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，它可以分配计算能力以提高搜索空间的效率。
模拟结果表明，ACS具有重建视觉效果以及减少计算量的竞争力。
关键词（ 3-8字）：运动估计，块匹配，运动补偿，视频压缩一引言在运动补偿视频编码系统中，它的优势是具有时间相关性的连续帧都实现了高压缩比，由一个参照系预测当前帧，只对预测误差和运动矢量进行编码和传送。
运动估计（ME），它的目的是找出连续帧之间的运动关系，在运动补偿视频编码框架中扮演重要角色。
在很多ME算法中，块匹配运动估计(BMME)由于它很简单，被广泛地采用在很多视频压缩标准中。
例如 MPEG-4 [1] 和H.263 [2].在BMME中，每一帧被分成块，运动估计算法在参照系中搜索最佳匹配块，并返回一个运动矢量表示块匹配的点。
全搜索块匹配算法彻底测试所有预定搜索窗口的候选位置，从而始终保证最佳的解决方案。
但是全搜索具有极高的计算复杂性，因此高度期待快速而准确地BMME 以减少编码延迟，同时保持视频品质。
许多快速的块匹配算法被提了出来。
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。
