| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 视频编码标准发展历程 | 第10-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.4 本文主要研究内容和组织结构 | 第17-19页 |
| 1.5.1 主要研究内容 | 第17页 |
| 1.5.2 本文主要创新 | 第17页 |
| 1.5.3 组织结构 | 第17-19页 |
| 第二章 高性能视频编码(HEVC)技术简介 | 第19-45页 |
| 2.1 引言 | 第19页 |
| 2.2 HEVC编码器的基本框架 | 第19-20页 |
| 2.3 HEVC关键技术 | 第20-43页 |
| 2.3.1 灵活的块划分结构 | 第20-26页 |
| 2.3.2 帧内预测技术 | 第26-29页 |
| 2.3.3 帧间预测技术 | 第29-36页 |
| 2.3.4 率失真优化算法 | 第36-39页 |
| 2.3.5 HEVC性能分析 | 第39-43页 |
| 2.4 本章小结 | 第43-45页 |
| 第三章 高性能视频编码(HEVC)的并行优化 | 第45-71页 |
| 3.1 引言 | 第45页 |
| 3.2 并行处理的基本概念 | 第45-48页 |
| 3.2.1 并行技术分类 | 第45-46页 |
| 3.2.2 并行编程模型(Parallel Programming Models) | 第46-47页 |
| 3.2.3 并行的粒度 | 第47-48页 |
| 3.3 WPP的基本原理 | 第48-58页 |
| 3.3.1 动机 | 第48-51页 |
| 3.3.2 WPP的并行度分析 | 第51-58页 |
| 3.4 基于WPP的并行优化算法实现 | 第58-60页 |
| 3.5 实验结果与分析 | 第60-70页 |
| 3.5.1 实验环境 | 第60-61页 |
| 3.5.2 实验结果 | 第61-68页 |
| 3.5.3 实验分析 | 第68-70页 |
| 3.6 本章小结 | 第70-71页 |
| 第四章 基于数据挖掘的HEVC快速算法 | 第71-89页 |
| 4.1 引言 | 第71页 |
| 4.2 数据挖掘的基本概念 | 第71-75页 |
| 4.2.1 监督学习 | 第72-73页 |
| 4.2.2 决策树归纳 | 第73-75页 |
| 4.3 基于决策树的快速算法研究与实现 | 第75-83页 |
| 4.3.1 动机与统计分析 | 第75-78页 |
| 4.3.2 特征优化 | 第78-80页 |
| 4.3.3 生成决策树 | 第80-83页 |
| 4.4 实验结果与分析 | 第83-88页 |
| 4.4.1 实验环境 | 第83-84页 |
| 4.4.2 实验结果 | 第84-88页 |
| 4.4.3 实验分析 | 第88页 |
| 4.5 本章小结 | 第88-89页 |
| 第五章 总结与展望 | 第89-91页 |
| 5.1 总结 | 第89页 |
| 5.2 展望 | 第89-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间的主要研究成果 | 第97-98页 |