一种基于H.264/AVC的多参考帧快速选择算法

最新的视频编码标准H.264/AVC采用了多参考帧运动估计来提高编码效率，增加的计算量与参考帧数目成正比。为避免搜索多余的参考帧，提出了一种低复杂度参考帧确定算法来快速确定当前宏块所需的参考帧。实验结果表明，本算法在保持率失真性能的前提下有效减少多参考帧预测的计算复杂度并节省了时间。     

立体视频编码中运动和视差联合估计算法的研究

立体视频编码不仅要在同一个视点间进行运动估计,还要在相邻视点间进行视差估计,计算复杂度非常高.如何有效地结合运动估计和视差估计,降低运算复杂度是当前亟待解决的问题.本文详细分析了立体视频左右通道视频流之间的相关性,提出一种运动和视差联合估计快速算法.根据运动—视差模型,结合时空域的多参考帧来进行联合的运动和视差估计,实现对数据的有效编码压缩.实验证明,该算法与传统的全搜索算法相比,能在保证率失真性能基本不变的前提下,降低96.45%的运算复杂度,大大提高编码速度.     

多视点视频编码模式决策快速算法

多层循环的多参考帧选择算法和运动估计搜索等算法提高了模式选择精度,但导致多视点视频编码复杂度急剧增加.我们在运动估计快速搜索算法的基础上,结合采用信息重用技术的多参考帧选择算法,提出一种模式决策快速算法.其中信息重用技术通过模式集合划分思想,根据模式尺寸块大小和编码特点将所有编码模式划分成三个集合,在同一集合中小尺寸块重用大尺寸块的最佳参考帧索引和最佳编码方向以减少多参考帧循环搜索次数.实验结果表明:与JMVC8.3.1原算法相比能减少70%-90%的编码复杂度,峰值信噪比(PSNR)下降在0.1d B以内,码率增加幅度少于6%.     

一种面向H.264 KTA的快速分数运动估计方法

H.264 KTA（key technology area）在提供更高视频编码性能的同时,也大大地增加了视频编码的计算复杂度。其中,1/8像素运动补偿技术和分数点自适应插值滤波技术的采纳使分数点运动估计占用总体编码时间的比例越来越大。提出一种快速分数点运动估计算法。该算法利用分数点残差曲面的单峰特性和整分数运动向量的相关性,优化搜索模板和搜索的起始位置。根据在H.264 KTA上的实验结果显示,新算法在大幅提高计算速度的同时,保持了与全分数点运动估计算法相当的率失真性能。     

基于H.264的多参考帧运动估计快速算法

H.264/AVC中引入多参考帧运动补偿来提高视频编码性能,由此产生的多参考帧运动估计(MRF-ME)却带来了巨大的运算代价。为提高编码速度,降低计算复杂度,提出一种基于空间域相关性的运动估计算法——缩小的菱形算法(DDS)。先运用前向主矢量选择法不断修正预测运动矢量,再根据最佳参考帧位置的统计特性对不同参考帧使用不用模板进行搜索。实验结果表明,与H.264参考模型JM10.2相比,该算法保持了较好的图像质量且码率变化很小,运动搜索点数平均减少接近80%,并能有效地降低编码器复杂度。     

基于多分辨率的H.264多参考帧运动估计算法

提出一种基于多分辨率的H.264多参考帧运动估计算法,通过引入多分辨率的思想,迅速得到第1个参考帧的运动矢量,利用该运动矢量和已建立的临时矢量映射表预测其余参考帧的运动矢量,无须对多参考帧中的每一帧都进行同等复杂度的运动搜索。在x264编码平台下的实验结果表明,该算法在保持H.264编码器编码性能的同时,可显著提高编码器的编码速度。     

一种复杂度约束下基于宏块优先顺序的运动估计优化算法

在实际应用中,视频编码算法不仅需要提供最好的编码效率,而且还需要自动地适应各种平台不同的计算能力约束.这是一个在复杂度约束下的率失真优化问题.针对视频编码消耗计算资源最多的运动估计过程,提出一种复杂度约束下的优化算法.该算法对运动估计的失真度和复杂度建模,并通过该模型决定每个宏块的预测失真度一复杂度斜率(distortion-complexity slope,DC-slope),以此决定各个宏块运动估计的优先顺序,然后通过一个常微分方程建立控制参数与计算复杂度之间的关系,准确地控制运动估计的计算复杂度.通过实验比较,本算法不仅可以自适应地调整运动估计的计算复杂度,而且能在不同的复杂度约束下提供优化的编码性能.     

基于AVC/AVS标准高效运动估计硬件结构设计

在新一代高性能视频编码标准AVC和AVS中,为提高编码效率,运动估计采用了变尺寸块搜索、多参考帧、运动向量预测等新技术.这些技术成倍地增加了运动估计的计算复杂度.为满足运动估计高计算量需求,一个高效变尺寸块运动估计(VBSME)硬件结构被提出来.该结构采用两个时钟,慢速时钟用于I/O部件,快速时钟用于核心计算部件.并且采用细粒度级流水线实现方式,提高时钟频率和计算部件的流水线效率.针对图像尺寸为720×576的视频,在65×65搜索窗下,该结构最高每秒可以编码71幅图像.     

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。     

基于低频子图的运动估计算法

为了减少运动估计的计算复杂度并提高其搜索性能，提出了一种基于低频子图的运动估计算法。该算法首先将当前帧和参考帧通过低通滤波器得到数据量减为1/4的低频子图，然后用全搜索得到最佳匹配的低频子块，最后对低频子块所覆盖的原参考帧区域进行精细搜索得到最优点。实验结果表明，与传统运动估计算法相比，该算法极大的提高了运动估计的精确度和降低了计算复杂度，并且对各类视频都有很高的鲁棒性。     

H.264/AVC编码器子象素插值快速实现方法

子象素运动估计是H.264/AVC等混合编码标准中普遍使用的用于提高预测精度的技术,使得预测精度达到1/4象素,甚至1/8象素,从而提高编码性能。在做运动估计之前需要对参考图像插值,由于插值算法复杂度较高,计算资源耗费很大,所以如何简化和优化其插值算法,实现一个快速的插值过程,对编码器的实时性极其重要。论文提出了一种H.264/AVC编码器子象素插值的快速实现方法,首先简化运算的复杂度,然后通过优化数据结构来消除数据相关性,最后使用SIMD指令优化算法,从而高效地实现了标准的插值过程。实验证明,使用提出的方法实现的插值过程比H.264/AVC参考软件JM10的插值过程快25倍以上。     

基于H.264的1/4像素精度的快速搜索算法*

新的视频标准 H.264为了获得更精确的运动向量和更高的压缩比,引入了分数像素运动补偿技术, 但同时也增加了运动补偿过程的复杂度。为了克服这一局限,根据相邻分数像素点之间高度相关的运动估计匹配误差和运动矢量方向,以及运动向量具有中心偏置的特性提出了一种新的1/4像素精度快速搜索算法(QAFSA)。实验表明：该算法在保持图像质量和码率基本不变的情况下大大减少了搜索点的数目,有效地提高了分数像素运动估计的速度。     

一种适用于H.264的分数像素快速运动估计算法

新的视频标准H.264为了获得更精确的运动向量和更高的压缩比,引入了分数像素运动补偿技术,但同时也增加了运动补偿过程的复杂度.为了克服这一局限,充分利用搜索点失真度随着与全局最小点之间距离的增加而增大的特点,以及运动向量具有中心偏置的特性提出了一种新的快速分数像素运动估计算法.实验表明：该算法在保持图像质量和码率基本不变的情况下大大减少了搜索点的数目,提高了分数像素运动估计的速度,有效地减少了其复杂度.     

自适应AVS_M分数像素运动估计快速算法

为了减小分数像素运动估计的计算量,提出了一种适用于AVS_M的分数像素快速搜索算法.该算法采用更多的预测矢量提高分数预测矢量的准确性;在分数预测矢量不够准确时,利用自适应阈值的判断跳过不必要搜索过程,或者利用分析分数像素候选点的匹配误差关系排除可能性小的点.实验分析表明:对于不同运动特征的视频序列,该算法在保证图像质量和编码效率基本不变的同时,节省了61.88%～87.06%计算量.     

针对H264的基于平坦区域预测的分像素运动估计

运动估计消耗视频编码系统绝大部分的计算量。H.264由于采用多模式运动估计和四分之一精度搜索,不仅增加了整像素运动估计的计算量,而且也大大增加了分像素搜索运算量。随着快速整像素搜索算法的发展,整像素计算量不断降低。因此对于H.264的实时应用,快速分像素运动估计算法变得十分重要。提出了一种全新的基于图像平坦区域预测的分像素运动搜索算法。该算法通过预测图像平坦均匀区域,有效地减少了分像素搜索点数。实验结果表明,与全搜索分像素搜索相比,该算法可以减少22%～63%左右的分像素搜索点数,同时基本不改变图像质量和编码压缩率。     

基于残差分布的H.264自适应整帧恢复算法

针对H.264在网络传输中丢包造成整帧丢失的问题,提出了一种基于残差分布的H.264自适应整帧恢复算法。首先对参考帧的残差信息进行分析,对于平坦区域或刚性运动区域,采用传统的运动矢量复制法,而对运动复杂区域或产生形变等区域进行基于像素的运动矢量重新估计,再以光流法进行恢复。实验结果表明,该算法在主观视觉质量和客观峰值信噪比(PSNR)上都优于传统方法。     

Motion regularization for matting motion blurred objects

This paper addresses the problem of matting motion blurred objects from a single image. Existing single image matting methods are designed to extract static objects that have fractional pixel occupancy. This arises because the physical scene object has a finer resolution than the discrete image pixel and therefore only occupies a fraction of the pixel. For a motion blurred object, however, fractional pixel occupancy is attributed to the object’s motion over the exposure period. While conventional matting techniques can be used to matte motion blurred objects, they are not formulated in a manner that considers the object’s motion and tend to work only when the object is on a homogeneous background. We show how to obtain better alpha mattes by introducing a regularization term in the matting formulation to account for the object’s motion. In addition, we outline a method for estimating local object motion based on local gradient statistics from the original image. For the sake of completeness, we also discuss how user markup can be used to denote the local direction in lieu of motion estimation. Improvements to alpha mattes computed with our regularization are demonstrated on a variety of examples.     

Optimization of Motion Estimation Algorithm Based on FPGA Hardware System and Video Tracking

Motion Estimation (ME) is a computationally expensive step in video tracking. A thorough search technique produces the best execution time and the best accuracy. Computational burden, many fast search algorithms limit and report the number of places to search. Motion estimation, analysis of image sequences, computer vision, tracking a target, and is a critical process in a wide range of fields and applications such as video coding. Precision motion estimation lowers significantly bit rate, but can require a complexity of higher computational. This is different reference frames, sub-pixel estimation, and video compression standards, including techniques such as variable block size, MPEG, especially true for a new generation. Only the motion estimation in H.261 is limited to an integer pixel accuracy, rather than the pixel grid, not in the object is often located, move to move between pixels. The system proposed in the motion vector optimization motion estimation (OME) pixel accuracy. By estimating the amount of displacement at a finer resolution, improve prediction, it can expect better performance than motion estimation using an integer pixel precision. Optimization motion estimation (OME) and the compensation method is very similar to that employed in other standards. The main is that block-based motion estimation and compensation is suitable for optimization structures in MPEG-4. Motion estimation (ME) is one of the most computationally-intensive companies in the video compression technology. Video compression algorithm, MPEG1, MPEG4, such as H.261 and H.264, a lot of the standard used. Improved compression performance. Energy effective motion estimation technique is reduced to the rest of the frame involved in motion compensation.     

基于视频的人体行走参数测量方法及应用

针对现有的人体行走参数测量方法复杂度高、效率低等问题,提出了一种基于视频的人体行走 参数测量方法。利用监督学习的方法对视频中的运动目标进行姿态估计,逐帧识别骨骼关节点。然后根据头部 和脚部特征点,结合场景标定获取的像素距离与实际距离的转换关系,实现行走身高测量;根据关节特征点, 利用余弦公式计算关节活动度;根据脚部特征点,提出了一种结合前后极点帧差和像素差判断行走步长和步速 的方法。最后提出了一种基于 Unity3D 的虚拟人随动控制方法,能够在虚拟场景中进行运动仿真,便于实时监 控和分析视频中的人体异常行为并做出预警。实验表明该方法具有操作简单、准确度高和实时性强等优点。