使用多內(nèi)核處理器的并行編程功能實(shí)現(xiàn)視頻代碼轉(zhuǎn)換

視頻代碼轉(zhuǎn)換是指從一種壓縮視頻格式轉(zhuǎn)換為另一種壓縮視頻格式，通常先要把某種格式解碼為原始視頻幀，然后用新的格式重新編碼。在許多應(yīng)用中高效的代碼轉(zhuǎn)換至關(guān)重要。例如，為了支持視頻點(diǎn)播數(shù)據(jù)流，視頻數(shù)據(jù)要以某種主流格式存儲(chǔ)起來(lái)以節(jié)省空間，但必須支持眾多不同的觀看設(shè)備和解碼器。為了做到這一點(diǎn)，需要在數(shù)據(jù)發(fā)送前以實(shí)時(shí)或者快于實(shí)時(shí)的速度進(jìn)行代碼轉(zhuǎn)換。在視頻節(jié)目制作階段進(jìn)行視頻編輯時(shí)，也必須對(duì)視頻數(shù)據(jù)進(jìn)行解碼、修改和重新編碼。在普通家庭，為了能在家用視頻服務(wù)器上使用視頻，視頻數(shù)據(jù)可能也需要轉(zhuǎn)換才能適應(yīng)服務(wù)器支持的格式

支持高清視頻點(diǎn)播要求高性能的代碼轉(zhuǎn)換。RapidMind公司開(kāi)發(fā)的軟件開(kāi)發(fā)平臺(tái)利用統(tǒng)一的并行編程模型充分發(fā)揮各種多內(nèi)核處理器的性能。通過(guò)在RapidMind平臺(tái)上建立代碼轉(zhuǎn)換器，應(yīng)用程序如今能運(yùn)行在多種處理器上，包括CPU、GPU和Cell BE，并且還能通過(guò)擴(kuò)展適應(yīng)未來(lái)多內(nèi)核(和眾內(nèi)核)處理器環(huán)境。

代碼轉(zhuǎn)換器自然需要支持各種視頻壓縮格式。然而，許多格式在實(shí)現(xiàn)它們所需的運(yùn)算類型方面有很多相似性。另外，編碼器通常要比解碼器貴得多。一般一種視頻標(biāo)準(zhǔn)僅規(guī)定了壓縮數(shù)據(jù)流中存儲(chǔ)什么類型的數(shù)據(jù)以及解碼器該怎樣譯碼，并不規(guī)定編碼器如何從原始輸入數(shù)據(jù)流中提取需要的信息。

通常一種壓縮視頻格式不僅要求實(shí)現(xiàn)對(duì)單幀的壓縮，而且要求使用視頻序列中的相鄰幀實(shí)現(xiàn)對(duì)中間幀的預(yù)測(cè)。為了能從傳輸產(chǎn)生的任何錯(cuò)誤中恢復(fù)數(shù)據(jù)，并允許用戶從視頻序列中間位置開(kāi)始解壓縮，有些幀是在不參考其它幀的情況下進(jìn)行壓縮的。

單幀壓縮

單幀壓縮有點(diǎn)類似于普通的圖像壓縮，通常包含了到不同基礎(chǔ)幀的轉(zhuǎn)換，如使用不同頻率和方向的余弦變換(離散余弦變換或DCT)，或小波變換。這種轉(zhuǎn)換通常作用于塊，并且從數(shù)學(xué)上可精簡(jiǎn)到塊中像素上的一組點(diǎn)積(雖然一些基本函數(shù)允許理論上更快的因數(shù)分解)。轉(zhuǎn)換后的系數(shù)再經(jīng)過(guò)量化刪除那些對(duì)圖像可視無(wú)用的信息，形成一幅近似的圖像，最后使用編碼器編碼去除數(shù)據(jù)中任何殘留的冗余性。

上述轉(zhuǎn)換的目的不僅是通過(guò)將圖像中的能量集中為更小的一組數(shù)字而使代碼器變得更有效率，而且允許量化器顯著地去除感知上不那么重要的信息。例如，DCT就會(huì)對(duì)圖像的高頻和低頻成分進(jìn)行分析。由于人眼對(duì)高頻時(shí)的量化誤差不甚敏感，因此這些頻率的量化可以粗放一些。另外，在上述壓縮步驟之前通常先要從亮度中分離出色度(顏色)和將色度欠采樣到較低分辨率，因?yàn)槿搜蹖?duì)亮度邊緣較敏感，但對(duì)色度邊緣不太敏感。

一些較復(fù)雜的壓縮格式還支持根據(jù)空間相鄰的塊對(duì)一些圖像塊作出預(yù)測(cè)。選擇哪個(gè)塊用于預(yù)測(cè)極具挑戰(zhàn)性，而且支持解碼器中的必要排序在并行系統(tǒng)中也相當(dāng)復(fù)雜。然而，如果塊的內(nèi)容能夠被準(zhǔn)確預(yù)測(cè)，那么對(duì)該塊壓縮時(shí)只需編碼預(yù)測(cè)值和實(shí)際值之間的(少量)差異。

如此詳細(xì)地介紹單幀圖像壓縮的原因是，實(shí)際上作為編碼過(guò)程的一部分，無(wú)論是塊還是單幀壓縮/解壓縮都有必要。特別是中間幀(數(shù)據(jù)流中的大部分幀)估計(jì)，它是通過(guò)融合和混合數(shù)據(jù)流前后發(fā)生的幀、然后從輸入數(shù)據(jù)中減去這個(gè)融合后的幀、最后壓縮差異圖像(一般使用類似于單幀編碼器的編碼器)實(shí)現(xiàn)的。對(duì)這種融合的估計(jì)被稱為運(yùn)動(dòng)估計(jì)，是編碼過(guò)程中運(yùn)算量最大的步驟之一。

然而在解碼器中，原始的源數(shù)據(jù)幀是沒(méi)有的，只有解壓縮后的幀。因此，這種融合要求圖像能在解碼器之前還原。因此它們不僅必須在編碼器中壓縮，而且需要被解壓縮。這種對(duì)前面壓縮的數(shù)據(jù)進(jìn)行解壓縮的需求將導(dǎo)致數(shù)據(jù)的依賴性，并影響到在具有不同存儲(chǔ)器系統(tǒng)的處理器之間如何并行使用和分配編碼器。

視頻序列中的圖像組(GOP)中的一些幀(I，幀內(nèi)編碼幀)使用單幀壓縮算法進(jìn)行編碼，但基于運(yùn)動(dòng)估計(jì)的幀間預(yù)測(cè)被用來(lái)改進(jìn)幀內(nèi)幀間(雙向預(yù)測(cè)編碼幀B，前向預(yù)測(cè)編碼幀P)的壓縮。只有預(yù)測(cè)幀和實(shí)際幀之間的差異值需要被壓縮。由于B幀和P幀是根據(jù)I幀的解壓縮版本預(yù)測(cè)出來(lái)的，因此有必要作為編碼過(guò)程的一部分對(duì)I幀進(jìn)行壓縮和解壓縮。

圖1：RapidMind是一個(gè)開(kāi)發(fā)和運(yùn)行時(shí)間平臺(tái)，它支持能充分利用多內(nèi)核處理器的單線程可管理應(yīng)用程序。開(kāi)發(fā)人員可以用標(biāo)準(zhǔn)的C++語(yǔ)言編寫(xiě)代碼，RapidMind平臺(tái)則可以將這些代碼在多個(gè)內(nèi)核間“并行利用”。