基于预测搜索距的快速块匹配运动估计算法

提出了一种基于搜索距的快速运动搜索算法。该算法采用多个初始预测候选运动矢量集进行运动估计，通过对与该宏块时空域相邻宏块的搜索距来预测当前宏块的搜索距，根据当前宏块搜索距和块失真特性统计的不同动态采用不同的搜索模板。模拟试验表明：提出算法能获得更好的视频质量，拥有良好的搜索速度伸缩性，优于传统的PMVFAST算法。     

基于时域的运动矢量恢复错误隐藏算法

根据H.264/AVC编码特点,该文提出了一种基于H.264/AVC平台的时域错误隐藏算法,该算法充分利用相邻宏块间运动矢量的空域相关性来恢复受损宏块的运动矢量。为了获得受损宏块更准确的运动矢量,将受损宏块分成16个4×4子块,然后通过本文算法获得每个子块的运动矢量,从而恢复出受损宏块的运动矢量信息。结果表明该算法的错误隐藏效果在主观质量和客观质量评价较BMA算法和Lagrange算法都具有明显的优越性。     

H.264中运动矢量特征分类的快速运动估计算法

提出了一种应用在H.264中的快速运动估计算法(TAMV)。该算法根据运动矢量自身特性，将宏块分为3种运动类型：大运动快，中等运动块和小运动块。对每类宏块自适应地选择一种或者几种编码模式进行预测，有效地减少了由7种宏块(亚宏块)模式所引起的计算量；同时选用精确而且快速的方向性菱形模板，对不同的模式采用不同的搜索策略。实验分析表明，该算法搜索精度接近于全搜索算法，而搜索时间只为全搜索算法的5.4%～10.5%。     

一种视频转码快速运动估计算法

提出一种基于输入码流信息的视频转码快速运动估计算法。该算法利用输入码流的运动矢量和系数信息合成预测运动矢量,分析当前宏块对应转码前区域宏块运动矢量的一致性,结合图像的运动活跃性,自适应地调整编码运动估计的搜索策略。实验结果表明,与菱形搜索算法相比,该算法能够降低20%以上的编码时间,同时保持良好的图像质量;与AMVR-DIM算法相比,其运算性能和图像质量均有所提高。     

一种面向H.264/AVC的快速块匹配搜索算法

基于块匹配的运动估计在视频编码中占有很重要的地位.针对H.264/AVC的特点,提出一种快速块匹配搜索算法.该算法充分利用宏块编码模式间的关联特性和运动矢量的统计特征,极大地提高了算法的搜索速度.与经典的搜索算法菱形搜索(DS)、十字-菱形搜索(CDS)和运动矢量场自适应搜索算法(MVFAST)相比,快速搜索算法在保持了与它们相当的搜索精度的同时,搜索速度分别提高了240.5%、149.9%和30.7%.     

一种改进的有效运动估计方法—准菱形搜索法

根据基于对象的MPEG－4视频标准[1]，以对象宏块的运动矢量作类似的多边形匹配，利用相邻帧中运动矢量和图象像素的相关性，提出了一种“准菱形”搜索运动估计方法，该方法在图象运动复杂的情况下，不仅能根据方向选择来扩大搜索范围，而且能有效地降低搜索点数和搜索次数，该算法利用C语言编程，结合Matlab数学工具来处理典型图象序列，其结果表明，该方法与菱形搜索，六角形搜索相比，具有既能够有效地保持图象质量又能降低计算的复杂度等优点。     

一种基于Kalman滤波的4×4块运动估计方法

为了更加准确的估计运动矢量,提高运动补偿性能,提出了一种基于Kalman滤波的4×4块运动估计方法。该方法通过宏块内相邻子块的运动相关性形成基于4×4块Kalman滤波器,根据Kalman滤波器多子块预测自修正来自三步搜索(TSA)的16×16宏块级运动矢量值,从而估算出最优宏块级运动矢量值,有效的提高的运动估计精度。试验表明,特别是在运动较为剧烈和局部场景瞬时变化时,该方法比TSA和16-KF提供了一个更大的平均PSNR。     

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%。     

一种高效率的快速块匹配运动估计算法

采用菱形搜索算法对各种视频测试序列中运动矢量的研究,基于H.264视频编码标准提出了一种快速块匹配运动估计算法。它是以图像中相邻宏块之间的时空相关性为前提,结合了分布式菱形搜索,预测搜索和中止阈值等一系列技术而提出的,试验结果表明该算法在运算速度方面优于菱形搜索,而获得与全搜索相当的峰值信噪比。     

一种运动估计的自适应菱形算法

在菱形搜索算法的基础上,依据图像序列的运动矢量的时空相关性和中心偏移特性,首先对宏块进行类型划分、设定阀值,进一步提出了初始搜索点的预测。实验证明,该算法在保证图像质量的同时,大大提高了搜索速度。     

无特定背景条件下运动目标的分割算法研究

针对无特定背景条件下运动目标的分割问题,采用改进的三步搜索算法有效地提高灰度投影法检测序列帧间运动矢量搜索速度,同时保持了运动矢量的搜索精度。并通过帧间运动矢量补偿将相邻三帧图像的相同背景稳定在同一幅图像的相同位上,提出了改进型HSI帧差分法检测运动目标区域,通过聚类分析确定运动目标的个数。结合数学形态学的闭运算和填充运算分割出运动目标。实验结果表明,该方法能够快速高效地从无特定背景条件下的视频序列中提取运动目标,具有图像信息利用充分、鲁棒性强和准确性高等优点。     

A motion-based scene tree for browsing and retrieval of compressed videos

This paper describes a fully automatic content-based approach for browsing and retrieval of MPEG-2 compressed video. The first step of the approach is the detection of shot boundaries based on motion vectors available from the compressed video stream. The next step involves the construction of a scene tree from the shots obtained earlier. The scene tree is shown to capture some semantic information as well as to provide a construct for hierarchical browsing of compressed videos. Finally, we build a new model for video similarity based on global as well as local motion associated with each node in the scene tree. To this end, we propose new approaches to camera motion and object motion estimation. The experimental results demonstrate that the integration of the above techniques results in an efficient framework for browsing and searching large video databases.     

基于H.264的多参考帧运动估计快速算法

H．264编码器支持7种块类型在多个参考帧中搜索最佳运动矢量。参考代码采用逐一搜索的方式，极大地增加了计算复杂度。该文根据相邻帧间运动矢量和像素的相关性，将菱形算法扩展到多参考帧情形，提出了一种新的块匹配运动估计算法一三维菱形法。实验表明，该算法在保持高信噪比和低比特率的同时，能有效地降低编码器复杂度。     

具有社会网络特性的P2P分层搜索机制

无结构P2P网络中基于泛洪法的搜索机制会给系统带来极大的网络负载,结构化P2P网络则需要较大的开销来维护其拓扑结构。针对该问题,给出一种具有社会网络特性的P2P分层搜索机制。根据社会网络的基本原理,将语义相似度高的节点分布在同一个虚拟社区,节点在虚拟社区内能动地建立搜索链接。实验结果证明,该搜索机制能有效地提高P2P网络的资源搜索效率。     

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。     

On clustering and retrieval of video shots through temporal slices analysis

Based on the analysis of temporal slices, we propose novel approaches for clustering and retrieval of video shots. Temporal slices are a set of two-dimensional (2-D) images extracted along the time dimension of an image volume. They encode rich set of visual patterns for similarity measure. In this paper, we first demonstrate that tensor histogram features extracted from temporal slices are suitable for motion retrieval. Subsequently, we integrate both tensor and color histograms for constructing a two-level hierarchical clustering structure. Each cluster in the top level contains shots with similar color while each cluster in bottom level consists of shots with similar motion. The constructed structure is then used for the cluster-based retrieval. The proposed approaches are found to be useful particularly for sports games, where motion and color are important visual cues when searching and browsing the desired video shots.     

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。     

面向分级B帧编码的分级量化技术

提出了一种面向分级B帧编码的分级量化技术,通过发掘同一个Gop中B帧之间的时域相关性,按金字塔顺序在级别不同的B帧之间相应分配权重不同的量化步长,达到编码优化的目的。仿真实验证明,所提出的分级量化技术比传统的使用同一个量化步长因子的量化机制在保证相同重构图像质量的前提下,能较大幅度的节省码流。     

基于分层道路网络的新型路径规划算法

为了降低路径规划算法的搜索空间，同时使得规划的结果更加合理，提出一种分层路径规划算法．该算法利用道路网络中道路的不同等级特性对路网进行分层处理，构造分层搜索策略，达到加快路径规划速度的目的．结合路径规划算法在实时车辆导航系统中的实际应用，给出了该算法的一个应用实例．实验结果表明，该算法能将路网中任意两点间的最短路径解算时间控制在1s之内．