运动估计算法预测搜索起始点

1 引言高效视频编码（HEVC）作为新一代标准，沿用了上一代标准H.264/ AVC的编码框架[1]。

但是针对不同部分，H.265/HEVC都分别提出了新技术。

比如H.264/AVC是以宏块作为编码单元，而在H.265/HEVC中采用了编码树单元（CTU），其往下划分的结构有编码单元（ CU）、预测单元（PU）和变换单元（TU）[2]。

CU的尺寸不再局限于16×16，而可以根据深度划分，从64×64分割到8×8大小。

而在实际编码过程中，计算量最大的是帧间预测部分，这是由于视频图像时间冗余大于空间冗余的特性所造成的。

在模式选择的整个迭代过程中，以运动估计为例，不同尺寸的PU块都需要经过搜索、插值来找到各自最佳的匹配块。

这是一个繁琐且非常耗时的过程。

目前已有很多学者对帧间预测模式选择提出了一些简化算法，文献[3]提出了一种扩展和迭代搜索（S&IS）以及低密度和迭代搜索（LD&IS）的运动估计算法，这种方式因为在遍历每个PU时具有规则的周期数，所以在硬件电路的设计上更加友好，但是运动估计所消耗的周期数受视频序列特点影响大，如果周期数较为固定，可能会对编码性能造成一定影响。

文献[4]提出了用基于运动矢量相似性的运动估计快速终止算法。

利用率宏块内子块运动矢量一致的特点，通过计算排除掉不可能的划分方式，从而达到提前终止运动估计的目的。

文献[5]也是采用基于划分深度的先粗选再细选的搜索方式，但是采用的搜索步长、下采样比例以及搜索方式均和本文不同，且最终结果对编码性能造成比特率增加较大。

文献[6]采用了一种快速中心搜索算法，通过发现一帧图像中，静止宏块、慢速运动宏块和快速运动宏块的比例关系，改变全搜索的遍历顺序，并设置提前终止规则，达到快速中心搜索的目的。

文献[7]采用了一种易于硬件实现的整像素运动估计搜索方式，使用并行聚类树搜索方式同时处理各个PU，并在搜索之后将相同MV候选的PU汇聚成一组，下一次的搜索将以这些组为单位进行统一搜索。

运动估计算法简述标签：搜索运动估计预测矢量算法分类：探索H.2642007-02-03 13:59马上要做运动估计算法，重点整理了一下这方面的内容。

帧间预测编码可以简单地分为单向预测、双向预测、多帧预测。

而H.264标准采用了多帧预测，参考帧可达5—15帧。

运动补偿采用较多的有运动矢量估计[重叠块运动补偿(OBMC)]、全局运动估计、基于象素点的运动估计、基于区域的运动估计、基于网格的运动估计。

1.单向预测原理：将重建帧和参考帧送运动参数估值器(ME)比较得到运动矢量，再将运动矢量和重建帧送到运动补偿预测器中，得预测帧Ft^(x,y)。

Ft^(x,y)=Ft(x+i,y+j) 其中(i,j)即MV2.基于块匹配算法的运动矢量估计简单地说就是以块为单位分配运动矢量。

在前一帧搜索区(M+2Wx,M+2Wy)内找到与当前帧块相匹配的块，位移d(i,j)即为运动矢量。

常用的块匹配准则有：均方误差(MSE)最小准则，绝对误差均值(MAD)最小准则、NCCF准则。

搜索方法：a.穷尽搜索计算(2Wx+1)×(2Wy+1)个MAD值，全局最优，计算量大。

b.快速搜索(1)分层的和多分辨率的快速块匹配方法(2)基于连续消除的快速块匹配方法(3)固定搜索模式的快速块匹配方法(e.g.三步搜索法)(4)基于时空相关性和视觉特性的快速块匹配方法3.重叠块运动补偿(OBMC)为解决方块效应特别是运动矢量估计不准确或物体运动不是简单的平移运动以及一个块中有多个不同物体运动时的问题，采用OBMC方法，即一个像素的预测不仅基于其所属块的MV估计，还基于相邻块的MV估计。

4.运动估计•运动表示法：(1)基于块的运动表示法帧间宏块分割区域大小的选择：大分区，表征MV的选择和区分割类型的比特数较少，但运动压缩的冗余度较高，运动补偿残差在多细节区域能量很高。

小分区，运动补偿残差能量较低，但需要较多的表征MV的选择和区分割类型的比特数，运动压缩的冗余度较低。

视频压缩中运动估计算法及预测搜索起始点的研究的开题报告一、选题背景及意义随着视频应用场景的不断扩大和高清视频的普及，视频压缩技术逐渐成为解决视频传输和存储问题的一种有效手段。

但是，视频压缩涉及到大量数据的处理，且对处理算法的要求非常高。

特别是在视频编码中，运动估计是最重要的环节之一，它不仅决定了视频的压缩率，还会直接影响到视频质量。

因此，本文选题旨在研究运动估计算法及预测搜索起始点，以提高视频压缩的效率和质量。

二、研究现状分析目前已经有很多关于视频压缩和运动估计的研究，主要涉及的算法有：全搜索算法、分块匹配算法、三步搜索算法、带阈值的三步搜索算法、融合搜索算法等。

其中全搜索算法虽然能够得到最优解，但是计算量非常大，实际应用中很难满足实时性的要求。

随着计算机技术的发展，一些优化算法不断被提出，其中最为广泛应用的是分块匹配算法和三步搜索算法。

但是这些算法仍然存在一些问题，比如搜索的起始点不能够很好地预测，因此需要针对这些问题进一步研究，提出更为优化的算法。

三、研究内容和方案本文的研究内容主要包括两个方面：运动估计算法和预测搜索起始点。

1、运动估计算法本文将综合比较已有的运动估计算法，并提出改进算法，主要包括以下几个方面：(1) 设计有效的匹配方法，减少匹配错误率。

(2) 利用时间和空间信息相结合的方式，提高运动估计的精度。

(3) 对运动场进行有效的预测和补偿，降低预测误差。

(4) 设计优化算法，减少计算复杂度。

2、预测搜索起始点为了减少搜索时间，提高搜索效率，本文将研究预测搜索起始点的算法。

主要包括以下几个方面：(1) 分析运动矢量和相关系数的统计特性，预测搜索起始点。

(2) 利用本地和全局信息结合的方式进行搜索起始点的预测。

(3) 在预测搜索起始点的过程中，考虑场景变化、图像质量等因素的影响。

四、研究预期成果本文将提出一种优化的视频压缩算法，该算法采用改进的运动估计算法和预测搜索起始点算法，能够在保证视频质量的前提下，实现更高的压缩率和更快的编码速度。

宁波大学学报（理工版）首届中国高校优秀科技期刊奖JOURNAL OF NINGBO UNIVERSITY ( NSEE ) 浙江省优秀科技期刊一等奖一种快速运动矢量场搜索的块匹配运动估计算法摘要: 运动估计作为实时视频编解码中最重要最耗时的部分，大量的研究都是通过减少搜索点数来降低计算量。

而块匹配算法以其简单、高效，便于硬件实现等优点被使用到运动估计中。

针对这一特点，提出一种基于块匹配的快速运动矢量场搜索算法（FMVS）。

FMVS算法通过将视频序列时间相关性与空间相关性相结合，提出的一种新算法。

该算法包括以下五部分：预测搜索起点、动态阈值进行静止块判断、方向性类型判定、运动类型判定及混合模板运用。

对视频标准测试序列的实验结果表明,该算法较MVFAST算法,搜索点数降低30%-50%，对于运动复杂的视频序列峰值信噪比提高0.21dB。

关键词: 运动估计；块匹配算法；运动矢量场；（矢量场自适应搜索）MVFAST；峰值信噪比中图分类号: TP393 文献标识码: A 文章编号:对于视频序列图像，由于相连帧之间存在很大的时间相关性，通过减少时间冗余，可以提高视频编码的效率。

而基于块匹配算法以其简单、高效，便于硬件实现等优点，已经被许多视频编码标准所采纳。

运动估计算法占整个编码器的60%~80%的运算量，很大程度决定编码器的效率。

在块匹配运动估计算法中，全搜索算法精度最高，但是运算量也最大大。

为了解决运算量大，产生了很多快速搜索算法。

一类是快速算法是按照某种搜索策略只对搜索窗口的相关参考点进行计算；如一些经典算法3步法[1]，菱形搜索算法[2]，六边形搜索算法[3]。

菱形搜索算法，六边形搜索算法为了避免局部最优，采用大的搜索模板，但带来了搜索点数的大量增加；而小菱形搜索算法采用小菱形减少搜索点数，但是带来局部最优的问题。

另一类快速搜索算法是利用运动矢量相关性来预测当前运动矢量。

此类算法考虑时域或空域相关预测当前搜索起点，性能优于前一种。

基于运动矢量中心偏置的运动估计搜索策略作者：饶烜来源：《现代电子技术》2010年第19期摘要:在对运动图像进行运动估计的时候,搜索策略的选择对运动估计的准确性、运动估计的速度影响重大。

介绍一种基于运动矢量中心偏置的运动估计搜索策略,该搜索策略是根据运动矢量具有中心偏置分布的特点,以块误差函数最小作为调整搜索区域大小和位置的判断依据,从而实现准确的运动估计。

详细叙述了算法的实现步骤,并通过实验比较,得出该算法在运算速度、信噪比方面的效果都较好。

关键词:运动估计; 运动矢量; 运动补偿; 搜索策略中图分类号:TN943-34文献标识码:A文章编号:1004-373X(2010)19-0123-02Search Strategy of Motion Estimation Based on Center-biased Motion VectorRAO Xuan(School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China)Abstract: When the motion estimation of the motion images is performed, there is a serious influence of the selection of search strategy on the accuracy and speed of the motion estimation. A search strategy of the motion estimation based on center-biased motion vector theory is introduced. The accurate motion estimation is implemented with the strategy based the distribution characteritic of the center-biased motion vertor, and taking the minimum ofthe block error function as a criterion of adjusting the scale of the search region and location.The algorithm steps are elaborated. The experimental result indicates that the algorithm is better than other algorithm in computing speed and SNR.Keywords: motion estimation; motion vector; motion compensation; search strategy1 搜索策略分析在运动估计算法中,运动矢量搜索策略的选择对运动估计的准确性、速度有重大的影响。