基于H．264的UMHexagonS算法研究

运动估计是视频压缩领域的关键技术。H．264编码器采用了高精度运动矢量,计算量迅速增长,运动估计消耗整个编码时间80％左右。在所提出的算法建立在分析UMHexagonS算法的基础上,在搜索窗口的大小选择,螺旋搜索及多层次六边形搜索的搜索点数减少3个方面进行了优化,保持了原有图象质量的同时有效地节省了运动估计时间。通过实验证明,优化后的算法与其他算法相比,在重建图象质量和码率接近的情况下,运动估计时间平均节省了12％,一定程度上提高了编码器的实时性。     

一种基于自适应模板的运动估计算法

在对H.264参考模型JM10.2中采用的非对称十字多重六边形网格搜索(UMHexagonS)运动估计算法进行详尽分析的基础上,提出了针对非对称动态十字搜索、5×5模板搜索和非均匀多层次六边形格点搜索模式三方面的改进措施来优化算法.该自适应模板运动估计算法可显著减少运动估计所需搜索点数,实验表明,本文算法可在图像质量和码率基本不变的前提下平均可节省30％运动估计时间.     

基于H.264/AVC铁路应急通信系统UMHexagonS运动估计算法的研究与改进

通过对UMHexagonS运动估计算法进行研究,提出一种改进方法,该方法通过对原有的粗略搜索过程中的多层次六边形搜索模板以及细致搜索阶段的小六边形模板进行改进优化和仿真测试,结果表明,改进的搜索模板机制较传统的UMHexagonS相比,在图像质量参数变化不大的情况下,搜索点数及运动估计时间明显减少。为铁路应急救援指挥系统的快速稳定实现具有一定的现实意义。     

一种基于UMHexagonS运动估计的优化算法

视频编码系统在不断提高编码质量的同时,也提高了其复杂性。运动估计时间要占到编码时间的80%左右。在对H.264/AVC中运动估计的UMHexagonS算法进行研究和分析的基础上,在动态搜索范围、非对称十字搜索、5×5小矩形搜索、非均匀多层次六边形搜索和小菱形搜索等方面进行了改进。通过对不同测试序列的实验证明,新算法与UMHexagonS算法相比,在图像质量和码率基本不变的前提下,运动估计时间上有了明显减少,从而大大缩短了编码时间。     

基于H.264视频编码的运动估计算法研究

运动估计是视频编码中最重要且最耗时的一部分,它占用整个视频编码60％～80％的时间.研究高效的、快速的运动估计算法是目前视频压缩技术中的重要研究课题.基于H.264视频编码标准,选择x264作为测试编码器,分析了x264的4种运动估计算法,通过加入非对称小菱形搜索,降低搜索点数,部分算法优化,对非对称十字型多层次六边形格点搜索算法(UMHexagonS)进行了改进,提高了运动估计算法效率.提出了非对称十字型多层次八边形格点搜索(x264_ME_UMO)算法.通过对各种视频序列的测试表明,在基本保持原有编码性能和图像质量的情况下,优化后的算法编码速度平均提高了约17％,能更好地满足实际应用的需求.     

一种用于H.264的改进UMHexagonS算法

在运动估计中,H.264以增加的编码复杂性为代价获得了非常好的性能.基于对现有文献的研究,提出了一种改进的UMHexagonS算法.首先,在UMHexagonS的非对称十字交叉搜索中增加了8个搜索点,以改善算法在垂直方向上运动的适应性;其次,为提高编码效率,将UMHexagonS算法的小矩形窗口全搜索分为两个步骤;然后,在UMHexagonS的非均匀多层次六边形网格搜索中采用了一种并行算法,进一步提高算法的运动估计性能;最后,采用三点搜索法来替代小菱形搜索,原始的小菱形搜索只作为满足提前终止最佳情况的跳转对象.仿真表明,相比于UMHexagonS算法,提出的改进算法在视频压缩编码速度和重建图像的质量都具有更好的性能.     

不依赖时空相关性的UMHexagonS改进算法

针对UMHexagonS算法存在重复搜索和搜索点数较多的问题,提出了一种UMHexagonS改进算法.算法利用模版间的互补性以及模版搜索规律分别对UMHexagonS算法中的5×5模版和小六边形模版进行了改进,避免了模版间的重复搜索;设计了一种只与搜索过程相关的提前终止策略,减少了非对称多六边形格点模版不必要的搜索点.实验结果表明,在输出码流码率及峰值信噪比基本不变的前提下,改进算法能有效提升各类视频序列的编码效率,特别是对复杂背景、复杂运动及剧烈运动视频序列编码效率的提升较显著,可以减少20％左右的运动估计时间.     

基于方向自适应模板的UMHexagonS算法改进

对UMHexagonS算法的搜索步骤和特点进行了分析,提出了一种改进的方法,改进初始运动矢量预测精度,去掉UMHexagonS算法中5×5全搜索中的相对不重要点,根据初始运动矢量的方向采用梯形格点搜索代替全六边形格点搜索,这在一定程度上减少了计算量.同时能更快地搜索到最佳运动矢量.实验结果表明,在保证PSNR和码率基本不变的前提下,可以有效地降低运动估计时间.     

一种不依赖时空相关性的UMHexagonS改进算法

针对UMHexagonS算法存在重复搜索和搜索点数较多的问题,提出了一种UMHexagonS改进算法。算法利用模版间的互补性以及模版搜索规律分别对UMHexagonS算法中的5?模版和小六边形模版进行了改进,避免了模版间的重复搜索;设计了一种只与搜索过程相关的提前终止策略,减少了多六边形格点模版不必要的搜索点。实验结果表明,在输出码流码率及峰值信噪比基本不变的前提下,改进算法能有效提升各类视频序列的编码效率,特别是对复杂背景、复杂运动及剧烈运动视频序列编码效率的提升较显著,可以减少20%左右的运动估计时间。     

一种改进的UMHexagonS运动估计算法

在分析UMHexagonS运动估计算法的基础上,根据中心偏移特性在起始搜索点预测中加入了原点预测;利用预测运动矢量的运动信息把当前块的运动类型区分为慢速运动、中速运动和快速运动,并采取相应的搜索策略;考虑到常见视频序列水平、垂直方向运动相对剧烈的特性,提出了用13点中菱形模板和8点多层次大菱形模板分别代替正方形模板和多层次六边形模板;在中菱形搜索和大菱形搜索的步骤后均加入提前终止判定,减少了对不重要搜索点的搜索。仿真结果表明,改进后的新算法在保证信噪比和编码码率基本不变的情况下,使得运动估计的时间减少了10%～23%,增强了编码的实时性。     

基于H.264多参考帧的运动搜索快速算法

提出了一种基于H.264多参考帧的快速整像素运动搜索算法,该算法通过建立多参考帧中的搜索起始点模型和基于多参考帧的六边形搜索,能够有效地降低运动搜索的计算量。实验结果表明,基于多参考帧的快速运动搜索算法在保持有较好编码质量的同时,能够在很大程度上减少H.264多参考帧的运动搜索时间。     

Level-set-based motion estimation algorithm for multiple reference frame motion estimation

Motion estimation (ME) has a variety of applications in image processing, pattern recognition, target tracking, and video compression. In modern video compression standards such as H.264/AVC and HEVC, multiple reference frame ME (MRFME) is adopted to reduce the temporal redundancy between successive frames in a video sequence. In MRFME, the motion search process is conducted using additional reference frames, thereby obtaining better prediction signal as compared to single reference frame ME (SRFME). However, its high computational complexity makes it difficult to be utilized in real-world applications. In order to reduce the computational complexity of MRFME, this paper proposes a level-set-based ME algorithm (LSME) without any penalty in the rate-distortion (RD) performance. First, the proposed algorithm partitions the motion search space into multiple level sets based on a rate constraint. The proposed algorithm then controls the ME process on the basis of the predetermined level sets. Experimental results show that the proposed algorithm reduces the ME time by up to 83.46% as compared to the conventional full search (FS) algorithm.     

UMHexagonS算法的研究与改进

针对UMHexagon S算法存在的问题,提出了一种改进的UMHexagon S算法。算法充分利用运动矢量的中心偏置特性与运动同质性,采用递增数列步长的对称十字型搜索模板和多层次八边形搜索模板以减少无用的搜索点,根据运动矢量的变化趋势自适应地确定多层次八边形的搜索方向,用16点井字型搜索代替5×5全搜索,并改善了运动估计的粗定位。实验结果表明,与UMHexagon S算法相比,改进算法在保证PSNR和比特率基本不变的前提下,平均减少了18.53%的运动估计时间,尤其是对大运动视频序列的效果更好,最大可以减少25.17%的运动估计时间。     

一种改进的UMHexagonS运动估计算法

在视频编码中,运动估计占据约70%的编码时间,是视频编码中的重要环节。整像素运动搜索UMHexagon S算法以较低的计算复杂度,达到了接近全搜索算法的率失真性能,而被H.264和AVS等标准所采纳。在分析UMHexagon S算法的基础上,对其非对称十字形搜索和非均匀多层次六边形格点搜索算法进行了改进。实验表明,在基本保持原算法性能的同时,该算法比原算法减少了60%~70%的搜索点数,降低了运动估计的计算复杂度。     

JM模型中UMHexagonS算法及改进方案

结合H.264验证模型JM8.6的源代码对UMHexagonS算法进行分析,利用视频图像序列的运动矢量的分布规律以及当前块像素之间运动估计代价的相关性,并根据图像序列本身的纹理特性,对搜索模板和搜索步长进行自适应的改进,达到了避免冗余搜索的目的.实验结果表明,改进后的算法与UMHexagonS算法相比,在保证峰值信噪比...     

270 MHz Full HD H.264/AVC High Profile Encoder with Shared Multibank Memory‐Based Fast Motion Estimation

We present a full HD (1080p) H.264/AVC High Profile hardware encoder based on fast motion estimation (ME). Most processing cycles are occupied with ME and use external memory access to fetch samples, which degrades the performance of the encoder. A novel approach to fast ME which uses shared multibank memory can solve these problems. The proposed pixel subsampling ME algorithm is suitable for fast motion vector searches for high‐quality resolution images. The proposed algorithm achieves an 87.5% reduction of computational complexity compared with the full search algorithm in the JM reference software, while sustaining the video quality without any conspicuous PSNR loss. The usage amount of shared multibank memory between the coarse ME and fine ME blocks is 93.6%, which saves external memory access cycles and speeds up ME. It is feasible to perform the algorithm at a 270 MHz clock speed for 30 frame/s real‐time full HD encoding. Its total gate count is 872k, and internal SRAM size is 41.8 kB.