H.265优化问题

1 为啥优化？

对计算量的需求增加了4倍以上，过高的计算和存储对H.265

TMS320c66是一款多核高性能的处理器8个内核和一个网络协处理.

优化处理：

对每一帧采取片级编码且用7个核实现并行处理，不采用CU或者帧级编码。其原因是：

（1）片是介于CU与帧之间的。因为CU（编码单元）会参考同一片中的其他CU。因此采用CU级编码会极大地增加核间通讯压力。

（2）各片之间没数据关联性，各片完全独立，待编码单元无需参考其他片即可完成编码。

（3）帧级编码对DDR和Cache有极高的要求，但DSP平台硬件资源有限，帧级编码无法实现。

进行结构化处理。

方法：

通过Intel VtuneAmplifer  工具统计热点函数及其所占用时间，可以得出编码过程耗时最多的是运动估计（Motion Estimation ME）

和模块决策（Mode decision MD).

帧内帧间预测都是运动估计，运动估计分整像素运动和分像素运动。

整像素运动估计（IME）：将图像的的每一帧分成许多不重叠的宏块，先假设宏块内所有像素的位移量都相同，

然后对每个宏块到参考帧中某一给定的搜索范围内，根据一定的匹配准则，找出与当前最相似的块，即匹配块；匹配块与当前块的相对位移即运动矢量。

分像素运动估计（FME）：由于自然物体运动的连续性，相邻两帧之间的块的运动矢量不一定是以整像素为基本单位的。IME完成粗精度的帧间匹配搜索，FME完成二分之一或四分之一像素精度的匹配。

模块决策就是寻找最佳匹配的过程。

IME与MD算法中，大部分操作都是SAD（运算都是矩阵运算）和SSD运算，考虑到SAD运算的特性，使用DSP平台的SIMD加速指令来实现优化。

SAD操作需要进行大量重复性的数学运算，指令级流水线可充分利用DSP提供的并行处理能力，实现处理速度的成倍提高。具体将块大小分类，根据矩阵行数据数量来进行分类组织。4xN，8xN，12xN，16xN，32