视频编码中的快速运动估计算法研究

来源 :武汉理工大学 | 被引量 : 7次 | 上传用户:jj13148
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
运动估计算法是视频压缩编码的核心算法之一,通常也是编码器中计算量最大的环节。高质量的运动估计算法是高效视频编码的前提和基础,因此分析和研究快速运动估计算法,提高编码器编码速度是非常必要的。运动估计算法采用某一匹配准则在搜索区域内搜索最佳匹配点获得运动矢量。不同的搜索方法在搜索最佳匹配点上采用了不同的搜索策略,常用的搜索算法主要有全搜索法、三步搜索法、新三步搜索法、菱形搜索法等搜索方法。目前的各种搜索算法都试图在搜索速度和精度之间取得最好的折衷,在特定的视频序列中,这些算法的性能还存在一定的提升空间。本文的主要研究工作包括以下几个方面:(1)首先简单介绍了H.264/AVC标准及编码器框架图和H.264/AVC的档次和级。然后就H.264/AVC关键技术做了详细介绍,包括帧内预测、帧间预测、整数变换、量化、熵编码、算法的分层结构、码率控制、去方块滤波。最后在对H.264/AVC标准作了简单总结。(2)分析了全搜索法、三步搜索法、新三步搜索法、交叉搜索法、四步搜索法、菱形搜索法和六边形搜索法,并对算法进行了实验分析。实验结果验证了这几种搜索算法中,六边形搜索算法具有最好的搜索性能。(3)在六边形算法基础上提出了自适应六边形搜索算法,自适应六边形搜索算法通过采用水平方向和垂直方向模板代替六边形算法的水平固定模板。它通过预测宏块的运动类型采用不同的搜索模板来进行运动估计搜索,预测为剧烈运动时采用自适应六边形粗定位搜索模板,当宏块预测为缓慢运动时采用小菱形细定位搜索模板。实验表明,与六边形搜索算法相比,该算法在搜索视频序列中大运动尤其是在垂直方向上运动剧烈时,减少了搜索点数,提高了编码速度同时保证搜索精度。
其他文献
软件定义网络(software defined network)通过控制面和转发面的分离解耦,为动态配置网络和控制网络提供了丰富的可编程性,是近年来发展势头十分强劲的一种新兴网络架构。而传
与传统的车辆检测器相比,基于视频图像处理与视觉技术的车辆检测器具有处理速度快、安装维护便捷且费用较低、可监视范围广、可获取更多种类的交通参数等诸多优点,因而近年来
P2P技术日益成熟、网络带宽不断增加和终端系统服务能力的逐渐加强,端系统的服务能力占总体服务能力的重要一部分。近年来,这些资源如何得到充分利用,并在面向Internet的大规
随着虚拟现实和3D可视化仿真技术的发展,物理仿真开始广泛应用在电影,动画,游戏,计算机辅助设计,甚至军事模拟等领域。物理仿真引擎用于快速开发可视化物理仿真系统。在可视
落叶松根系为树形分枝结构,主要由初生根、次生根、初生根一次侧根、次生根一次侧根组成。各级根系之间具有明显的自相似性,本文基于L-系统理论构建落叶松根系生长模拟模型,
随着Internet的高速发展,各种形式的新型应用层出不穷。特别是以Web2.0为代表的新一代互联网应用,给传统的数据存储模式带来了极大的挑战。以往的Internet服务几乎都基于Clie
随着计算机与信息技术的发展,人们在日常事务处理和科学研究中积累了大量数据。如何从中提取或“挖掘”用户所需要的信息,是当前信息科学技术领域面临的一大挑战。数据挖掘正
随着网络储存服务的高速发展,众多的企业和个人已经把大量的数据交付第三方服务器储存,怎样保证私有数据的隐私成为急需解决的难题之一。绝大多数现有的加密体制虽然能够保证
语义分析是自然语言理解的根本性问题,也是研究的重大难题。语义角色标注(Semantic Role Labeling,SRL)是语义分析的一种简化形式,因具有定义清晰、评测容易等特点而成为目前
支持向量机是在统计学习理论基础上发展出的一种性能优良的学习机器,其基本的思想是,在线性情况下,在原空间寻找两类样本的最优分类超平面,而在非线性情况下,首先将原始模式