Designing Image Compression Algorithms for Massively Parallel Processors

RNDr. Jiří Matela, Ph.D.

Doctoral thesis

Abstract:

V této práci se zabývám paralelním návrhem softwarové obrazové a video komprese a způsoby implementací, které vedou k výkonu, který je potřebný pro vizuální aplikace pracující s vysokou kvalitou obrazu. Soustřeďuji se na využití paralelního komoditního hardware, jako jsou například současné CPU a GPU, pro účely komprese. Aby bylo možné využít plného potenciálu těchto paralelních procesorů je nezbytné, aby kompresní algoritmy byly paralelní. Řada kompresních algoritmů a kompresních kroků uvnitř těchto algoritmu je dnes však veskrze seriální. V práci proto zkoumám možnosti reformulace nebo změny v návrhu kompresních algoritmů tak, aby bylo možné vyžít potenciálu paralelních komoditních procesorů a dosáhnout tak rychlé softwarové komprese. Jednotlivé kroky komprese rozděluji do tří kategorií: ty které jsou inherentně paralelní; ty které lze přeformulovat tak, aby vhodné pro paralelní zpracování; a ty, které jsou inherentně seriální. V práci se zabývám reformulací kompresních algoritmů a optimalizaci seriálních algoritmů tak, aby využili co nejvíce z dostupných paralelních zdrojů. Za účelem popisu možností paralelizace algoritmů rovněž srovnávám různé paralelní architektury využívané výrobci CPU a GPU. V této práci demonstruji, že moderní paralelní komoditní architektury mohou být použity pro řadu praktických aplikací v oblasti komprese v oblasti digitálního videa a obrazu. Efektivní paralelní kompresní algoritmy urychlí vývoj obrazové komprese, což povede k rychlejšímu vývoji v obrazové kvalitě. To v zásadě povede k věrnějším dojmům z videa a obrazu.

Abstract:

In my thesis I look at parallel design of software image and video compression, and how it might be implemented to achieve the performance required by high quality visual applications. I consider the use of parallel commodity computing, such as is available in recent CPUs and GPUs, to the tasks of compression. Compression algorithms need to be parallel in design to realize the full potential of parallel processing power. But a large part of existing compression techniques is inherently serial. Therefore I investigate the potential for redesigning the algorithms for parallel architectures to achieve fast software compression. I divide the tasks of compression into three classes: those which are inherently parallel; those which can be redesigned to be suitable for parallel processing; and those which are inherently serial. We look at how the serial processes can be mitigated to make the most effective use of the parallel processing resources available. I also compare the different architectures employed by GPU vendors to define precisely how tasks could be distributed efficiently. In this work, I demonstrate that modern parallel commodity architectures can be used to provide application-appropriate and cost-effective compression to meet the practical needs of the digital image industry. Efficient parallel designs of software encoding will speed up the pace of development in image compression, which in turn will lead to faster improvements in image quality. Ultimately it will lead towards a better viewing experience for consumers and professionals everywhere.

Keywords

compression, parallel, video, image, GPU

Language used: English

Date on which the thesis was submitted / produced: 31. 8. 2016

Thesis defence

• Date of defence: 10. 2. 2017
• Supervisor: prof. RNDr. Luděk Matyska, CSc.
• Reader: prof. Dr. Ing. Pavel Zemčík, Prof. Dr. Michael W. Marcellin

Masaryk University

Faculty of Informatics

Doctoral programme / field:
Informatics (4-years) / Computer Systems and Technologies