La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Massively parallel rate-constrained motion estimation for high efficiency video coding

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Hojati Najafabadi, Esmaeil (2018). Massively parallel rate-constrained motion estimation for high efficiency video coding. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of HOJATI_NAJAFABADI_Esmaeil.pdf]
Prévisualisation
PDF
Télécharger (2MB) | Prévisualisation
[thumbnail of HOJATI_NAJAFABADI_Esmaeil-web.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

In recent years, the demand for high-quality video has increased and motivated video compression technologies to improve. High Efficiency Video Coding (HEVC) is the newest of such advances that intends to reduce the bit rate by half relative to H.264/MPEG-4 AVC for the same quality. This improvement comes with much higher computational complexity at the encoder; making it difficult to deploy HEVC in typical applications. Using heterogeneous architectures is a recognized approach to reduce the execution time of complex algorithms. However, HEVC is not well designed to be executed on massively parallel architectures. This research aims to study the fine-grained parallelization of rate-constrained motion estimation which is the most time-consuming part of the HEVC encoder.

In this project, we investigate the existing parallel tools in HEVC and the literature related to parallel implementations of HEVC. We discuss the drawbacks of existing methods. Then, we propose a two-stage parallel framework, which is flexible and efficient. The proposed framework provides a high degree of parallelism suitable for heterogeneous architectures. Furthermore, to reduce the rate-distortion (RD) performance loss caused by breaking data dependencies, we propose a multi-predictor rate-constrained motion estimation approach and a multiple temporal predictor method. According to the experimental results, our proposed methods improve the Bjøntegaard-Delta Rate (BD-Rate) by an average of 1.44% compared to the one predictor parallel rate-constrained motion estimation (RCME) method and 0.92% compared to a leading state-of-the-art method which uses the average of predictors. Moreover, according to the graphics processing unit (GPU) hardware specifications an innovative search method is introduced to exploit the power of GPUs more efficiently. The execution time of the whole encoding process is reduced 40% compared to the fastest RCME algorithm.

The results of this research are expected to lead to an improved architecture for HEVC encoders that can exploit the computational power of massively parallel many-core architectures to increase speed while preserving the RD performance.

Titre traduit

Estimation de mouvement parallèle avec contrainte de débit pour le codage vidéo à haute efficacité

Résumé traduit

Ces dernières années, la demande pour les vidéos de haute qualité a augmenté et motive l’amélioration des technologies de compression vidéo. Le codage vidéo à haute efficacité (HEVC) est le plus récent de telles avancées et permet de réduire le débit de moitié par rapport à H.264/AVC pour la même qualité. Cette amélioration est accompagnée d’une complexité de calculs beaucoup plus élevée au codeur, rendant difficile le déploiement de HEVC pour des applications typiques. Utiliser des architectures hétérogènes est une approche reconnue pour réduire le temps d’exécution des algorithmes complexes. Cependant, HEVC n’est pas conçu pour être exécuté sur des architectures massivement parallèles. Cette recherche vise à étudier la parallélisation à granularité fine de l’estimation de mouvement avec contrainte de débit représentant la partie la plus complexe du codeur HEVC.

Dans ce projet, nous étudions les outils parallèles existants dans HEVC et dans la literature pour permettre des implémentations parallèles de HEVC. Les inconvénients des methods existantes sont discutés. Nous proposons ensuite un cadre parallèle flexible et efficace en deux étapes. La proposition fournit une très grande granularité de parallélisme adaptée aux architectures hétérogènes. En outre, pour réduire la perte de performance débit-distorsion (RD) causée par la rupture de la dépendance des données, nous proposons une approche d’estimation de mouvement à prédicteurs multiples, dont une méthode à prédicteurs temporels multiples. Nos résultats expérimentaux montrent que notre méthode permet d’améliorer le Bjøntegaard-Delta Rate (BD-Rate) de 1.44% en moyenne comparée à la méthode parallèle de reference rate-constrained motion estimation (RCME) avec un prédicteur et de 0.92% comparée à une méthode compétitive de l’état de l’art utilisant la moyenne des prédicteurs. De plus, selon les spécifications matérielles de l’unité de traitement graphique (GPU), une méthode de recherché innovante est proposée pour exploiter la puissance des GPUs plus efficacement. Le temps d’exécution du processus d’encodage entier est réduit de 40% comparé à l’algorithme RCME le plus rapide.

Les résultats de cette recherche devraient conduire à une architecture améliorée pour les encodeurs HEVC permettant d’exploiter la puissance de calcul des architectures multicoeurs massivement parallèles pour augmenter la vitesse tout en préservant les performances RD.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Thesis presented to École de technologie supérieure in partial fulfillment for a master’s degree with thesis in software engineering". Comprend des références bibliographiques (pages 93-97).
Mots-clés libres: codage vidéo à haute efficacité (HEVC), codage vidéo parallèle, estimation de mouvement parallèle, vidéo à haute qualité, codage vidéo hétérogène
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Coulombe, Stéphane
Codirecteur:
Codirecteur
Vázquez, Carlos
Programme: Maîtrise en ingénierie > Génie
Date de dépôt: 18 janv. 2021 16:33
Dernière modification: 18 janv. 2021 16:33
URI: https://espace.etsmtl.ca/id/eprint/2050

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt