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。     

动态图象运动矢量多重跟踪搜索算法及实现

针对动态图象运动矢量搜索过程中，使用普通的对数搜索方法有可能无法搜索到真实最优运动矢量的问题，分析了产生该问题的原因，并提出使用运动矢量多重跟踪方法进行运动矢量搜索。在图象匹配的过程中应用亚采样模板有效地降低了该方法的计算量。对大量数据的分析试验证实，该方法具有很好地适应多极点匹配图象的特点，能准确搜索到真实最优运动矢量点。     

基于新方向性菱形-弧形搜索的运动估计算法

提出一种采用弧形、小十字和大菱形模板进行快速块匹配运动估计的算法NODAS,利用序列图像中运动矢量场中心偏置分布特性,将小十字模板扩展为方向性菱形模板处理中心区域的搜索,使用大菱形-弧形模板处理大运动矢量的搜索。试验结果证明,在搜索精度基本相同的情况下,NODAS算法能有效减少搜索点数,提高搜索速度,较好地应用于小运动矢量和大运动矢量的搜索中。     

基于对象的菱表搜索运动估计方法

ＭＰＥＧ－４是一个基于对象的视频标准,其运动估计方法不同于其他视频标准,本文提出一种基于对象的菱形搜索运动估计算法,利用图像分割信息和运动矢量的相关性,减少了得到运动矢量所需要的平均搜索点数,实验结果表明,在降低计算复杂度的同时,本算法保持了较好的图像质量。     

一种块匹配的快速运动估计算法

为了减小运动估计算法的计算复杂度及提高视频压缩编码的效率，提出了一种新的快速、有效的块匹配运动估计算法。该算法首先采用多步搜索策略，并利用相邻块的运动矢量来预测当前块的搜索起点，然后用梯度下降的方向来指导搜索方向，以节约计算资源，对于最佳匹配点所在区域，则采用菱形与正方形相结合的模板来进行精细搜索，以提高算法的搜索精度。实验结果证明，该算法在降低计算复杂度的同时，还能有效地保证搜索精度。     

一种基于MPEG4的运动估计模板选择算法

根据图像序列不同类型及运动矢量时间、空间分布特性,针对MPEG4图像压缩提出一种基于模板选择的运动估计快速算法,对剧烈运动,构建了一种非正则六边形搜索模板,对微小运动的图像应用小菱形模板.仿真结果表明,该算法与全搜索、三步搜索和菱形搜索相比,具有能在保证图像质量的前提下,减少运算量和复杂度的优点.     

一种预测起始搜索点的运动图象分块运动匹配新算法

在以往的运动图象分块运动匹配算法中，分块运动向量的起始搜索点是固定的。本文根据各分块运动向量的分布统计特性和相邻分块运动向量的相关特性，提出了一种基于预测起始搜索点的运动图象分块运动匹配新算法。通过用相邻分块运动向量的相互关系预测当前分块的起始搜索点，利用基于中心搜索模式的分块运动匹配算法寻找匹配的运动向量。实验表明，该算法预测步骤简单，令搜索更快接近全局极值，与其它快速分块运动匹配算法相比有效地降低了帧间运动补偿误差和所需搜索运算量，效果较好。     

一种适于H.264/AVC标准的自适应定向菱形快速搜索算法

基于传统菱形搜索和运动矢量预测算法,在最优匹配点基础上引入次优匹配点和基于图像运动幅度的自适应匹配门限等要素,提出了一种自适应定向菱形快速搜索法。该方法能够快速确定搜索方向和范围,快速逼近全局最优匹配点。实验结果表明,该算法在不降低搜索精度的情况下,搜索时间比传统菱形搜索法减少40%,而且更加适用于新的视频压缩编码标准H.264/AVC。     

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。     

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.     

An efficient VLSI architecture for fast motion estimation by hybridizing parallel spiral and adaptive threshold star diamond search algorithm-based search algorithm in HEVC

This article proposes a high efficiency video coding (HEVC) standard hardware using block matching motion estimation algorithm. A hybrid parallel spiral and adaptive threshold star diamond search algorithm (Hyb PS-ATSDSA) proposes for fast motion estimation in HEVC. Parallel spiral search approach utilizes spiral pattern for searching from center to the surroundings and adaptive threshold SDA consists of two phases, they are adaptive threshold and star diamond algorithm. To lower computational complexities in HEVC architecture, parallel spiral search algorithm uses several blocks matching schemes. Adaptive threshold and star diamond algorithm are used to reduce the matching errors and remove the invalid blocks early from the procedure of motion estimation and finally predicts the final motion of the image. Speed is increased while using this hybrid algorithm. Proposed structure is carried out in Xilinx; ISE 14.5 design suit, then the experimental outcomes are analyzed to existing motion estimation strategies in field-programmable gate array devices. Experimental performance of the proposed Hyb-PS-ATSDSA-ME-HEVC method attains lower delay 33.97%, 32.97%, 62.97, and 26.97%, and lower area 34.867%, 45.97%, 27.97%, and 43.967% compared with the existing methods, such as FSA-ME-HEVC, TZSA-ME-HEVC, hyb TZSA-IME-HEVC, and IBMSA-ME-HEVC, respectively.     

基于全零检测的改进小菱形搜索算法

为减小H.264/AVC编码器中的运动搜索时间并降低计算量,提出一种基于全零检测技术的改进小菱形搜索算法。在搜索中心及周围4个点进行匹配计算,计算过程中插入全零检测,提高搜索速度。与其他几种典型运动搜索算法的比较结果表明,该算法在保证一定峰值性噪比的条件下,能降低运动搜索次数、减少编码时间,适用于背景相对固定或中低运动强度的视频序列。     

基于全零检测的改进小菱形搜索算法

为减小H.264/AVC编码器中的运动搜索时间并降低计算量,提出一种基于全零检测技术的改进小菱形搜索算法。在搜索中心及周围4个点进行匹配计算,计算过程中插入全零检测,提高搜索速度。与其他几种典型运动搜索算法的比较结果表明,该算法在保证一定峰值性噪比的条件下,能降低运动搜索次数、减少编码时间,适用于背景相对固定或中低运动强度的视频序列。     

一种采用内部预测的快速菱形算法

高效的运动估计算法是视频编解码技术的研究重点.为提高视频编码中运动估计的速度,基于误差函数的单峰假设,提出一种采用内部预测的快速菱形算法,通过对菱形算法进行内部预测从而减少运动估计的搜索点数,并利用运动矢量的相关性来进行起点预测,将图像划分为不同运动类型从而选用不同的搜索方式.先排除静止块,对小运动块直接进行一步菱形小模板搜索.大运动块则采用内部预测的快速菱形算法.实验结果证明此算法在保证图像质量的前提下,大大加快了搜索速度.     

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。     

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。     

人脸图像超分辨率非线性学习算法

针对一般学习算法效率低下的问题,提出一种马尔可夫网络模型下的非线性学习算法。对输入的低分辨率图像以及训练用高分辨率图像和对应的低分辨率图像进行分块,并使图像基本对齐,构造训练图像集,利用训练集人脸图像的差异,采用块坐标限位操作技术,给出一种非线性样本搜索算法,降低搜索空间复杂度,提高了匹配效率和相关性。利用搜索到的高分辨率图像分块样本,直接输出超分辨率图像。分析和实验证实,与传统学习算法相比,该方法具有输出质量好、效率高的特点。     

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。     

基于选择预测的自适应运动估计算法

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,并利用相关块而非相邻块进行初始点预测的选择预测方法,提出了一种对起点进行选择预测的自适应运动估计算法,而在搜索过程中,则根据不同的图像内容对不同的块灵活地采用不同的搜索模式。实验证明,该算法在大大提高搜索速度的同时,还能保证图像性能,还兼顾了运动估计复杂度和精确度的要求。     

基于AVS的快速亚像素运动估计算法

数字音视频编解码标准(AVS)采用了可变大小块以及1/4像素精度的运动估计技术以提高编码效率.针对视频编码中运动估计计算量大的问题,提出一种改进的亚像素快速搜索算法,该算法采用分象限预测策略,并通过阈值判断提前结束搜索.该算法可以有效地减少亚像素搜索点数,与AVS参考软件中的亚像素全搜索算法相比较,该算法在保证图像质量和编码效率的同时,亚像素搜索点数减少50％～81.25％,编码时间节省了25.36％～34.51％.