Energy-efficient and high-performance parallel video decoding techniques
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Yüksek çözünürlüklü video sistemlerinin yaygınlaşmasıyla sayısal çoklu ortam içerikleri, daha büyük veri boyutları ve daha yüksek bit hızları gerektirmektedir. Bu durum çoklu ortam oynatıcılarındaki güç tüketim oranlarının ve gerçek-zamanlı görüntü çözümleme ihtiyacının artmasına sebep olmuştur. Bu yüksek lisans tezinde, çok çekirdekli cihazlarda düşük güç tüketimi sağlamak amacıyla gerçek-zamanlı paralel görüntü çözümleme yöntemleri önerilmektedir. Veri veya iş seviyesinde uygulanabilecek paralelleştirme algoritmaları sayesinde video çözümlemedeki enerji verimliliğinin ve performansın arttırılması mümkündür. Bu çalışmada paylaşımlı bellekte, çok çekirdekli bir platform üzerinde koşan yazılım çözümlerinde daha hızlı gerçek-zamanlı çözümleme ve düşük enerji tüketimi elde edilmiştir. İleriye dönük araştırma konuları olarak slice seviyesinde ve ardışık görüntü grupları (GOP) seviyesinde paralel görüntü çözümleme yöntemleri de ele alınmıştır. Emergence of high quality media applications results in larger data sizes as well as higher bitrates of digital multimedia contents, and their significant share on the overall Internet traffic. These lead to an increase in the energy consumption rates and performance requirements for real-time video decoding. In this thesis, we propose parallel video decoding solutions to provide real-time decoding performance with reduced energy consumption on multi-core devices. Various approaches of parallelism at data and task levels can be incorporated in video decoders, bringing efficiency in energy consumption rates and/or performance. We offer and develop several approaches for the H.264 standard including coarser-grained frame level and finer-grained macroblock level parallelism approaches. The implementations were conducted on a shared memory multi-core platform as an all software solution for real-time scalable video decoding. Faster real-time decoding performance with reduced energy consumption on multi-core processors is achieved. As future areas of research, further parallelization methods such as parallelism at slice level, and parallel decoding of consecutive groups of pictures on the H.264/SVC decoder are discussed.
Collections