| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 课题研究背景和意义 | 第8页 |
| 1.2 国内外研究现状概述 | 第8-9页 |
| 1.3 本文研究内容与结构安排 | 第9-11页 |
| 2 H.26 4视频编码技术原理与CUDA概述 | 第11-27页 |
| 2.1 H.264视频编码框架与关键技术 | 第11-21页 |
| 2.1.1 H.264视频编码协议框架 | 第11-12页 |
| 2.1.2 H.264视频编码关键技术 | 第12-21页 |
| 2.2 CUDA概述 | 第21-27页 |
| 2.2.1 英伟达GPU硬件架构 | 第22页 |
| 2.2.2 CUDA存储器结构模型 | 第22-24页 |
| 2.2.3 CUDA-C程序设计 | 第24-27页 |
| 3 基于CUDA的H.264关键模块并行算法设计与实现 | 第27-52页 |
| 3.1 基于CUDA的全并行运动估计算法设计 | 第27-37页 |
| 3.1.1 运动估计数据相关性分析 | 第27-28页 |
| 3.1.2 整像素搜索并行算法设计 | 第28-34页 |
| 3.1.3 像素搜索并行算法设计 | 第34-36页 |
| 3.1.4 并行粒度分析 | 第36-37页 |
| 3.2 基于CUDA的梯状并行运动估计算法设计 | 第37-46页 |
| 3.2.1 P帧预测中的帧内块数据相关性分析 | 第37-38页 |
| 3.2.2 P帧加帧内块并行算法设计 | 第38-43页 |
| 3.2.3 DCT变换和量化处理的并行算法设计 | 第43-44页 |
| 3.2.4 并行粒度分析 | 第44-46页 |
| 3.3 基于CUDA的B帧预测并行算法设计 | 第46-49页 |
| 3.4 码率控制算法设计 | 第49-52页 |
| 3.4.1 码率控制算法中的数据相关性分析与双线程并行方案设计 | 第49-50页 |
| 3.4.2 适合CABAC熵编码的双线程并行实现的码率控制算法 | 第50-52页 |
| 4 实验结果举例与分析 | 第52-67页 |
| 4.1 全并行运动估计算法实验 | 第53-56页 |
| 4.2 梯状并行运动估计算法实验 | 第56-58页 |
| 4.3 B帧预测并行算法实验 | 第58-60页 |
| 4.4 码率控制算法实验 | 第60-64页 |
| 4.5 H.264并行编码器总体性能分析 | 第64-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表学术论文情况 | 第71-72页 |
| 致谢 | 第72-73页 |
