一种适用于移动视频编码标准(AVS-M)快速搜索算法.docVIP

一种适用于移动视频编码标准(AVS-M)快速搜索算法.doc

  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
一种适用于移动视频编码标准(AVS-M)快速搜索算法

一种适用于移动视频编码标准(AVS-M)快速搜索算法   AVS工作组在2004年发布了移动视频编码标准(AVS for Mobile),它作为AVS标准的第七部分 (AVS1-P7)主要是适用于低码率的移动多媒体通信。AVS-M中,由于使用了多模式运动矢量、子像素估算及多参考帧,使编码的图像质量大大提高,但代价是高精度、大耗时的运动估算。其中,运动估算部分是最耗时的。对AVS-M编码器各个模块进行分析可以看出,运动估算模块的计算量占整个编码器运算量的85% 以上。要想提高编码速度,提高运动估算部分的速率是关键,因此本文提出一种适用于AVS-M的快速运动估算的搜索算法。      运动矢量场自适应搜索技术简介   运动矢量场自适应搜索技术MVFAST [1] (Motion Vector Field Adaptive Search Technique)是在区域搜索技术的基础上引入了自适应技术。MVFAST技术在质量、计算速度方面均有较大的提高,且不需特别的存储空间以存储搜索点和运动矢量。该技术考虑相邻块的运动特性,同时使用阈值以使搜索在小运动情况下能早期终止,集可行的预测技术和早期终止准则于一体,改善了算法性能。   MVFAST的派生技术称为PMVFAST[2] (Predictive MVFST), 谓之预测运动场自适应搜索技术。PMVFAST在MVFAST的基础上融入一系列预处理技术以获得较高的搜索速度,但增加了存储空间及算法复杂度。和MVFAST一样,PMVFAST在算法开始很重视那些可选的预测矢量集,并对阈值的计算也考虑自适应准则。PMVFAST的改进结果是使其适应性更广。PMVFAST算法是以MVFAST算法为基础,加入自适应的预测技术更进一步地动态调整搜索策略,达到更好的搜索效果。   首先为了更进一步地利用周围相邻宏块的相关性,PMVFAST定义了两组新的相关运动矢量的集合:   ★集合A,它包括6个候选宏块的运动矢量:左宏块、上宏块、右上宏块、前三者运动矢量中值、(0,0) 宏块的运动矢量和前一帧对应位置宏块的运动矢量。   ★集合B,包括集合A中的所有元素,同时还可以加入各种时间上、空间上相邻宏块的运动矢量组合, 例如可以定义一个集合A中多个候选运动矢量的线性组合。   使用两个集合中任意一个或者两个,从中寻找一个可以使得当前宏块的失真度为最小的运动矢量为最初的运动矢量,并且设定这个运动矢量指向的位置为搜索的初始中心。这样两组新的候选运动矢量的集合比单纯使用(0,0)或者相邻宏块的运动矢量可以取得更好的预测效果,使得搜索的初始中心比较准确地定位在最优点的附近。   其次,为了加速搜索匹配过程,PMVFAST使用了一套自适应阈值的方法提前结束当前宏块的搜索过程,这两个阈值如下:   ● Threshold-a:如果当前搜索到的位置的失真度小于threshold-a,则提前结束当前宏块的搜索过程。这个阈值是由大量的试验后得到的经验数据,可以根据实际情况调整这个参数,使计算复杂度和搜索的准确程度达到较好的平衡。   ● Threshold-b:如果当前搜索到的位置的失真度小于threshold-b,说明当前宏块的运动不是很剧烈。所以使用小钻石模型进行搜索。   此外PMVFAST还引入了一个失真度准则,如果当前的搜索状态满足这个准则,就提前结束当前宏块的搜索过程。所谓失真度准则是指:如果当前宏块的左边、上边和右上宏块的运动矢量和前一帧对应位置的运动矢量相同的话,则说明当前宏块和周围的宏块处于同一个运动区域内,周围宏块的运动程度基本说明了当前宏块的情况,所以至多再进行两次钻石模型的搜索就结束当前宏块的搜索过程。   通过以上多种策略的使用,PMVFAST算法在保证基本不降质的情况下,使得搜索速度比全局搜索快了几十甚至上百倍,所以它成为现有针对中低图像分辨率的快速搜索算法中最快的一种。同时由于它使用了临近宏块作为参考,更加准确地将初始搜索中心定位在全局最优点的附近,所以有效避免了陷入局部最优状态,在某些情况下使得视频整体PSNR的值比全局搜索法更高。      一种适用于   AVS-M的新型运动估计搜索算法      通过对多种运动估计搜索算法的分析与总结,结合AVS-M标准的实际应用,它适用于低分辨率,低码率视频序列,相邻帧之间的相对运动较之高分辨率视频序列来说,一般都较小。所以我们从PMVFAST算法出发,提出了一种新的适用于AVS-M的运动估计搜索算法。   1.算法特点   (1)搜索模板的改进   分析PMVFAST算法的9点大菱形模板(LDSP)可以发现,LDSP四周的8个匹配点到中心点(0,0)位置距离是不同的:水平和垂直方向的相邻搜索点间距为2像素,而中

文档评论(0)

fangsheke66 + 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