Diseño de filtros y su aceleración para el estándar H.265/HEVC

Abstract

Entre los principales impactos producidos por el incremento de la calidad de vídeo se encuentran: i) la gran cantidad de espacio físico necesario para el almacenamiento de estos debido a la alta cantidad de píxeles almacenados por fotograma, y ii) el alto ancho de banda necesario por unidad de tiempo y capacidad de procesamiento para la decodificación de estos archivos en internet u offline. La solución inmediata que se nos presenta es la codificación de vídeo, cuyo principal objetivo es obtener una proporción aceptable entre espacio y calidad. La codificación por sí sola puede no resultar suficiente debido a la formación previa del vídeo a codificar, el cual suele presentar desigualdades y grandes cambios innecesarios de intensidad entre píxeles muy cercanos, lo cual provoca que en la codificación no se obtenga el mejor resultado. Como solución a lo mencionado, se realiza un filtrado previo del vídeo para dar uniformidad a los fotogramas y eliminar las grandes diferencias entre los píxeles para facilitar el trabajo de codificación. Tanto el filtrado como la codificación requieren de hardware de alto rendimiento para llevarse a cabo, por ello, se hará uso del paradigma de la computación paralela con OpenCL para disminuir favorablemente los tiempos de ejecución. Se obtendrán distintas métricas de calidad entre los vídeos para decidir cuál es el mejor resultado obtenido. Como conclusión, los pasos seguidos en el trabajo han sido la implementación de varios filtros sobre vídeos YUV tanto en software como en hardware con OpenCL, uso del estándar H.265/HEVC como caja negra para codificar los vídeos obtenidos en la fase de filtrado, y finalmente, implementación de métricas de medición calidad de vídeo, para poder comparar los distintos resultados obtenidos, todo ello en tiempo real.The immediate solution presented to us is video coding, whose main objective is to obtain an acceptable proportion between space and quality. Coding just by itself may not always be sufficient or effective due to the formation of the video, which will most likely present inequalities, unexpected and unnecessary pixel intensity changes on neighboring pixels, and in consequence the coding will not obtain the best result. The solution here is filtering the video before coding to give it uniformity and remove the unnecessary neighboring pixel changes mentioned before, which will make the coding job easier. Both filtering and coding are complex operations, that is why they require high end hardware, so the parallel computing paradigm with OpenCL will be used to lower the execution times. Different quality metrics will be used to decide which is the best outcome obtained. Concluding, the main steps followed were, implementing multiple filters for videos on YUV space both on software and hardware using OpenCL, use of the H.265/HEVC standard as a black box to encode the videos obtained in the previous phase, and finally, implementation of video quality metrics to compare the differences between the obtained videos, all of which is done in real time.