黄 兴，宋建新

(南京邮电大学 图像处理与图像通信实验室，江苏 南京 210003)

随着多种视频压缩标准的广泛应用，以及接收终端和内容表现形式的多样化，不同系统和网络之间的交互则越发重要。在这种情况下，需要对已经编码的视频数据根据实际的应用需求进行相应的转换。最新提出的H.264/AVC标准在图像质量和压缩率方面都有了很大提高，该标准在视频压缩和网络传输方面具有广泛的应用。而MPEG－2是当前数字电视和DVD采用的压缩标准，因此本文所研究的从MPEG－2到H.264的视频转换极具研究价值。然而，视频转码是个复杂的过程，它需要对已经压缩过的视频流进行解码然后经过处理转换成满足信道传输特性和解码终端要求的目标码流。视频转码密集的运算量使得 CPU 承受着巨大的压力［1－2］。

近年来，低成本、高性能且可编程的图形处理器(GPU)不断推出并普及，使得GPU被越来越多地用在通用计算上，人们意识到可以将一些运算量巨大的工作通过GPU来完成。本文根据视频转码的要求和GPU的运算特点，提出了一种利用GPU强大的并行计算能力来帮助视频转码的方法，该方法将视频转码过程中耗时最多、最复杂的运动估计和模式选择转移到GPU上并行执行。在开发GPU并行计算能力时，该方法采用NVIDIA公司的CUDA(统一计算设备架构)计算平台，实现了在GPU上执行的并行帧间预测，有效地提高了视频转码的速度和效率［3－4］。

1 CUDA计算模型

CUDA是NVIDIA公司推出的开发图形处理器通用计算能力(GPGPU)并行计算模型。……