)行的絕對差分操作的功耗。CP技術(shù)可以很容易地在所有BM ME硬件中使用。在XC2VP30-7 FPGA上，該硬件的平均動態(tài)功耗降低了2.2%，峰值信噪比(PSNR)降低了9.3%，PSNR損失降低了0.04%。

2.CPU和GPU的協(xié)同并行

合理的在GPU和CPU上合理地分配并行任務(wù)，使用快速搜索算法加快視頻編碼速度。王等人提出了基于多核CPU和多核GPU平臺的HEVC編碼器并行加速可變塊尺寸運動估計的策略，將運動估計任務(wù)合理的分配到CPU和GPU上又采用了跨波陣面用于CPU上的線程和GPU上的線程之間的有效同步。雖然壓縮性能有所下降，但是視頻編碼效率大為提升。蕭等人也提出了CPU和GPU共同加速編碼的思想。他們首先在GPU上實現(xiàn)一個快速算法，此算法可以避免由于缺少運動矢量預(yù)測器而導(dǎo)致的編碼效率損失。其次，在CPU上提出一種快速算法充分利用GPU結(jié)果而沒有任何編碼效率損失。

3.基于自適應(yīng)搜索范圍的快速運動估計算法

沈燕飛等人提出了一種自適應(yīng)的快速全搜索運動估計算法。算法是在連續(xù)消除算法和多階連續(xù)消除算法的基礎(chǔ)上實現(xiàn)的。王泉等人提出了一種使用具有方向偏向性搜索模板和基于預(yù)測模式自適應(yīng)選擇運動估計方案的EPZS(enhanced predictive zonal search)改進(jìn)算法。其中利用了H.264編碼標(biāo)準(zhǔn)中的多參考幀、多預(yù)測模式屬性。Sangmin Kim等人也提出了自適應(yīng)搜索范圍決策加速運動估計的思想，其中又結(jié)合了Lee等人的所采用的分層絕對差異和方法，使得在GPU中的并行運動估計計算量減少，加快了運動估計。

4.減少并行計算量

Lee等人提出了一種高度并行可變塊大小的全局搜索運動估計算法，通過根據(jù)數(shù)據(jù)量和數(shù)據(jù)依賴性的同時采用并行減少的方法增加線程的利用率來加快運動估計。Sangmin Kim等人在自適應(yīng)搜索方法的基礎(chǔ)上也采用了對GPU中的并行運動估計計算量減少的方法，提高視頻編碼效率。

此外還有的研究者在數(shù)據(jù)的重用、整數(shù)像素搜索和分?jǐn)?shù)像素搜索、優(yōu)化內(nèi)存以及對寄存器的合理使用、和對某一搜索算法改進(jìn)等多方面做出了大量的工作。

三、各種方法的比較

以上各種方法的結(jié)果是沒有可比較性的。而我們主要比較的是實現(xiàn)環(huán)境，方法的簡單、復(fù)雜及優(yōu)劣，研究方法是適應(yīng)于學(xué)術(shù)的研究還是適應(yīng)生活實際中的應(yīng)用。雖然對于每一種運動估計方法都不一樣，但每一種方法的實現(xiàn)又不是孤立存在的，每種方法里也都包含著其他方法所使用的一些技術(shù)或者某種方法。這對我們研究的啟發(fā)就是在以后的研究當(dāng)中可以在別人的研究結(jié)果基礎(chǔ)上做出進(jìn)一步的優(yōu)化。

四、結(jié)論

通過對以前研究者在運動估計的優(yōu)化研究方面所使用的方法的簡單歸類和整理，可以看出他們使用的方法不同，即使方法一樣但不同的角度去優(yōu)化得出的結(jié)果也不同。給我們的啟示就是在對運動估計的研究中有多種方法可以使用，每種方法都有自己的特點，要合理的選擇適合自己的某種方法進(jìn)行研究。本篇文章的目的就是為了方便自己學(xué)習(xí)，同時也希望能夠幫助那些剛接觸運動估計的研究者。最后自己給自己的建議就是要理解運動估計搜索算法，掌握CDDA的使用。為下一步的學(xué)習(xí)做好基礎(chǔ)。

[1]沈燕飛,黃晁,李錦濤,嚴(yán)權(quán)鋒.“一種自適應(yīng)的快速全搜索運動估計算法”.中國圖象圖形學(xué)報,V01．8(A)，spec．2003.

[2]王泉,程嘉利.“一種面向H．264/AVC的運動估計算法”中國圖象圖形學(xué)報,V01．13，No．6 2008.