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。     

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。     

一种基于块运动类型和方向预测相结合的快速搜索算法

根据序列图像中相邻块运动矢量的时间和空间相关性,本文提出一种基于块运动类型和方向预测相结合的快速搜索算法。该算法对块的运动类型和相对运动类型进行预测,并根据不同的运动类型自适应地采用不同的搜索策略进行搜索,对相对大运动块进行运动方向预测,并根据块的运动方向选择相应的方向搜索模板进行搜索。实验表明,该算法能在保证搜索准确度的同时节省大量的搜索时间。     

一种结合空间预测和CDS的快速块匹配算法

运动估计是根据视频序列中时间上相关的信息估计场景或目标的二维运动向量场的过程. 因为块运动估计的简单性和有效性, 它已经成为目前使用最广泛的运动估计方法. 本文设计了一种结合空间预测和CDS的快速块匹配算法. 若当前块和相邻块的运动相似, 则选择相邻块的运动向量中使当前块的匹配误差最小的一个作为当前块运动向量的预测估计, 再以该预测值为中心, 比较SDSP上搜索点的块匹配误差. 若当前块和相邻块的运动不相关, 则采用CDS算法从原点开始搜索运动向量. 实验结果表明, 本文设计的算法兼顾了搜索速率和精度, 相比N3SS、DS、HEXBS、CDS、CDHS算法, 更好地适用于超分辨率图像复原.     

基于运动相关的运动估计自适应快速算法

根据视频运动的空间和时间相关性,以当前帧相邻块和前一帧重建VOP对应位置块及其相邻块为基础,并且自适应地调整当前帧和前一帧各块对初始搜索点确定的权值,完成初始搜索点的准确预测,然后针对视频的不同类型选择搜索策略,结合自适应调整的中止SAD阀值,适时中止搜索的过程。模拟实验表明,这种快速算法对初始搜索点的预测准确,搜索策略应用得当,极大地减少了运算量,各项性能指标都非常接近全搜索算法。     

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。     

基于视频压缩的多分辨率预测菱形搜索算法

为了减小视频压缩编码标准中运动估计算法的计算复杂度和提高运动补偿的准确性,考虑到视频图像质量和算法运行时间两者之间的关系,提出一种多分辨率预测菱形运动估计搜索算法,利用同一视频图像中的相邻宏块运动矢量相似的特征,预测当前块的搜索起点,采用大小不同的搜索匹配宏块,减少搜索范围和搜索点数目。实验结果表明,该算法与经典菱形搜索算法相比,搜索时间平均减少了0.5 ms,信噪比平均提高了0.5 dB。     

改进的自适应十字模型搜索运动估计算法

运动估计是视频编码中的一个关键问题,直接影响着编码的速度和质量。根据相邻块的运动矢量特性,将图像序列中每一帧分成3个不同的区域,在预测方法和搜索策略上分别采用不同的方式,提出一种改进的运动估计算法。实验测试表明,该算法在图像质量和搜索点数量减少方面具有较好效果。     

运动矢量加速度预测起始搜索点的块匹配算法

块匹配运动估计是去除图像序列时间冗余的重要手段,在MPEG-4、H.264/AVC等视频编码标准中都得到了应用,但消耗了巨大的运算量.论文阐述了块匹配算法原理,归纳了当前运动估计中采用的各种手段,建议使用一种运动矢量加速度预测搜索起点的算法,利用相邻的若干参考帧中对应块的运动加速度来预测待编码块的起始运动矢量.仿真结果证明该方法效果明显,减少了搜索次数且准确度高.     

一种基于块匹配的自适应快速运动估计算法

块匹配运动估计算法是实时视频编解码技术的研究重点.为降低视频编码中运动估计的计算复杂度,考虑到现实序列运动矢量的分布存在方向性,文章提出了基于块匹配的自适应快速运动估计算法.该算法在运动估计的初始阶段,利用相邻宏块间的空间相关性来预测初始搜索点的位置,使搜索起点更接近理想的最优匹配点;在搜索过程中引入具有方向特征的非对称十字形搜索模型,加快了搜索速度.实验结果表明该算法具有很好的性能.     

一种用于运动估计的十字六边形搜索算法

提出了一种十字六边形搜索算法用于快速运动估计。该算法利用了运动矢量的中心偏置性和相关性，运动估计时通过预测确定搜索起始点，在搜索前期利用十字模板结合提前退出技术优先搜索起始点附近的局部区域，后期则改用六边形模板扩大搜索范围并完成运动估计。实验证明该算法与原始的六边形搜索算法相比平均减少了45%的搜索点数，与一些新的快速搜索算法相比，在搜索精度基本相似的情况下也有效地降低了运动估计的运算复杂度。     

基于遗传-拟牛顿混合算法的到达时间差定位

结合遗传算法的群体搜索性和拟牛顿迭代法的局部细致搜索性,提出一种基于遗传-拟牛顿混合算法的到达时间差定位方法。该方法利用遗传算法进行全局迭代,当收敛结果达到满意值后将其作为拟牛顿迭代的初始值继续迭代,直至得到精确解,由此克服遗传算法后期搜索效率低以及拟牛顿法对初始值敏感的缺陷。仿真结果表明,在参数设置合理的前提下,相比遗传算法和拟牛顿法,该混合算法性能稳定,具有较快的定位速度和较高的定位精度。     

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H.264的快速运动估计算法

H.264视频编码采用UMHexagonS运动估计算法,在此基础上提出了一种新的快速搜索算法。该算法在预测起始点处又增加了一个自适应的阈值判断,来判断是否可以立即停止搜索。对于不同的块类型,采用不同的搜索模板,保证搜索精度与速度的一致性。实验结果表明：改进算法与原算法相比,搜索时间减少了7%~43%,而码率和信噪比几乎不变。     

快速而有效的块运动估计算法

为了提高基于块匹配的运动估计的速度和精度,提出了一种带中心偏置点检测模式的自适应快速块运动估计算法。该算法根据图像序列的运动向量基于中心偏置分布的特点和相邻块运动向量间的高度相关性,依据块的不同运动内容来确定其搜索起点、搜索范围和搜索策略,从而实现块运动向量的快速而有效地估计。同时,对于大运动块,采用了多侯选者方式,进一步提高了搜索精度。实验结果表明,该算法的搜索速度接近N3SS,N4SS,而搜索精度比它们高,与HSS相似,接近FSBM。     

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.     

Multiple initial point prediction based search pattern selection for fast motion estimation

A novel, computationally efficient and robust scheme for multiple initial point prediction has been proposed in this paper. A combination of spatial and temporal predictors has been used for initial motion vector prediction, determination of magnitude and direction of motion and search pattern selection. Initially three predictors from the spatio-temporal neighboring blocks are selected. If all these predictors point to the same quadrant then a simple search pattern based on the direction and magnitude of the predicted motion vector is selected. However if the predictors belong to different quadrants then we start the search from multiple initial points to get a clear idea of the location of minimum point. We have also defined local minimum elimination criteria to avoid being trapped in local minimum. In this case multiple rood search patterns are selected. The predictive search center is closer to the global minimum and thus decreases the effect of monotonic error surface assumption and its impact on the motion field. Its additional advantage is that it moves the search closer to the global minimum hence increases the computation speed. Further computational speed up has been obtained by considering the zero-motion threshold for no motion blocks. The image quality measured in terms of PSNR also shows good results.