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。     

用于快速块运动估计的多方向钻石搜索算法

在钻石搜索算法的基础上,提出了多方向钻石搜索算法,用于实现视频编码中的块运动估计.该算法考虑所有的块误差梯度下降的方向,而不是只考虑梯度下降最大的那个方向.与全搜索、新三步搜索、四步搜索、基于块的梯度下降搜索、钻石搜索算法相比较,实验结果表明该算法在搜索速度和质量上表现良好.     

H.264中一种基于搜索范围自适应调整的运动估计算法

视频编码标准 H.264中的固定搜索范围设定,使得运动估计单元的计算量和存储读写带宽过大,给实时编码带来了困难.该文提出一种基于搜索范围自适应调整的运动估计算法.算法首先根据当前编码块预测运动矢量(PMV)点的绝对误差和(SAD)以及相邻已编码块的信息,判断 PMV 的预测准确程度,自适应地确定搜索范围(SR)大小;然后通过检测编码块所在区域的运动方向特性,确定 SR 内的有效搜索方向.仿真结果表明:相比于全搜索算法和 UMHexagon 算法,该文算法分别能够平均节省91%和18%左右的运动估计时间,而码率和图像 PSNR 基本保持不变.     

用于快速块运动预测的多方向钻石搜索算法

传统的钻石搜索算法只考虑块误差梯度下降最大的方向,从而降低了得到最佳匹配点为全局最优的概率.在钻石搜索算法的基础上,提出了多方向钻石搜索算法,用于实现视频编码中的块运动估计.该算法考虑所有的块误差梯度下降的方向,而不是只考虑梯度下降最大的那个方向,在钻石搜索法的第一步之后,对LDSP(Large Diamond Search Pattern,LDSP)外围8个点中小于中心点BDM(Block Distortion Measure,BDM)的方向上执行搜索.与全搜索、新三步搜索、四步搜索、基于块的梯度下降搜索、钻石搜索算法相比较,实验结果表明该算法在搜索速度和搜索质量上性能较好.     

多搜索中心的运动估计快速算法

块大小可变的运动估计方法能提高视频编码性能,但也增加了计算时间.为了加快运动估计计算,本文提出了一种基于多搜索中心预测和搜索范围动态调整的快速算法.多搜索中心预测方法对当前宏块时间和空间上相邻块的运动向量进行分析,得出多个预测向量作为运动估计的搜索中心.相比传统预测方法,多搜索中心预测最高可提高约14.6%的预测精度....     

一种基于生物地理优化的快速运动估计算法

为了提高视频编码中运动估计的性能,该文提出了一种新的基于生物地理优化的快速运动估计算法。该算法以运动矢量的特性为基础,通过生物地理优化算法的迁徙和变异操作搜索全局最优解,克服了以往快速搜索算法容易陷入局部最优的缺点,同时采用了早期和迭代终止策略,进一步简化运算复杂度。实验表明,该算法的整体性能高于以往快速搜索算法,可以有效兼顾搜索精度和速度的要求。由于实现简单和适用面广,该算法能满足实时视频编码的需求。     

一种采用多模式切换的快速运动估计算法

搜索模式对于基于块的运动估计算法(BMA)的搜索速度和编码质量起着重要影响。该文提出一种多模式切换的快速运动估计算法,其采用了早停止和选择性搜索技术来提高编码速度,以小菱形作为起始搜索模式,然后过渡到六边形模式,最后使用正方形搜索模式进行细化,故命名为DHS(Diamond-Hexagon-Square)算法。实验结果表明,DHS算法对于各种运动情况(慢速、中等速度和快速)的视频序列具有普适性,在率失真性能未出现显著下降的前提下,其速度明显快于小菱形算法(DIA)、六边形算法(HEX)、穷尽搜索算法(ESA)和非对称十字形多层次六边形格点搜索(UMHexagonS)算法。     

AVS的自适应提前终止运动估计算*

非对称十字形多层次六边形格点搜索(UMHexagonS)是AVS视频编码中优秀的搜索算法,但仍然存在计算量大的缺点,为了提高编码速度,提出了基于自适应阈值的提前终止算法。首先,自适应的选择SAD阈值,然后引入搜索和SAD计算的提前终止判断;其次,在模式选择中引入了代价值提前比较,该方法对运动缓慢的序列改善较明显。实验表明,在帧间预测不采用帧内预测模式的情况下,优化后的算法在保证视频质量的基本不变的前提下,编码速度平均提高为原来的2倍多。     

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.     

Iterative search strategy with selective bi-directional prediction for low complexity multiview video coding

The multiview video coding (MVC) extension of H.264/AVC is the emerging standard for compression of impressive 3D and free-viewpoint video. The coding structure in MVC adopts motion and disparity estimation to exploit temporal and inter-view dependencies in MVC. It results in a considerable increase in encoding complexity. Most of the computational burden comes from uni-directional and bi-directional prediction. In this paper, an iterative search strategy is designed to speed up the uni-directional prediction in MVC. It can work with an adaptive search range adjustment through a confidence measure of a loop constraint to obtain both motion and disparity vectors jointly. Furthermore, a selective bi-directional prediction algorithm is proposed to enhance the coding performance by analyzing the statistical characteristics of bi-directional prediction in MVC. Experimental results demonstrate that, by using the proposed fast search, the temporal and inter-view redundancies of multiview video can be eliminated sufficiently with low complexity.     

一种低资源消耗的运动估计VLSI实现算法

现有的VLSI(verylarge scale integration)视频编码芯片多使用全搜索运动估计(ME)方法,且没有搜索中心偏移(CB)的并行实现方法。本文提出一种适合VLSI的H.264、AVS CB并行搜索方案,减少搜索点数量,降低逻辑资源的消耗,并且使用预测高概率区域的方法,保证ME精度。实验表明,本方法具备较好的率失真性能。在现场可编程门阵列(FPGA)平台上实现了本算法,逻辑综合的数据表明,硬件资源消耗降低了64%。本算法可应用于标清和高清电视(HDTV,hign-definition television)视频编码器。     

计算能力可伸缩的运动估计率失真优化

不同硬件设备具有不同的计算能力,能否在任意给定计算能力约束下达到最好的编码效率,是当前视频编码研究领域的一个极具挑战性问题.同时,随着分块结构越来越灵活的编码标准不断出现（如：HEVC,H.264等）,运动估计不得不反复地应用在大小不同的各种分块上,导致其对编码总体计算复杂度的影响愈加重要.在此背景下,本文提出了一种针对运动估计的计算能力可伸缩（Complexity scalable）优化算法.我们通过对运动估计过程中预测失真度和计算复杂度的变化规律建模,发现根据各宏块的特性设置不同的预测失真度阈值可以优化地分配计算资源.而该阈值的大小则恰恰是各宏块的最小预测失真度加上一个由复杂度约束统一决定的偏移量.有鉴于此,我们进一步构造了计算能力可伸缩的优化运动估计算法,在不增加额外计算量的前提下,快速地得到各个宏块所对应的优化阈值,并完成运动估计.通过实验分析,该算法不仅具备自动适应不同计算复杂度约束的能力,而且在任意给定的复杂度约束下,都能提供优化的编码性能.     

An efficient computation-constrained block-based motion estimationalgorithm for low bit rate video coding

We present an efficient computation constrained block-based motion vector estimation algorithm for low bit rate video coding that yields good tradeoffs between motion estimation distortion and number of computations. A reliable predictor determines the search origin, localizing the search process. An efficient search pattern exploits structural constraints within the motion field. A flexible cost measure used to terminate the search allows simultaneous control of the motion estimation distortion and the computational cost. Experimental results demonstrate the viability of the proposed algorithm in low bit rate video coding applications. The resulting low bit rate video encoder yields essentially the same levels of rate-distortion performance and subjective quality achieved by the UBC H.263+ video coding reference software. However, the proposed motion estimation algorithm provides substantially higher encoding speed as well as graceful computational degradation capabilities.     

Computation-aware fast motion estimation for H.264/AVC using image indexing

The key to designing a real-time video coding system is efficient motion estimation, which reduces temporal redundancies. The motion estimation of the H.264/AVC coding standard can use multiple references and multiple block sizes to improve rate-distortion performance. The computational complexity of H.264 is linearly dependent on the number of allowed reference frames and block sizes using a full exhaustive search. Many fast block-matching algorithms reduce the computational complexity of motion estimation by carefully designing search patterns with different shapes or sizes, which have a significant impact on the search speed and distortion performance. However, the search speed and the distortion performance often conflict with each other in these methods, and their high computational complexity incurs a large amount of memory access. This paper presents a novel block-matching scheme with image indexing, which sets a proper priority list of search points, to encode a H.264 video sequence. This study also proposes a computation-aware motion estimation method for the H.264/AVC. Experimental results show that the proposed method achieves good performance and offers a new way to design a cost-effective real-time video coding system.     

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。     

Fast multi-frame motion estimation for H264/AVC system

Advanced video compression standard, H264/AVC, with multi-frame motion estimation, can offer better motion-compensation than the previous coding standards. However, the implementation of real-time multi-frame estimation for an H264/AVC system is difficult due to heavy computations. In this paper, a fast algorithm is proposed in an effort to reduce the searching computation for motion estimation with five reference frames. The fast multi-frame motion estimation consists of the adaptive full-search, three-step search, and diamond search methods using the content adaptive control process. Efficient control flow is proposed to select the searching algorithm dependent on video features. The adaptive algorithm can achieve better rate-distortion and lower computation for H264/AVC coding. The experiments indicate that the speed-up is 6–15 times compared with the full search method, while the image quality slightly degrades.