| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·论文的主要工作与内容安排 | 第8-11页 |
| 第二章 GPU 基础和运动估计简介 | 第11-25页 |
| ·CUDA 平台模型 | 第11页 |
| ·CUDA 编程模型 | 第11-15页 |
| ·线程结构 | 第11-12页 |
| ·硬件映射 | 第12-13页 |
| ·执行模型 | 第13-14页 |
| ·存储器模型 | 第14-15页 |
| ·视频压缩中的运动估计 | 第15-25页 |
| ·概述 | 第15页 |
| ·基于块的运动估计技术 | 第15-22页 |
| ·H.264/AVC 标准中的运动估计新技术 | 第22-25页 |
| 第三章 基于 GPU 的快速运动估计算法 | 第25-45页 |
| ·GPU 并行处理运动估计的可行性分析 | 第25-26页 |
| ·全搜索算法在 GPU 上实现的分析 | 第26-27页 |
| ·经典的快速算法在 GPU 上实现的分析 | 第27页 |
| ·基于 GPU 的快速运动估计算法 | 第27-45页 |
| ·块匹配算法的误差表面函数分析 | 第27-30页 |
| ·运动矢量分布特性 | 第30-33页 |
| ·视频序列的内容特性 | 第33-35页 |
| ·基于 GPU 的快速运动估计算法 | 第35-40页 |
| ·算法总体描述与理论分析 | 第40-45页 |
| 第四章 FS 算法与 GLFS 算法的 GPU 实现 | 第45-57页 |
| ·1/4 像素精度插值与 GPU 的实现 | 第45-48页 |
| ·全搜索运动估计的 GPU 实现 | 第48-50页 |
| ·SAD 值的计算 | 第48-49页 |
| ·SAD 值的比较 | 第49-50页 |
| ·GLFS 算法的 GPU 实现 | 第50-57页 |
| ·算法实现的技术支持 | 第50-51页 |
| ·线程的组织结构 | 第51页 |
| ·存储模型 | 第51-53页 |
| ·线程的执行流程 | 第53-57页 |
| 第五章 实验结果及分析 | 第57-69页 |
| ·测试条件与方法 | 第57-58页 |
| ·测试结果与分析 | 第58-69页 |
| ·PSNR 测试结果与分析 | 第58-59页 |
| ·平均搜索点测试结果与分析 | 第59-65页 |
| ·步骤执行的测试结果与分析 | 第65-66页 |
| ·压缩比与加速比结果与分析 | 第66-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·全文内容总结 | 第69页 |
| ·后期工作展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |