| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-12页 |
| 1.1.1 问题的提出 | 第8-9页 |
| 1.1.2 GPU和 CUDA 架构 | 第9-10页 |
| 1.1.3 H.264帧间预测模块 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 基于 CPU 的快速编码算法 | 第12-13页 |
| 1.2.2 基于特定平台的运动估计算法优化 | 第13页 |
| 1.2.3 基于 CUDA 的并行化编码算法 | 第13-15页 |
| 1.3 研究的意义和内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 2 基于 CUDA 的 H.264 编码系统帧间预测设计 | 第17-27页 |
| 2.1 帧间预测性能瓶颈与关键问题分析 | 第17-21页 |
| 2.1.1 性能瓶颈分析 | 第17-18页 |
| 2.1.2 难点分析 | 第18-21页 |
| 2.2 并行性分析及设计思路 | 第21-24页 |
| 2.2.1 整像素点运动估计模块 | 第21-22页 |
| 2.2.2 亚像素点运动估计子模块 | 第22-23页 |
| 2.2.3 基于层间预测的模式合并机制 | 第23-24页 |
| 2.3 流程设计 | 第24-25页 |
| 2.4 小结 | 第25-27页 |
| 3 基于 CUDA 平台帧间预测关键技术 | 第27-42页 |
| 3.1 CPU+GPU 众核平台上的任务划分 | 第27-29页 |
| 3.2 基于 CUDA 的运动估计算法 | 第29-35页 |
| 3.2.1 整像素点的运动估计 | 第29-34页 |
| 3.2.2 亚像素点的运动估计 | 第34-35页 |
| 3.3 基于层间预测的多模式合并算法 | 第35-38页 |
| 3.4 基于 CUDA 平台的优化机制 | 第38-41页 |
| 3.4.1 基于 CUDA 计算模型的优化机制 | 第38-40页 |
| 3.4.2 基于 CUDA 存储模型的优化机制 | 第40-41页 |
| 3.5 小结 | 第41-42页 |
| 4 系统测试及结果分析 | 第42-49页 |
| 4.1 验证性测试 | 第42-46页 |
| 4.1.1 最优运动向量在局部域和全局域分布分析 | 第43-45页 |
| 4.1.2 抽样数据分析 | 第45-46页 |
| 4.2 性能测试 | 第46-48页 |
| 4.2.1 串行算法性能比较 | 第46-47页 |
| 4.2.2 CUDA并行化算法效率比较 | 第47-48页 |
| 4.3 小结 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录1 攻读硕士期间参与的项目 | 第57-58页 |
| 附录2 攻读硕士期间申请的发明专利 | 第58页 |