UMHexagonS算法的研究及改进.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于UMHexagonS 算法的H.264 运动 估计算法的优化 (译文) 摘要:H.264 具有自适应UMHexagonS 算法作为正式的整数像素运动估计算法。但是这算法有 一定的不足,如在搜索点数的方面,需要操作的搜索点数特别大,要花很多的时间等,这些都需要 尽快加以解决。本文介绍和分析了UMHexagonS 算法。为了解决这些问题,本文根据运动矢量预测 值的数据统计特性,提出了提前分类策略的的搜索算法,并且根据运动矢量中心点的偏差特性改进 了最初算法的搜索模板。实验的结果显示,本文的改进算法降低了运动估计时间15%-27 %。与此同 时,它可以确保PSNR 和速码率基本不变。 关键词—— 视频压缩; UMHexagonS;运动估计;分类策略; 中心偏移 一、引言 H.264 是新一代的视频压缩编码标准。它的编码效率比H.263 提高近 50 %。它是近几年视频编 码技术研究的主要方向之一。但是,我们注意到,H.264 的高性能的表现增加的代价是算法的计算复 杂性和存储容量。这种高复杂性对于H.264 的实现和应用变成了一个瓶颈。 视频编码中的运动估计是一种尤为复杂的和费时的部分。在整个H.264 编码过程中,运动估计 占了编码时间的一个很大的比重。所以,它是减少运动估记复杂性和时间的一个非常重要的工作。 为了实现这一目标,国内外的学者们针对运动估记的快速搜索算法在近几年提出了很多经典的算法, 如三步搜索算法(TSS ),四步搜索算法(FSS),菱形搜索算法(DS),六边形搜索算法(HS)等, 这些经典的快速搜索算法可以简化计算,但它们的代价是图像质量的减少、预测精度的降低,和码 率的提高。 UMHexagonS 因为它高效的编码效率,是最近几年十分出色的快速算法之一,UMHexagonS 是正 式通过的 H.264 编解码标准。它的运动估计精度更高,其性能非常接近全搜索算法。它是一种混合 模式的搜索算法,它结合了其他算法的一些的优势。在保证了更好的表现情况下,与全搜索相比, 它的计算量可以节省90 %。即使这样,通过对算法分析和研究,我们可以发现,UMHexagonS 算法 有一些缺陷,比如整个搜索过程中有十分多的搜索点,计算复杂度很高。总而言之,编码花费了很 长的时间,影响了编码效率。 本文的目的是改进 UMHexagonS 算法的缺陷,在原始算法的基础上,使用视频帧序列运动矢量 预测值的统计特性对宏块进行判别和分类。对于不同的宏块,使用不同的搜索算法处理。在此基础 上,根据视频序列的运动矢量的中心偏移特性,采用不均匀的系列 (1,2,4 ,7,11,16……)改 进了原有算法的非对称交叉十字形模板和多层六边形模板,减少了不必要的搜索点.它可以在保持更 好信噪比和码率的同时,节省大量的运动估记时间。 二、UMHEXAGONS 算法 UMHexagonS 算法的基本步骤如下所示: 1)初始搜索点的预测:使用精度更高的初始搜索点预测,来计算运动矢量的预测值MV 。 PRED 包括: a )中值预测:根据空间的相关性,获得运动矢量的中间值,包括当前框架下左,上,右上相邻 块。MV MV ,如图1 所示。 pred _sp space 图1 中值预测示意图 b)上层预测:根据H.264 运动估计多宏块划分和分层使用搜索顺序从模式1 到模式7 的特点, 可以从同一位置的两倍大的上层块中得到运动矢量。MV MV 。如图2 所示。 pred _up uplayer 、 图2 上层预测 c )相邻参考帧的预测:根据时间相关性,根据先前参考帧的一些运动矢量 MV,调整比值获取 当前的MV,如图3 所示;

文档评论(0)

xiaofei2001129 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档