检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:文梅[1] 任巨[1] 伍楠[1] 苏华友[1] 荀长庆[1] 张春元[1]
机构地区:[1]国防科技大学计算机学院,湖南长沙410073
出 处:《国防科技大学学报》2011年第3期66-71,共6页Journal of National University of Defense Technology
基 金:国家自然科学基金资助项目(60703073;60903041;61033008)
摘 要:流模型是一种源于媒体处理的新型并行计算模型。然而H.264编码作为媒体处理领域中的重要应用,在与流模型适配时,却出现重要障碍,主要是由于相关性问题极大地限制了流化过程中数据级并行的开发。针对这个问题,首先根据编码算法分析了编码过程中遇到的相关性问题,然后为各主要编码模块分别提出解除相关性限制的数据并行编码方法。采用这些方法能够保证大数据并行粒度,最终达到高效并行流化编码的目的。实验表明采用数据并行流化编码方法,帧间预测、帧内预测、熵编码和去块滤波模块都获得了显著加速。Stream processing model is a newly merging parallel processing model, which is derived from media processing. However, as an important application of media processing, H. 264 coding encotmters problems during its streaming procedure. The main mason is that dependency limits the data level parallel exploitations. To solve this problem, data level parallel methods for different coding modules were developed by the analysis of coding algorithm. By adopting the method, key coding modules of H. 264 can attain large data parallel granulafity. Experiment results show that the data level parallel streaming interlintm prediction, CAVLC, and the debloek filter can achieve outstanding acceleration.
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15