一种适于实时应用的快速有效的自适应运动估计算法

运动估计是视频编码系统的关键部分,同时也是整个视频编码器中计算量最大的部分,运动估计性能的优劣直接影响到整个视频编码器的运行效率和整个视频序列的重构质量。该文提出了一种适用于实时应用的快速自适应运动估计算法,该算法首先利用运动矢量时空域的相关性预测初始运动矢量,然后对不同运动程度的图像块进行不同大小的菱形搜索,同时采用了高效的提前截止准则。实验结果表明,对于各种不同运动程度的视频序列,该文算法都可以获得和全搜索法基本相同的图像质量,同时可以节省超过99%的计算量,该文算法在搜索速度和搜索精度两方面比快速算法中性能突出的菱形搜索具有更大的优势,更适合实时应用。     

运动矢量场自适应搜索算法

运动估计是影响基于帧间视频压缩速度的关键，快速运动估计算法一直是视频压缩中的研究热点，该文从运动矢量的均匀性出发，提出了由搜索起点预测，自适应搜索模式和高效搜索中止准则等策略构成的运动矢量场自适应搜索算法，实验表明，该文算法以极小的搜索代价得到 与全搜索相当的效果，并在搜索速度和搜索效果方面优于MPEG－4最新推荐的快速运动估计算法。     

一种新的基于运动矢量场及弹性模板的自适应快速搜索算法

该文提出了一种新的基于运动矢量场及弹性模板自适应快速搜索算法，它是以视频运动具有高度时空相关性为基础，从运动矢量场的均匀性出发，综合采用了快速块匹配、自适应弹性模板选择策略、自适应阈值与搜索中止准则等一系列技术，是一种具有伸缩性结构的自适应快速运动估计算法．实验结果表明，该算法以极小的搜索代价得到了与全搜索相当的效果，并在搜索速度和搜索效果方面明显优于MPEG-4最新推荐的快速运动估计算法，特别是在中低码率压缩时有着更优良的性能，非常适合于低码率实时视频压缩领域的应用．     

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。     

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。     

H.264/AVC中基于搜索区域划分及评估的运动估计

目前视频编码器中的快速运动估计搜索算法(如三步法、钻石搜索法)搜索点数少、速度快,但易陷入局部最优。另外一些混合模板搜索算法(如UMHexagons算法)较为有效地克服了这一缺点,然而这种算法需要处理较多的搜索点数导致搜索速度较慢。为了达到在减少搜索陷入局部最优可能的同时尽量降低搜索点数,提高搜索速度的目的,提出了PEOSA算法。首先利用预测运动矢量来区分出需要重点搜索的区域和较为次要的区域,其次依据重要性的不同对区域采用不同的搜索方案。对比实验的结果表明,本文算法在基本不影响图像质量的情况下,使运动估计时间减少了43.84%,提高了搜索速度。在视频实时编解码方面具有较高的实际应用价值。     

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。     

基于并行处理的快速运动估计算法

运动估计是视频编码的一项关键技术。该文针对传统搜索算法串行处理的缺点,提出了一种基于并行处理的快速运动估计算法。该算法利用序列图像的相邻块运动矢量的高度相关性和运动矢量的中心偏移特性,在搜索过程中根据图像的内容(运动类型)进行并行处理,加速了块匹配的快速搜索策略。实验结果表明,该算法在速度和准确性方面都有了很大的提高。     

自适应块匹配运动估计搜索算法

为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性，提出了一种根据空域相关块的运动水平，自适应选择搜索检查点样式、搜索窗范围以及是否采用多候选值策略的混合算法．本算法中对应于小运动块的基于中心偏置的搜索样式和针对大运动块的多候选矢量亚采样搜索策略，满足了视频编码对运动估计算法在速度和精度上的双重要求．实验结果表明，该算法在速度上和精度上都明显优于性能优越的菱形搜索算法DS，适用于不同运动程度的图像序列．     

H.264帧间块模式选择与快速运动估计算法

该文提出了一种基于H.264的快速运动估计算法。首先,基于当前宏块的纹理特征和局部运动性选择一组有效的预测块模式;其次,基于运动矢量的时空相关性建立一个预测运动矢量集合;最后,采用六边形模板和正方形模板进行运动搜索。另外,在匹配搜索过程中采用提前终止技术,进一步减少计算量。实验结果和分析表明,该算法能够显著提高运动估计的搜索速度,而图像质量和比特率只有少量变化。     

An efficient multi-layer reference frame motion estimation for video coding

Most of the fast search motion estimation algorithms reduce the computational complexity of motion estimation (ME) greatly by checking only a few search points inside the search area. In this paper, we propose a new algorithm—multi-layer motion estimation (MME) which reduces the computational complexity of each distortion measure instead of reducing the number of search points. The conventional fast search motion estimation algorithms perform ME on the reference frame with full distortion measure; on the contrary, the MME performs ME on the layers with partial distortion measures to enhance the computational speed of ME. A layer is an image which is derived from the reference frame; each macro-pixel value in the layer represents the sum of the values of the corresponding pixels in the reference frame. A hierarchical quad-tree structure is employed in this paper to construct multiple layers from the reference frame. Experimental results on different video sequences show evidence that many motion vectors have been found similar both in the reference frame and the layers. The effectiveness of the proposed MME algorithm is compared with that of some state-of-the-art fast block matching algorithms with respect to speed and motion prediction quality. Experimental results on a wide variety of video sequences show that the proposed algorithm outperforms the other popular conventional fast search motion estimation algorithms computationally while maintaining the motion prediction quality very close to the full-search algorithm. Moreover, the proposed algorithm can achieve a maximum of 97.99 % speed-improvement rate against the fast full-search motion estimation algorithms which are based on hierarchical block matching process. The proposed MME performs the motion estimation on the layers by using three types of search patterns. The derivation of these search patterns exploits the characteristic of the center-biased motion vector distribution and that of less intensive block distortion measurement of the layers.     

使用提前结束策略的部分失真搜索快速运动估计算法

和传统的快速块匹配运动估计算法相比,部分失真搜索运动估计算法通常会带来较低的视频图像质量下降,但它获得的计算加速比有限。本文提出一种新的快速部分失真搜索运动估计算法,它在搜索点检测过程中使用两种提前结束策略：早期搜索结束策略和中途搜索终止策略。提前结束策略的使用能够显著减少搜索点的个数,弥补了规格化部分
分失真搜索算法只能降低失真计算量的不足,两种策略的结合使用能够在保证较高视频质量的同时,大大降低运动估计的计算复杂性。实验结果及分析表明：新算法的性能优于传统的运动估计算法,在视频质量接近全局搜索算法的同时,获得比传统的运动估计算法更高的计算加速比。     

蝶形运动估计算法及其VLSI实现

视频技术发展要求更高速,更利于硬件实现的运动估计算法.提出了一种蝶形运动估计算法,该算法采用蝶形搜索模板、快速截止技术和运动向量预测技术.该算法较钻石搜索算法提速43.26%-80%,并且图像质量更好.同时,本文采用加法树和片内并行存储器,构建该算法的VLSI实现结构.通过两种数据映射方法(拉丁方映射和4×4块映射),该结构不但解决了快速搜索算法的数据不规则性难题,并且节省了带宽.当系统时钟为27MHz,数据总线为16位,外部存储器带宽要求仅为4.57Mbit/s.比较其它硬件实现结构,该结构采用了更少的处理单元数,更小的缓存单元,但却获得更快的速度和更高的灵活性.     

一种快速半像素运动矢量搜索算法

由于快速整像素搜索算法的提出和采纳,致使半像素搜索过程在整个编码过程中占用的比重更为显著。为了减小半像素搜索的计算量,提出了一种快速半像素运动矢量搜索算法。该算法是利用半像素搜索窗内的误差匹配曲面具有的单峰特性,通过比较整像素运动矢量周围4个整像素点的绝对误差和(SAD)来实现可能的最小匹配误差半像素点的预测,以排除大量不必要的计算量。实验结果表明,该算法对于各种不同运动程度和空间细节的视频序列,在保证和半像素全搜索法有相同图像质量的同时,至少可节省66%的计算量。     

二值alpha平面辅助的视频对象快速运动估计算法

提出了一种任意形状视频对象的快速运动估计方法.详细分析了alpha平面在视频对象的快速运动估计过程中起到的指导性作用,采用边界扩展和边界掩码技术,提出了一种新的二值alpha平面匹配衡量准则WBAMC (weighted binary alpha-plane matching criterion).结合优先搜索策略,提出了二值alpha平面辅助的视频对象快速运动估计算法BAAME(binary alpha-plane assisted motion estimation),.首先,利用alpha平面和WBAMC准则,将边界宏块的搜索范围缩小至两个搜索起点的单调区域,再采用传统的快速运动估计算法确定其运动向量;然后,用边界宏块的运动向量预测内部宏块的搜索起点;最后,采用快速运动估计算法搜索内部宏块的运动向量.这种方法可与多种空间域和频率域运动估计算法相结合,有效地应用于基于对象的视频编码器中.实验结果表明,对于多种类型的标准测试视频流,BAAME算法始终能够保持较高的估计精度和主观质量,运动补偿的平均PSNR(peak signal-to-noise ratio)较DS(diamosd search)和PSA(pdoety search algorithm)(BAAS(binary alpha-plant assisted search) DS)高出0.1dB～0.SdB,略低于FS(full search),但是其计算复杂度与FS相比降低了20倍.     

基于H.264的快速1/4像素精度运动估计算法

提出了一种快速1/4像素精度的运动估计算法。该算法基于运动补偿预测误差模型,与传统的1/4像素的分层运动估计算法不同,仅通过一步计算就能直接得到1/4像素精度的运动矢量,而且完全避免了运算量很大的分数像素内插运算和整像素搜索完成后的分数像素搜索。同时对最佳整像素点位于图像边缘位置的情况进行了研究。实验结果表明,该算法在保持图像质量的前提下极大地减少了1/4像素运动估计的运算量。     

Fast motion and disparity estimation for multiview video coding

Multiview video involves a huge amount of data, and as such, efficiently encoding each view is a critical issue for its wider application. In this paper, a fast motion and disparity estimation algorithm is proposed, utilizing the close correlation between temporal and interview reference frames. First, a reliable predictor is found according to the correlation of motion and disparity vectors. Second, an iterative search process is carried out to find the optimal motion and disparity vectors. The proposed algorithm makes use of the prediction vector obtained in the previous motion estimation for the next disparity estimation and achieves both optimal motion and disparity vectors jointly. Experimental results demonstrate that the proposed algorithm can successfully save an average of 86% of computational time with a negligible quality drop when compared to the joint multiview video model (JMVM) full search algorithm. Furthermore, in comparison with the conventional simulcast coding, the proposed algorithm enhances the video quality and also greatly increases coding speed.     

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。     

Fast motion and disparity estimation for multiview video coding

Multiview video involves a huge amount of data, and as such, efficiently encoding each view is a critical issue for its wider application. In this paper, a fast motion and disparity estimation algorithm is proposed, utilizing the close correlation between temporal and inter-view reference frames. First, a reliable predictor is found according to the correlation of motion and disparity vectors. Second, an iterative search process is carried out to find the optimal motion and disparity vectors. The proposed algorithm makes use of the prediction vector obtained in the previous motion estimation for the next disparity estimation and achieves both optimal motion and disparity vectors jointly. Experimental results demonstrate that the proposed algorithm can successfully save an average of 86% of computational time with a negligible quality drop when compared to the joint multiview video model (JMVM) full search algorithm. Furthermore, in comparison with the conventional simulcast coding, the proposed algorithm enhances the video quality and also greatly increases coding speed.