异构多核处理器上的视频编码优化研究

"这篇博士学位论文主要探讨了在异构多核处理器（Heterogeneous Multi-core Processor, HMP）环境下，如何提升视频编码的去相关性和率失真性能。论文提出了新的帧内预测策略、变换工具及并行运动估计算法，以解决视频编码中的关键问题。" 在视频编码中，去相关处理是实现视频压缩的关键步骤，通过消除或减少视频序列中的空间和时间相关性，可以有效减少数据量，提高压缩效率。论文针对HMP架构，提出了基于距离加权的预测（Distance-based Weighted Prediction, DWP）方法，以改善DC预测模式在处理图像平坦区域时的不足。DWP利用像素间距离与其相关性的反比关系建立线性预测模型，同时，为简化计算和适应硬件实现，还提出了积分DWP（integral DWP）方法，实验结果显示这两种方法能提升去相关效果。 考虑到不同帧内预测模式下预测残差的能量分布差异，论文引入了最优频谱匹配（Optimal Frequency Matching, OFM）算法，用以针对每种预测模式定制KLT（Karhunen-Loeve Transform）变换矩阵。KLT是基于均方误差最小化的最优变换，但实时训练成本高。OFM算法解决了这一问题，生成的KLT矩阵在保持较低计算复杂度的同时，提供了优于离散余弦变换（DCT）的性能。 另外，论文还提出了使用多通道滤波器组（Multi-channel Filter Bank, MCFB）进行残差块分解，以应对可变尺寸块预测带来的问题。MCFB分解能减少块效应，实现基于块的率失真优化，并且其变换系数具有与DCT相似的频率特性。实验结果显示，这种方法相对于DCT，能取得更优的编码性能。 这篇论文在视频编码的去相关性研究方面取得了显著进展，特别是在异构多核处理器环境下，提出的预测和变换技术有助于提高编码效率和视频质量，对于未来视频编码技术的发展具有重要指导意义。