基于块匹配运动估计的自适应十字形搜索算法.docVIP

基于块匹配运动估计的自适应十字形搜索算法 摘要：运动估计在运动补偿视频编码框架中起着重要作用。由于详细搜索的高度复杂性，许多理想的替代快速搜索算法的建议，都是为了达到失真和搜索速度间最佳的平衡。我们观察到，失真梯度是搜索点从全局最小点开始的在失真块表面上单调递减和单调递增过程。基于这个特性，我们提出了一种新的自适应交叉搜索（ ACS ）的算法结果表明关键词（ 3-8字）运动估计，块匹配在运动补偿视频编码系统帧帧帧在运动补偿视频编码框架 MPEG-4 [1] 和H.263 [2].在BMME中，每一 帧 三步搜索算法（TSS）是一种流行的快速运动估计，由于它的简单性和规律性。他的二次抽样的候选位置在搜索空间内部是均匀的，基于偏向零点的运动矢量。新三步搜索算法添加了8个接近零运动矢量的邻近搜索点。另一个快速BMMEs算法包括两位对数搜索，十字搜索，基于块的梯度递减搜索，钻石搜索，等等。这些快速搜索算法结合了不同的搜索策略和搜索模式。它们有效的减少了计算的复杂性并使搜索的准确性接近全搜索。在这篇文章中我们提出了一种自适应十字搜索（ACS）算法，可以有效地在搜索空间中分配计算能力。 二 观察报告 我们定义一个块失真表面作作为2维标量场，其中包括搜索空间中的所有候补运动矢量的块失真值。这个绝对误差值是用来衡量块失真的，它给出 （1） 是候选运动矢量，是T帧的亮度值 图1.一个典型的DBS描绘成 由于分析了大量不同测试序列的BDS，我们得出以下报告： 1．失真会随着一个搜索点距离的增大到全局极小点（GMP）的过程单调递增。 2．当一个搜索点更进一步来自GMP，这个点上的面很平缓， 也就是他的梯度失真较小，当一个搜索点接近了GMP，这个点上的面就很陡，也就是他的梯度失真较大。 三 建议算法 第一个观察报告是著名的块失真面的单峰性。它作为一种基本假设广泛应用在快速BMMEs中。 在我们结束的第二次测试中失真梯度的特性如下： 在一个块失真表面，失真梯度会随着一个搜索点的距离增加到全局极小点的过程单调递减。 性质的证明如表1，通过把FS 算法用于5 个受欢迎的GMP平均梯度与距离 News Akiyo Forman Stefan Silent 1 1317.7 741.7 644.3 1294.1 1195.0 2 863.5 466.8 518.5 1108.5 623.1 3 680.4 373.6 451.6 819.0 483.0 4 536.3 315.2 381.1 508.0 396.9 5 437.8 285.9 374.6 353.4 348.3 6 355.6 258.6 317.1 219.9 310.9 7 289.6 234.9 295.9 284.0 284.0 8 246.9 217.3 280.2 205.9 261.5 提议的ACS算法采用适合大小的十字搜索模式。选择十字形是因为事实上大部分真实世界的图像由于相机的镜头移动或者倾斜会沿着水平方向或者垂直方向运动的。交叉模式包括四个点，（S,0） （2） i 是当前步骤 i-1是上一步。是第i步时的最小失真块。 图2. 自适应交叉模式的例子 一个小的梯度意味着当前的MDP相对于GMP的距离可能比较远。因此，S在下一步中调整到一个更大的值。一个大的梯度是指当前的MDP点与GDM比较接近，在下一步应该选择一个较小的比例因子。在ACS中使用一个阈值梯度 T否则BDP不是十字形的中心。（3） 方程（3）表示，如果当前的MDP没有出现在十字形的中心，这就意味着全局最小值在现有搜索模式所涵盖的地区，选择一种更小的模式，搜索窗口设置到估计距离全局最优很远的处，以避免进一步估计候选项。当前的最小值出现在十字形的中心的时候并且S是1，搜索过程将被终止。 我们总结了ACS的算法如下： 步骤1） 起初，S=1 点（0，0），和十字形测试。如果当前的MDP是设置在十字的中心，终止搜索。否则，转到第二步。 步骤2） 由公式（2）计算出当前MDP的梯度。由公式（3）调整S。 步骤3） 移动搜索中心到MDP。检查十字形和S的大小，如果当前MDP设在 中心，就到第四步，否则转到第二步。 步骤4） 如果S=1，停止。否则设置搜索窗口的大小为S， 根据公式（3）整S，然后转到第二步。 相对于其他快速的BMME算法，我们提出的算法有以下几个鲜明的特点： 首先，不同于限制搜索步骤次数的算法，使候选项只能在一个固定大小的 口内测试。ACS不限制搜索步骤的数量。因此ACS能使用不同大小的搜索窗口。从这一点上看，ACS能够适应不同的食品编码器的最大运动矢量长度。