Towards fast HEVC encoding using heterogeneous architectures

En los últimos años, la sociedad ha presenciado un notable incremento en el consumo de contenidos multimedia asociado al desarrollo de nuevas tecnologías como los dispositivos móviles y las redes de telefonía. A día de hoy, este tipo de contenidos representa más de la mitad de todo el tráfico que circula por Internet. A su vez, los consumidores demandan cada vez contenido de mayor calidad y que provean una mejor experiencia de usuario. Por este motivo, se hace necesaria la elaboración de códecs que permitan mejorar la eficiencia de codificación de los ya existentes, a la vez que provean las herramientas de codificación necesarias para representar los nuevos formatos emergentes como Ultra High Definition (UHD) o High Dynamic Range (HDR). Con este objetivo, el grupo Joint Collaborative Team on Video Coding (JCT-VC) desarrolló el nuevo estándar de codificación High Efficiency Video Coding (HEVC), finalizado a principios de 2013. Comparado con su predecesor, el estándar H.264/MPEG-4 Advanced Video Coding (AVC), HEVC es capaz de obtener una reducción en la tasa de bits de un 50% para un mismo nivel de calidad subjetiva, lo que representa una mejora significativa en términos de eficiencia de codificación. Estas prestaciones han logrado atraer el interés de las empresas del sector, las cuales han implementado ya dicho estándar en muchos de sus dispositivos. El incremento de la eficiencia de codificación de HEVC proviene, no obstante, de la introducción de nuevas herramientas de codificación y de la mejora de las ya existentes, lo que supone un aumento significativo de la complejidad computacional del proceso de codificación en comparación con H.264/MPEG-4 AVC. Esta es la principal limitación con la que se encuentra este estándar a la hora de su implementación en escenarios en los que se requiera alcanzar la codificación en tiempo real. Por este motivo, la comunidad investigadora se ha volcado en el desarrollo de herramientas y algoritmos que permitan reducir el tiempo de cómputo requerido por el codificador. En línea con las necesidades impuestas por HEVC, el objetivo principal perseguido por esta Tesis Doctoral es, por tanto, el de reducir la complejidad computacional del codificador a la vez que se mantiene la eficiencia de codificación obtenida por el estándar. Para ello, resulta complicado ignorar la enorme potencia de cálculo provista por las arquitecturas paralelas actuales y, en particular, por aquellas arquitecturas heterogéneas compuestas por Graphics Processing Units (GPUs). Estos dispositivos son capaces de ofrecer un rendimiento muy superior al de un computador convencional, en especial en tareas en las que se realiza una misma serie de operaciones sobre un gran volumen de datos, como el caso de la codificación de vídeo. Por tanto, este tipo de arquitecturas parece ideal para integrar como parte del codificador y así reducir en gran medida el tiempo de cómputo de algunas de sus herramientas. Para conseguir este objetivo, esta Tesis Doctoral propone el desarrollo de un algoritmo de pre-análisis capaz de calcular información preliminar de movimiento a partir de las imágenes de entrada, la cual es usada posteriormente para acelerar el proceso de interpredicción, el particionamiento de bloques y la selección de modo a través de un modelo dinámico. Este algoritmo busca, por tanto, acelerar aquellas partes del codificador que suponen un mayor tiempo de cómputo, y así obtener la mayor aceleración posible. En este contexto, la arquitectura GPU representa el medio ideal para llevar a cabo el cálculo de esta información de movimiento. Tras evaluar el esquema anteriormente propuesto, los resultados muestran que es capaz de reducir el tiempo total de codificación en un 71% a costa de incrementar la tasa de bits de la secuencia en tan sólo un 1.8% para una misma calidad objetiva. Estos valores representan un equilibrio excelente entre ambos parámetros, superando a la gran mayoría de trabajos relacionados en la literatura. Con el empleo de un modelo predictivo más agresivo, el tiempo de codificación puede verse reducido más de un 83% a costa de un mayor incremento de la tasa de bits, alcanzando una aceleración similar y una eficiencia de codificación muy superior a la de algunos de los codificadores de HEVC más conocidos del mercado. Además de estos resultados, también resulta necesario señalar la gran versatilidad introducida por este esquema al poder utilizar la información de movimiento calculada para muchos otros propósitos, como el control de tasa o la configuración del patrón de codificación