一种用于移动可视电话快速运动估计算法.docVIP

一种用于移动可视电话快速运动估计算法摘 要： 针对移动通信终端计算能力的不足，提出了一种适用于可视电话视频压缩编码的快速运动估计算法。根据当前块运动矢量类型和可视电话视频对象的运动特点，自动选择不同的搜索策略进行运动估计搜索。该算法在保证图像主客观质量的前提下，有效地减少了运动估计的时间，大大降低了编码计算量。通过对不同类型的视频序列进行测试表明，该算法计算复杂度降低了55.4%～69.6%，且对于不同运动类型的视频具有较强的适应性。 关键词： 移动终端； H.264； 运动估计； 算法 中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2013）03-32-03 0 引言 移动终端和网络技术的不断发展，为移动视频业务的推广提供了必要条件。市场需求和技术进步共同推动着移动视频业务的发展，并使其成为移动运营商、设备制造商和内容提供商的关注焦点之一。目前，消费市场对移动视频业务的认可程度和期望值很高，预计在未来几年内移动视频业务将是推动3G网络发展的源动力。 H.264是由ISO/IEC与ITU-T组成的联合视频组（JVT）制定的新一代视频压缩编码标准，具有较高的图像质量、较强的抗误码性和良好的网络亲和性[1]。H.264目前已广泛地应用在移动通信、无线网络、卫星广播、电视会议、远程监控、远程教育医疗、IPTV等领域。H.264基本档（baseline）的使用不涉及版权，这对商业应用和普及推广具有重要的意义。 移动终端硬件设备的处理能力相对PC机来说有很大的差距，这使得其对视频编解码的运算量提出了极高的要求。因此，针对移动终端设备计算能力不足的特点，对H.264编码器作相应的改进以降低编码复杂度，是十分必要的。 运动估计（Motion Estimation，ME）是H.264编码器的核心模块，H.264编码器的架构结构如图1所示。视频编码时，只需根据ME搜索结果保存运动矢量和残差数据，即可完全恢复当前编码块。根据实验测试分析得知，ME模块的运算量占整个编码器运算量的60%-90%[2]。因此，要想降低H.264编码器的计算复杂度，提高其编码速度，应首先考虑优化ME算法模块。 1 运动矢量相关性验证 头肩序列是可视电话中最常见的一种图像模式。头肩序列具有运动缓慢、背景相对静止等特点，头肩部的运动一般是左右摇摆，上下方向的运动幅度要小于水平方向，因此很大一部分相邻块的运动矢量会具有相似或基本相同的特点。利用这些特点设计新的运动估计搜索方案，可以大大降低计算复杂度，提高编码速度。 本文对forman、missa等测试序列作了统计，实验结果如最佳运动矢量分布表（表1）所示。表1中“相邻相等”指三个参考块的运动矢量相等，“相同”指在相邻块运动矢量相同的基础上，当前块最终运动矢量与预测运动矢量相同的条件概率；“1×1”指最终运动矢量分布在以预测矢量为中心，1为半径的区域内的条件概率。这些数据都是在H.264的JM85模型上用全搜索算法统计的结果。 表1 最佳匹配矢量分布表 [序列名称＼相邻相等＼相同＼1×1＼foreman＼69.2%＼60.8%＼96.1%＼missa＼84.0%＼96.9%＼99.6%＼] 由表1的实验统计结果可知，利用时空上相邻块的运动矢量来预测搜索起始点，能减少搜索范围，提高搜索速度，减少陷入局部最优的可能性。因此，本文选取当前待编码块MB0的左边MB1、上边MB2、右上边MB3等三个相邻块的运动矢量来预测预测搜索起始点，如图2所示。 2 本文自适应搜索的快速运动估计算法 2.1 本文算法搜索策略设计 本文采用中值法来确定预测搜索起始点，其基本思想是：选取参考块MB1、MB2、MB3的匹配矢量的中值来预测搜索起始点。采用中值法预测得到的搜索起始点都是相邻某一块的运动矢量，因此最终搜索所得的运动矢量场较为平滑，节省了对运动矢量编码所需的码率。当前块MB0的预测矢量Vp的计算如公式⑴所示。 其中，Vp为当前块MB0的预测矢量，即预测的运动估计搜索起始点；V1、V2和V3分别为MB1、MB2、MB3的等三个参考块的运动矢量。 考虑到可视电话头肩序列的运动特性，本文设计了如图3所示的三种搜索模板。其中，大模板是为了快速向最佳匹配点逼近，提高算法的位移跟踪能力，减少搜索次数；而小模板则用以进行局部微调和精确定位，保证搜索精度。同时由表1的统计数据可知，当相邻块的匹配矢量相同时，最佳匹配点应在预测的搜索起始点附近，本文算法对这种情况采用小模板搜索。 资料显示各种块匹配函数的性能差别不显著，为了使计算复杂度能够更低，便于硬件实现，本文采用运算量最小的绝对差之和（Sum of Absolute Diff