基于时空预测向量相关性的运动估计算法

针对UMHexagonS算法体现出来的问题,利用时间预测向量和空间预测向量的位置映射关系,提出了一种新的运动估计算法--基于时空预测向量相关性的运动估计算法。该算法首先在小范围得到最优点后,继续利用预测矢量的时空方向相关性进行特定方向的扩展搜索,避免了提前落入局部最优点,并减少了搜索点数,从而提高了搜索质量。实验结果表明,与UMHexagonS算法相比,该算法在保持码率基本不变的情况下,能有效地减少运动估计时间,并且能一定程度地提高单帧的峰值信噪比。关键词：     

基于时空相关性的快速运动估计算法

在分析宏块时空相关性的基础上,对双十字形运动估计算法进行改进,加入了搜索起点预测策略、自适应的搜索模式和自适应搜索终止准则,设计了一种快速运动估计算法。采用JM86算法对改进前后的算法进行比较,实验结果表明,改进后的算法没有明显降低恢复后的图像质量,但计算速度提高了4倍左右,特别适合于处理能力有限的嵌入式系统使用。     

基于时空相关性的自适应运动估计方法

图象序列中,在时间和空间上相邻的运动信息之间具有很强的相关性,利用这种相关性可以得出了一个初始运动矢量,然后再根据这个初始运动矢量对当前块的运动类型进行分类,决定下一步搜索范围的大小,实验表明：这种运动估计方法性能接近全搜索方法,计算复杂度却大大降低了。     

基于矢量相关性的自适应运动估计搜索算法

为了减少运动估计的计算量,提高视频压缩编码的效率,提出了一种基于矢量相关性的自适应运动估计搜索算法(简称NAME算法),该算法通过判断当前所要编码块的左、上、右上3个相邻块所对应的运动矢量之间的相关性,将所要编码的块划分为相关类型块和独立类型块,并自适应地对相关类型块和独立类型块采用不同的搜索方式以减少搜索点数并保证搜索准确度。仿真结果表明,该算法与全搜索、菱形搜索和六边形搜索等快速算法相比,在保证图像质量的前提下,搜索速度有了明显的提高。     

基于运动特征的自适应运动估计算法

提出了一种新的基于运动特征的自适应运动估计算法。该算法主要基于两方面：（1）建立具有自适应特性的搜索起点预测模型,根据运动相关性的变化调整模型参数,使预测结果更加接近最佳运动矢量。（2）采用的搜索模板可以根据物体的运动特征调整大小和形状,从而提高搜索效率。实验结果表明,该算法在PSNR和搜索速度两方面均明显优于常用的快速算法。     

基于梯度下降的自适应预测运动估计算法

提出一种新的一维梯度下降算法,通过自适应预测初始运动矢量,选择不同的搜索算法,并对匹配点的收敛性进行核查。实验表明采用该算法得到的视频序列质量优于其他快速搜索算法,且搜索步数较全搜索算法大大减少。     

基于时空相关性的自适应运动估计快速算法

针对视频编码中的核心技术运动估计,提出一种基于运动矢量特性的运动估计快速算法。算法分析视频序列运动矢量的特性,对静止块设定自适应阈值直接终止搜索,自适应选择搜索起点。采用2种模式进行搜索,依据当前块与邻近块的空间相关性大小,即局部运动性是高还是低,自适应地选择搜索模式和搜索终止门限。实验结果表明,该算法的搜索速度和搜索精度优于现有的快速运动估计算法,搜索精度非常接近于全搜索法。     

基于相邻运动矢量相关性的运动矢量预测算法

运动矢量的预测是视频编码技术中的一个重要组成部分,它直接关系到运动估计的精度和码率大小。本文提出了一种新的基于运动最相似性的运动矢量预测及其简化算法,通过对相邻块运动矢量的优化,选择运动特征最相似的运动矢量生成预测运动矢量的预测方向缩放因子和预测值。通过在中国音视频编码标准-AVS-中的实现验证和性能比较,这种预测算法相对于中值预测法,系统的平均PSNR值有一定提高,平均码率有所下降。     

基于相邻运动矢量相关性的运动矢量预测算法

运动矢量的预测是视频编码技术中的一个重要组成部分,它直接关系到运动估计的精度和码率大小.本文提出了一种新的基于运动最相似性的运动矢量预测及其简化算法,通过对相邻块运动矢量的优化,选择运动特征最相似的运动矢量生成预测运动矢量的预测方向缩放因子和预测值.通过在中国音视频编码标准-AVS-中的实现验证和性能比较,这种预测算法相对于中值预测法,系统的平均PSNR值有一定提高,平均码率有所下降.     

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。     

结合低位深像素预测起点的小波域运动估计

提出一种用2 b深度的像素预测搜索起点的快速小波域运动估计算法.首先,将像素深度的转换形式化为区间分划和区间映射,采用非均匀量化求解区间分划的初始阈值,再用隶属函数计算量化阈值并完成区间映射,从而获得位深度为2 b的视频表示;其次,设计了非均匀的搜索起点分布模板,并以此为基础提出一种基于2 b深度像素的搜索起点预测算法;最后,以搜索起点为中心,进一步采用改进的低频子带平移运动估计算法MLBSSME在较小的窗口内完成搜索.实验结果表明,对于具有不同场景特点的视频序列,算法始终能保持较高的估计精度,运动补偿的平均峰值信噪比较之低频子带平移运动估计和直接子带运动估计算法高0.41 dB和1.43 dB,比空间域全搜索降低0.07 dB.但是,算法的计算量仅相当于空间域全搜索的4.66%、低频子带平移运动估计的4.62%、子带直接运动估计的22.70%.     

基于自适应搜索模板的快速运动估计算法

为了降低快速运动估计的计算复杂度,避免小菱形搜索算法带来的局部最优点问题,提出了自适应搜索模板的估计算法.该算法在搜索时根据SAD值的变化快慢和相邻帧之间时间相关性自适应选择搜索模板.实验表明,使用该算法编码,码流大小与使用菱形搜索算法和六边形搜索算法差距为±0.6%,搜索点数为菱形算法的72%～77%,六边形算法的83%～86%.在减少搜索点数的情况下有效地避免了局部最优点问题.     

基于起点预测和SAD分布的快速运动估计算法

基于块的运动估计是视频压缩国际标准中广泛采用的关键技术。文中提出了结合相邻块运动向量相等和SAD值比较的起点预测方法,减少了起点预测时计算SAD的开销;利用SAD分布的方向性,对SAD值偏小部分重点搜索,加速了块匹配的快速搜索策略。在此基础上设计了一种新的快速运动估计算法,该算法在大幅度提高搜索效率的同时,得到了与全搜索非常接近的搜索结果,从而减少或避免了不必要的搜索。     

自适应可变模式搜索算法

充分利用运动矢量的时空相关性,提出一种新的块匹配运动估计算法,称为自适应可变模式搜索算法。该算法充分利用搜索起点预测、中止准则、自适应搜索模板、辅助点搜索等一系列技术。H.264编码平台上的实验表明,该算法可以保持高信噪比和低比特率,其计算复杂度只有UMHexagonS的16%~33%和EPZS的30%~50%。     

基于H.264的多参考帧运动估计快速算法

提出一种应用于H.264中的多参考帧快速整像素运动估计算法,该算法通过有效地预测多参考帧中的搜索起始点和将菱形算法扩展到多参考帧情形,在很大程度上降低多参考帧运动搜索的计算量。试验结果表明,与H.264参考软件JM9.6中的快速算法UMHexagonS相比,该算法保持了较好的图像质量且码率几乎不变,运动估计时间平均减少约60%。     

运动估计算法预测搜索起始点

高精度的预测搜索起始点方法可以减少运动估计算法的搜索点数,提高搜索速度和精度.对中值,均值,左块,SAD比较等方法进行了理论介绍和实验分析,提出一种新的预测搜索起始点方法.该方法足利用相邻块运动矢量的相关性和运动矢最的偏向分布特征给相邻块分配不同的权重来预测搜索起始点.实验结果表明对不同种类的标准测试序列新方法比其它方...     

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。