GPU-Based Sample-Parallel Context Modeling for EBCOT in JPEG2000

MATELA, Jiří, Vít RUSŇÁK a Petr HOLUB. GPU-Based Sample-Parallel Context Modeling for EBCOT in JPEG2000. In MEMICS 2010 Proceedings. first. Brno: NOVPRESS, 2010, s. 126-134. ISBN 978-80-87342-10-7.

Základní údaje

Originální název

GPU-Based Sample-Parallel Context Modeling for EBCOT in JPEG2000

Autoři

MATELA, Jiří (203 Česká republika, garant, domácí), Vít RUSŇÁK (203 Česká republika, domácí) a Petr HOLUB (203 Česká republika, domácí)

Vydání

first. Brno, MEMICS 2010 Proceedings, od s. 126-134, 9 s. 2010

Nakladatel

NOVPRESS

---

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

tištěná verze "print"

Kód RIV

RIV/00216224:14330/10:00057180

Organizační jednotka

Fakulta informatiky

ISBN

978-80-87342-10-7

Klíčová slova anglicky

EBCOT;JPEG2000;Tier-1;GPU;context modeller

Štítky

best

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

Embedded Block Coding with Optimal Truncation (EBCOT) is the fundamental and computationally very demanding part of the compression process of JPEG2000 image compression standard. EBCOT itself consists of two tiers. In Tier-1, image samples are compressed using context modeling and arithmetic coding. Resulting bit-stream is further formated and truncated in Tier-2. JPEG2000 has a number of applications in various fields where the processing speed and/or latency is a crucial attribute and the main limitation with state of the art implementations. In this paper we propose a new parallel approach to EBCOT context modeling that truly exploits massively parallel capabilities of modern GPUs and enables concurrent processing of individual image samples. Performance evaluation of our prototype shows speedup 12 times for the context modeller, and 1.4--5.3 times for the whole EBCOT Tier-1, which includes not yet optimized arithmetic coder.

---

Návaznosti

GD102/09/H042, projekt VaV	Název: Matematické a inženýrské metody pro vývoj spolehlivých a bezpečných paralelních a distribuovaných počítačových systémů Investor: Grantová agentura ČR, Matematické a inženýrské metody pro vývoj spolehlivých a bezpečných paralelních a distribuovaných počítačových systémů
MSM0021622419, záměr	Název: Vysoce paralelní a distribuované výpočetní systémy Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Vysoce paralelní a distribuované výpočetní systémy
MUNI/A/0914/2009, interní kód MU	Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace (Akronym: SV-FI MAV) Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty