H.264/AVC自适应运动估计搜索算法

H. 264/AVC 是新一代视频压缩标准.在其编码技术中, 运动估计是提高编码效率的关键.在简单描述块匹配运动估计原理的基础上,就运动模板选择对提高运动估计算法的效率方面作了重点论述,提出了一种新的基于运动特征的自适应运动估计算法.该算法首先建立具有自适应特性的搜索起点预测模型, 采用的搜索模板可以根据物体的运动特征调整形状, 从而提高搜索效率.实验表明,新算法在图像质量和搜索速度方面有较好的优势.     

一种基于DS与ARPS混合使用的快速运动估计算法

为了减小快速运动估计算法的计算复杂度和改善运动补偿的性能,提出了一种基于菱形搜索（DS）和自适应十字模式搜索（ARPS）两种方法混合使用的块匹配算法。该算法利用DS算法搜索精度高和ARPS算法搜索速度快的特点,综合固定模式搜索和空间相关搜索两方面的优点,对于相邻两帧图像中的不变宏块采用零运动预先判断以减少算法的计算量,并利用运动矢量的空间一致性提高预测运动矢量的质量。实验结果表明,该算法与ARPS算法相比,在保证搜索精度的同时,计算复杂度至少减小了20%。     

基于运动信息自适应的快速运动估计算法

UMHexagonS是H.264视频编码标准中所采用的快速整像素运动估计算法,但在许多实时场景的应用中,该算法还明显存在搜索点数过多、搜索速度较慢的缺憾,急需进一步的改进和优化。在UMHexagonS算法的基础上,提出一种基于运动信息自适应的快速运动估计算法。使用动态搜索窗为不同尺寸的块自适应地分配预测搜索窗;根据当前块的运动剧烈程度选择运动类型自适应的搜索方案;通过分析实际运动序列水平、垂直方向的偏向特性依次采用带方向的十字型搜索和自适应的矩形—菱形搜索;利用预测运动矢量的方向信息采用自适应的多层次八边形区域搜索;并依据块的尺寸大小采用自适应的六边形搜索。实验结果表明,本文算法相比于UMHexagonS算法而言,图像的峰值信噪比(PSNR)平均提高了0.0125 dB,同时运动估计时间减少了13%32%,其场景自适应能力和实时性能都得到了很大的增强。     

一种基于块运动类型和方向预测相结合的快速搜索算法

根据序列图像中相邻块运动矢量的时间和空间相关性,本文提出一种基于块运动类型和方向预测相结合的快速搜索算法。该算法对块的运动类型和相对运动类型进行预测,并根据不同的运动类型自适应地采用不同的搜索策略进行搜索,对相对大运动块进行运动方向预测,并根据块的运动方向选择相应的方向搜索模板进行搜索。实验表明,该算法能在保证搜索准确度的同时节省大量的搜索时间。     

基于六边形的运动矢量场自适应搜索算法

提出了一种基于六边形的运动矢量场自适应搜索算法,该算法充分利用了序列图像中运动矢量场的中心偏置性和时空相关性,结合六边形搜索法和小菱形搜索法,根据运动类型自适应的选择搜索策略和搜索起始点,同时设定阈值对静止块直接中止搜索。实验结果表明,该算法的搜索速度优于现有的快速运动估计算法,搜索精度接近于全搜索法。     

H.264中基于全零块检测的快速运动搜索算法

为了降低视频编码标准H．264中运动搜索的复杂度，提出了一种新的基于全零块检测的运动搜索提前中止算法。根据整数离散余弦变换（DCT）和量化的特点，该算法给出了自适应的检测门限和提前中止条件。通过检测门限与绝对差和（SAD）的比较来判断是否停止运动搜索。实验结果表明，在图像质量基本不变的情况下，此方法可以有效减少运动搜索的计算量。     

一种基于H.264/AVC的快速运动估计算法

提出了一种基于运动特性的自适应快速运动估计算法。该算法充分利用视频图像序列的运动特征进行运动模式判定,实现了一种简单高效的搜索方法,并且根据不同的运动模式动态改变搜索策略。实验表明,新算法在保证重构图像质量的前提下,编码速度有了显著的提高,更适合于实时应用。     

基于块运动类型的自适应菱形运动估计搜索算法

基于对图像序列运动矢量时空相关性和中心偏置特性的研究，对传统的菱形算法进行了改进，设计了自适应大菱形搜索模板，提出了一种基于块运动类型的自适应菱形运动估计算法，对大运动块进行起始点预测，再划分相对运动类型，对不同运动类型的块自适应地采用不同的搜索策略。实验结果证明，图像质量较好时，该算法相比运动矢量场自适应搜索算法，加快了搜索速度，降低了计算复杂度。     

基于梯度式菱形搜索的快速运动估计算法

在基于搜索起点预测和梯度式菱形搜索方法的基础上，提出了一种运动矢量场自适应搜索算法（MVFSAS），实验结果表明，该算法以较小的搜索代价取得了与全搜索相当的效果，并在搜索速度和搜索效果方面优于三步（3SS）和四步（4SS）快速运动搜索算法。     

一种基于H．264／AVC的快速运动估计算法

提出了一种基于运动特性的自适应快速运动估计算法。该算法充分利用视频图像序列的运动特征进行运动模式判定，实现了一种简单高效的搜索方法，并且根据不同的运动模式动态改变搜索策略。实验表明，新算法在保证重构图像质量的前提下．编码速度有了显著的提高，更适合于实时应用。     

基于冗余小波变换的自适应运动估计与补偿算法研究*

为进一步提高运动估计和补偿的效果,提出了一种基于冗余离散小波变换（RDWT）的自适应运动估计算法。该算法提出了一种自适应块匹配和用于划分块运动状况的自适应阈值的计算方法;对静止块不进行估计,只对运动块采用自适应搜索起点预测方法和自适应阈值算法进行运动估计与补偿。实验结果表明,该方法能在保持较高峰值信噪比的情况下提高运动估计效率,且重建图像主观质量很好,较现有RDWT域运动估计算法有明显优势。     

自适应选择编码模式的快速运动估计算法

针对目前运动估计算法中分割块选择与阈值造成的算法搜索冗余现象,提出一种自适应选择编码模式的快速运动估计算法。在阈值的选取上通过提出自适应的阈值选取方式,来提高算法的搜索精度。而在模块的选取上,则是通过结合视频图像的空间相关性与运动特性来对其进行择优,并采用几种搜索模板来对分割块进行搜索,进而降低运动估计模块的计算复杂度。实验结果表明,该算法能够在得到与全搜索算法相近重构图像质量的情况下减少97%的运算时间。     

利用运动强度判据的高效自适应运动估计算法

为减少运动估计计算量,提高视频编码效率,提出了基于运动强度的自适应运动估计搜索算法。该算法通过定义运动强度概念来反映帧间图像运动的剧烈程度,依据当前帧的运动强度信息预测下一帧运动情况,并自适应选择算法进行运动搜索:当运动强度高于设定阈值时选用UMHexagonS算法,低于该阈值时选用改进的六边形算法。实验仿真结果表明,该算法能在保证图像质量和压缩效果的基础上,大幅提高编码效率,并可通过调节阈值大小满足不同编码要求。     

基于有效运动矢量识别的提前终止算法

为提高H264编码器中运动估计的速度,提出一种提前识别出有效运动矢量来简化运动搜索过程的快速运动估计算法。在统计分析四种预测运动矢量的预测准确率基础上,算法通过判别预测运动矢量之间的关系,有针对性地设置自适应阈值,从而较快识别出有效运动矢量,终止无效的运动搜索。实验结果表明,应用在UMHexagons算法和Simplified UMHexagons算法中,可以将运动估计时间分别节省19%60%和17%45%,且对图像质量和码率影响不大。     

Content adaptive fast motion estimation based on spatio-temporal homogeneity analysis and motion classification

In video coding, research is focused on the development of fast motion estimation (ME) algorithms while keeping the coding distortion as small as possible. It has been observed that the real world video sequences exhibit a wide range of motion content, from uniform to random, therefore if the motion characteristics of video sequences are taken into account before hand, it is possible to develop a robust motion estimation algorithm that is suitable for all kinds of video sequences. This is the basis of the proposed algorithm. The proposed algorithm involves a multistage approach that includes motion vector prediction and motion classification using the characteristics of video sequences. In the first step, spatio-temporal correlation has been used for initial search centre prediction. This strategy decreases the effect of unimodal error surface assumption and it also moves the search closer to the global minimum hence increasing the computation speed. Secondly, the homogeneity analysis helps to identify smooth and random motion. Thirdly, global minimum prediction based on unimodal error surface assumption helps to identify the proximity of global minimum. Fourthly, adaptive search pattern selection takes into account various types of motion content by dynamically switching between stationary, center biased and, uniform search patterns. Finally, the early termination of the search process is adaptive and is based on the homogeneity between the neighboring blocks.Extensive simulation results for several video sequences affirm the effectiveness of the proposed algorithm. The self-tuning property enables the algorithm to perform well for several types of benchmark sequences, yielding better video quality and less complexity as compared to other ME algorithms. Implementation of proposed algorithm in JM12.2 of H.264/AVC shows reduction in computational complexity measured in terms of encoding time while maintaining almost same bit rate and PSNR as compared to Full Search algorithm.     

基于方向自适应的运动估计混合模板搜索算法

提出了一种基于方向自适应的运动估计混合模板搜索算法。该算法利用了运动矢量的时空相关性,对搜索起点进行预测,与仅利用空间相关性预测起点相比,提高了搜索的 准确性;然后通过自适应阀值静止块判定技术,对静止块直接中止搜索,解决了常量阀值静止块判定技术仅适应于某种特定序列类型的缺点;最后根据运动类型自适应选择采用小 菱形、六边形-小菱形或方向十字-小菱形搜索策略,解决了单一搜索策略模式下,不能兼顾视频压缩图像质量和速度的局限。实验表明,提出算法与H.264标准提供的UMHexagonS算 法相比,在保证编码质量的前提下,大大降低了运动估计时间,提高了编码效率。     

一种面向H.264/AVC的运动估计算法

提出了一种使用具有方向偏向性搜索模板和基于预测模式自适应选择运动估计方案的EPZS(enhanced predictive zonal search)改进算法。该算法将运动估计过程与H.264/AVC中多参考帧、多预测模式等编码工具紧密结合,充分利用视频中运动具有高度时空相关性的特点,综合考虑速度、图像质量及压缩效率等方面的性能。实验结果表明,该算法以极小的计算量得到了与全搜索方法接近的效果;与EPZS算法相比,运动估计的处理速度有了较大幅度的提高,同时保持了与之相当、有时甚至更优的率失真性能。此外,该算法具有很好的鲁棒性,并且能够产生平滑的运动矢量场。     

一种有效的自适应运动估计搜索算法

提出了一种新的基于运动矢量场、方向自适应和半像素搜索的快速搜索算法(M-DAHS)。该算法根据图像序列运动矢量场的中心偏置性和时空相关性进行预判,对静止块设定阈值直接终止搜索;非静止块根据运动类型自适应选择搜索起始点和搜索策略。搜索模板具有很强的方向自适应性,对于小运动块采用菱形-线性搜索,其他块使用六边形-菱形搜索算法。整像素搜索完毕后,再以十字优先原则进行半像素搜索。实验结果表明,该算法性能优越,搜索速度快,搜索精度高,且搜索精度可以非常接近全搜索算法。     

基于自适应搜索模式的运动估计算法

提出一种可自适应选择搜索模式的运动估计算法。将非零运动块分为大、中、小3种类型,相应地利用基于六边形、基于标准菱形及基于小菱形的搜索策略实现运动估计。实验结果表明,该算法减少了块匹配的搜索点数,在保证运动估计精确度的同时,降低算法复杂度,提高搜索效率。