视频帧间编码全局运动矢量优化方法研究.pdfVIP

摘要

摘要

多媒体时代中视频作为重要的信息载体正在取得越来越重要的地位，与之相

关的视频处理和分析技术的不断创新也为视频的应用提供了更多可能性。常用视

频处理技术中的视频编码技术目的是在尽可能地保持视觉质量的条件下高效压缩

数据，方便内容的传输和储存。帧间预测作为其中的一项关键技术，原理是通过搜

索寻找参考帧中的目标部分用于预测当前帧的内容，可以显著降低视频传输和存

储时所需的带宽。硬件编码器由于芯片的功耗和面积的限制，内部用于帧间预测

的寄存器大小通常远小于参考图像，此时需要使用全局运动矢量对搜索范围进行

辅助选取。然而，传统计算全局运动矢量的方法存在计算复杂耗时、计算精度不

足等问题，从而在很大程度上影响到运动估计的准确度，导致后续编码性能下降。

为了解决全局运动矢量在计算和应用上的问题，本文以全局运动矢量计算方

法优化设计为基础，针对应用中视频序列运动状态特征和内部不同区域间运动差

异情况做具体分析处理，统筹进行全局运动矢量优化方法研究，并具体进行了以

下研究：

（1）在全局运动矢量计算算法优化方面，本文改进现有方法，在传统灰度投

影法的基础之上结合高斯滤波和聚类算法，设计了一个计算准确度更高的方法，

同时使用降采样预处理和搜索范围预设置方案保障计算实时性要求。使用改良后

算法在各种视频序列场景下进行实验，通过实验分析论证了本文设计方法的性能

收益，相比传统算法平均BD-rate在Y、U、V分量上分别提升了0.08%、0.21%、

0.16%，同时平均时间节省了22.2%。

（2）全局运动矢量的设计目的是帮助硬件编码器在有限的搜索范围限制下提

高帧间预测的性能，服务的主要目标是内部存在高速运动的视频序列。另一方面

全局运动矢量对于静态视频序列通常难以产生收益，同时其计算误差会在一定程

度上影响静态视频序列的编码性能。针对上述情况，本文设计了一个以灰度投影

法为基础结合编码历史信息的状态判决方法进行场景区分，对于静态视频系列采

取关闭全局运动矢量使能开关的策略，通过实验分析比较本文所设计方法和其他

常用场景分析算法的性能情况。实验结果表明，所设计方法在准确度和实时性方

面能够满足硬件编码器的要求，相对于序列不分运动状态持续计算更新全局运动

矢量，平均BD-rate收益大约为0.24%。

（3）航拍无人机、FPV(FirstPersonView)穿越机拍摄画面时，视频图像常常

会出现旋转、缩放运动等非常规的运动情况，此时全局运动矢量难以表示图像内

I

摘要

部各个区域不同的运动情况，编码性能较差。通过和区域编码技术结合，本文提

出一种区域配置运动矢量的方法，实现了根据图像内区域运动特征配置不同的区

域运动矢量的功能。实验结果表明，在航拍无人机、穿越机拍摄的序列上该方案

有明显的编码增益结果，客观BD-Rate性能指标实现了大约2%的提升。

关键词：全局运动矢量，算法优化，场景区分，区域编码

II

ABSTRACT

ABSTRACT

Inthemultimediaera,videoasanimportantinformationcarrierisgaininganincreas-

inglyimportantposition,andthecontinuousinnovationofvideoprocessingandanalysis

technologyrelatedtoitalsoprovidesmorepossibilitiesfortheapplicationofvideo.The

videoencodingtechnologycommonlyusedinvideoprocessingaimstoefficientlycom-

pressdatawhilemaintainingvisualqualityasmuchaspossible,facilitatingthe