Dedicated Hardware Architectures for the Affine Motion Estimation of Versatile Video Coding Video Standard for Real-Time UHD Videos

• Ano de defesa: 2024
• Autor(a) principal: Muñoz, Marcello Morales
• Orientador(a): Porto, Marcelo Schiavon
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Pelotas
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação
• País: Brasil
• Palavras-chave em Português: Hardware; H.266/VVC; Affine ME; Motion estimation; Estimação de movimento
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA
• Link de acesso: http://guaiaca.ufpel.edu.br/xmlui/handle/prefix/15741

A demanda de streaming de vídeos digitais pela internet está aumentando de forma significativa nos últimos anos. Este grande aumento no tráfego de dados de vídeo requer técnicas de compressão eficientes para armazenamento e transmissão. Além disso, estas as técnicas de compressão devem preservar a qualidade da imagem, enquanto lidam com restrições de consumo de energia e processamento em tempo real. Neste cenário, o padrão de compressão de vídeo Versatile Video Coding (VVC), também conhecido como H.266, é o padrão de compressão de vídeo estado-da-arte, tendo sido lançado em julho de 2020 pelo Joint Video Experts Team (JVET). O VVC adicionou diversas novas ferramentas para auxiliar na compressão de vídeo, quando comparado ao seu antecessor, o padrão H.265/HEVC. Desta forma, proporcionando grandes ganhos em termos de eficiência de compressão (relação entre redução da taxa de bits e a qualidade do vídeo codificado) e permitindo a transmissão ou armazenamento de vídeos digitais de forma mais eficiente. Uma das novas ferramentas adicionadas no VVC é a predição Affine, que é utilizada para caracterizar movimentos não-translacionais, sendo que essa nova ferramenta possui o maior custo computacional de toda a etapa de predição inter-quadros do codificador VVC. A predição Affine pode trazer ganhos de até 2,18% na eficiência de compressão (BD-Rate) em troca de um aumento de 5,26% no tempo de codificação. A predição Affine suporta duas versões, utilizando quatro ou seis parâmetros, onde dois ou três vetores de movimento são usados, respectivamente. Esses vetores são herdados do bloco de referência a ser codificado e são usados para reconstruir o bloco. Neste trabalho foi projetado e sintetizado arquiteturas de hardware ASIC para predição Affine do padrão VVC com foco em baixo consumo de energia. As arquiteturas são projetadas para processar vídeos UHD 4K (3840 × 2160) em tempo real, visando sua aplicação em dispositivos móveis. Três arquiteturas são apresentadas: uma para compensação de movimento Affine, com uma de área de 189k Gates e dissipação de potência de 121mW. Outra para a arquitetura que calcula o ∆MV Affine, com 245k Gates e dissipação de 31mW. Além disso, uma versão inicial do gerador de coeficientes baseado em gradiente do Affine com 6.900k Gates e dissipação de 4,8W.