| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 视频编码技术的背景与意义 | 第8-9页 |
| 1.1.2 视频编码技术的编码框架 | 第9页 |
| 1.1.3 视频编码技术的工业标准 | 第9-10页 |
| 1.2 加速视频编码算法的可行性 | 第10-12页 |
| 1.2.1 视频编码硬件平台优化 | 第11页 |
| 1.2.2 GPU架构优势 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 本文的主要工作 | 第14-15页 |
| 1.5 论文组织结构 | 第15-18页 |
| 第2章 AVS2视频编码技术特点研究 | 第18-26页 |
| 2.1 四叉树单元划分 | 第18-20页 |
| 2.2 帧内预测 | 第20-21页 |
| 2.3 帧间运动估计 | 第21-22页 |
| 2.4 基于上下文内容的熵编码 | 第22-23页 |
| 2.5 变换 | 第23-24页 |
| 2.6 自适应环路滤波 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 CUDA计算平台及其性能优化 | 第26-34页 |
| 3.1 CPU与GPU设计区别 | 第26-27页 |
| 3.2 CUDA编程模型 | 第27-29页 |
| 3.3 CUDA硬件模型 | 第29-30页 |
| 3.4 CUDA存储模型 | 第30-31页 |
| 3.5 CUDA性能优化 | 第31-32页 |
| 3.5.1 存储器读写优化 | 第31-32页 |
| 3.5.2 基于任务优化 | 第32页 |
| 3.6 本章小结 | 第32-34页 |
| 第4章 基于CUDA的AVS2帧间运动估计并行化算法 | 第34-50页 |
| 4.1 基于帧间预测的并行化算法优化 | 第34-40页 |
| 4.1.1 预测单元块的映射表算法 | 第34-37页 |
| 4.1.2 预测单元SAD值优化算法 | 第37-40页 |
| 4.2 帧间运动估计算法在CUDA平台实现 | 第40-49页 |
| 4.2.1 预搜索算法在CUDA平台实现 | 第42-43页 |
| 4.2.2 整像素运动估计算法在CUDA平台实现 | 第43-46页 |
| 4.2.3 子像素运动估计算法在CUDA平台实现 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 实验环境及结果分析 | 第50-54页 |
| 5.1 实验平台 | 第50页 |
| 5.2 实验结果分析 | 第50-52页 |
| 5.2.1 预搜索实验结果分析 | 第50-51页 |
| 5.2.2 整像素运动估计实验结果分析 | 第51页 |
| 5.2.3 子像素运动估计实验结果分析 | 第51-52页 |
| 5.3 本章小结 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-62页 |
| 致谢 | 第62页 |