專利名稱：用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種自適應(yīng)搜索方法。特別是涉及一種用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法。
背景技術(shù)：
由JVT 制定的最新視頻編碼標(biāo)準(zhǔn) H. 264/AVC (ffiegand T, Sullivan G. J, LuthraA. Overviewof the H. 264/AVC video coding standard[J].1EEE Transactions onCircuits and System for VideoTechnology, 2003，13 (7) : 560-576.),由于其米用了很多新技術(shù)新方法，特別是幀間預(yù)測(cè)中的可變化尺寸塊運(yùn)動(dòng)估計(jì)、1/4像素精度的運(yùn)動(dòng)估計(jì)、多 參考幀的使用，所以其比以往的視頻標(biāo)準(zhǔn)有更高的編碼質(zhì)量，同時(shí)也有更高的復(fù)雜性。運(yùn)動(dòng)估計(jì)所需要的時(shí)間占整個(gè)編碼器編碼時(shí)間的60%到80% (CHEN Zhibo, XU Jianfeng, HEYun,et al.Fast integer-pel and fractional-peImotion estimation for H. 264/AVC[J]. Journal of Visual Communication and Image Representation, 2006, 17(2):264-290.)。為了提高編碼速度，研究運(yùn)動(dòng)估計(jì)快速算法，也非常必要。近年來，各國(guó)學(xué)者提出多種運(yùn)動(dòng)估計(jì)的快速算法，在保證編碼質(zhì)量基本不變的前提下，提高運(yùn)動(dòng)估計(jì)的效率。比如，三步法(TSS)、四步法(FSS)、六邊形搜索法(HEXBS)、鉆石搜索法(DS)、改進(jìn)的預(yù)測(cè)式區(qū)域搜索算法(EPZS)、非對(duì)稱十字形多層次六邊形格點(diǎn)搜索(UMHexagonS)算法(CHEN Zhibo, XU Jianfeng, HE Yun, et al. Fast integer-pelandfractional-pel motion estimation for H. 264/AVC[J] · Journal of VisualCommunication and ImageRepresentation, 2006, 17 (2) :264-290.)。其中 UMHexagonS算法采用高效的起始點(diǎn)預(yù)測(cè)，使用自適應(yīng)的搜索模板和搜索方式，以及自適應(yīng)閾值的提前終止，表現(xiàn)出不錯(cuò)的效果，已被H. 264/AVC標(biāo)準(zhǔn)的JM編解碼器參考模型正式采用。UMHexagonS 搜索算法主要包括 4 個(gè)步驟(CHEN Zhibo, XU Jianfeng, HE Yun, etal. Fastinteger-pel and fractional-pel motion estimation for H. 264/AVC[J].Journal of VisualCommunication and Image Representation, 2006, 17(2):264-290.)
(I)非對(duì)稱的十字形搜索(2) 5*5小矩形搜索(3)非均勻多層次六邊形搜索(4)擴(kuò)展的六邊形搜索。算法流程如圖1。在開始搜索之前，起始搜索點(diǎn)要根據(jù)當(dāng)前塊的運(yùn)動(dòng)情況，在原點(diǎn)預(yù)測(cè)值、中值預(yù)測(cè)值(MVpral—MP)、上層預(yù)測(cè)值(MVpral—UP)、相鄰參考幀預(yù)測(cè)值(MVprauw)和時(shí)域?qū)?yīng)塊預(yù)測(cè)值(MVpra^p)這五種預(yù)測(cè)模式中來進(jìn)行選擇。搜索范圍的大小通過文件的search_range參數(shù)來設(shè)置。在搜索的同時(shí)，UMHexagonS算法中還設(shè)定了提前終止搜索和跳轉(zhuǎn)搜索步驟的閾值，這就大大減少搜索點(diǎn)數(shù)，節(jié)省了搜索時(shí)間。UMHexagonS算法同時(shí)也存在計(jì)算復(fù)雜的問題，某些塊進(jìn)行搜索匹配過程中還是沒有很好的避免落入局部最優(yōu)，要進(jìn)行多種搜索模板來宏塊匹配，并且有些搜索模板搜索點(diǎn)數(shù)過多，在很大程度上影響了編碼速度。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，提供一種可實(shí)現(xiàn)減少運(yùn)動(dòng)估計(jì)搜索時(shí)間，提高編碼的速度的運(yùn)動(dòng)估計(jì)搜索模板的用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法。本發(fā)明所采用的技術(shù)方案是一種用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法，是多層次多角度的自適應(yīng)搜索方法，具體包括如下步驟I)根據(jù)運(yùn)動(dòng)矢量分布的空間方向性，并結(jié)合運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值來簡(jiǎn)化搜索模板的層數(shù)，包括將運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值中X方向和Y方向中的最大值表示為Max ;將搜索層次數(shù)表示為Num,設(shè)定初始狀態(tài)的Num=search_range/4,(I)當(dāng) search_range/4 > 4 時(shí)， 如果Max ^ 12,則 Num=4 ；如果8 < Max < 12,則 Num=3 ；如果Max < 8,則 Num=2 ；(2)當(dāng) search_range/4 = 3 時(shí)，如果Max ^ 8,則 Num=3 ；如果6 ^ Max < 8,則 Num=2 ；如果Max < 6,則 Num=I ；(3)當(dāng) search_range/4 = 2 時(shí)，如果Max ^ 6, Num=2 ；如果Max < 6,則 Num=I ；(4)當(dāng) search_range/4 < I 時(shí)，Num=I ；其中，Num = I時(shí)為單層，Num = 2時(shí)為在單層的基礎(chǔ)上，再向外擴(kuò)展一層，第二層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的2倍，Num = 3時(shí)為在單層的基礎(chǔ)上，再向外擴(kuò)展二層，第二層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的2倍，第三層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的3倍，Num = 4時(shí)以此類推；2)利用當(dāng)前獲得的最佳運(yùn)動(dòng)矢量與鄰近參考幀運(yùn)動(dòng)矢量預(yù)測(cè)值的偏離方向，確定自適應(yīng)模板的搜素方向，當(dāng)偏離角度在第一象限或第三象限時(shí)，使用由第一象限和第三象限上的10個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在第二象限II或第四象限IV時(shí)，使用第二象限II和第四象限IV上的10個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在X軸方向時(shí)，使用由X軸上的點(diǎn)和與該點(diǎn)在Y方向上間隔相鄰的點(diǎn)共6個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在Y軸方向時(shí)，使用由Y軸上的點(diǎn)和臨近Y軸上的點(diǎn)共6個(gè)點(diǎn)所構(gòu)成的模板。本發(fā)明的用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法，算法的PSNR與UMHexagonS算法的PSNR相比幾乎不變；本發(fā)明的算法的碼率與UMHexagonS算法的碼率相比，幅度變化不大；但是本發(fā)明的算法在提高編碼速度上效果尤為明顯，尤其是對(duì)運(yùn)動(dòng)的圖像序列，效果更好；并且本發(fā)明的算法適用于各種分辨率的圖像序列；而且隨著搜索范圍的擴(kuò)大，本發(fā)明的算法的效果就越明顯。


圖1UMHexagonS搜索算法的步驟(搜索范圍為16時(shí)，起始搜索點(diǎn)為(0，O))圖2是圖1中的非均勻多層次六邊形搜索的單層模板。
具體實(shí)施例方式下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明的用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法做出詳細(xì)說明。本發(fā)明的用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法，此步驟可以根據(jù)運(yùn)動(dòng)矢量分布的空間方向性(參考Tourapis A Μ, Au O C，Liou M L. Predictivemotion vector field adaptivesearch technique (PMVFAST)enhancing blockbased motion estimation[C]. Proceedings of VisualCommunications and ImageProcessing2001 (VCIP2001)，San Jose, CA, 2001.)，并結(jié)合MVpred MP來簡(jiǎn)化搜索模板的層數(shù)，同時(shí)利用當(dāng)前獲得的最佳運(yùn)動(dòng)矢量與上一幀對(duì)應(yīng)位置塊的運(yùn)動(dòng)矢量的偏離方向，確定自適應(yīng)模板的搜素方向。這樣既減少了搜索點(diǎn)數(shù)，提高搜索效率，又能準(zhǔn)確的避免陷入局部最小。 本發(fā)明的用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法，是在運(yùn)動(dòng)估計(jì)搜索中選擇不同的方向性和不同層次的搜索模板，從而提高整個(gè)算法的效率和穩(wěn)定性，是多層次多角度的自適應(yīng)搜索方法，具體包括如下步驟I)根據(jù)運(yùn)動(dòng)矢量分布的空間方向性，并結(jié)合運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值(MVpm1mp)來簡(jiǎn)化搜索模板的層數(shù)，包括將運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值中X方向和Y方向中的最大值表示為Max ;將搜索層次數(shù)表示為Num,設(shè)定初始狀態(tài)的Num=search_range/4,(I)當(dāng) search_range/4 > 4 時(shí)， 如果Max ^ 12,則 Num=4 ；如果8 < Max < 12,則 Num=3 ；如果Max < 8,則 Num=2 ；(2)當(dāng) search_range/4 = 3 時(shí)，如果Max ^ 8,則 Num=3 ；如果6 < Max < 8,則 Num=2 ；如果Max < 6,則 Num=I ；(3)當(dāng) search_range/4 = 2 時(shí)，如果Max ^ 6, Num=2 ；如果Max < 6,則 Num=I ；(4)當(dāng) search_range/4 < I 時(shí)，Num=I ；其中，Num= I時(shí)為單層，Num = 2時(shí)為在單層的基礎(chǔ)上，再向外擴(kuò)展一層，第二層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的2倍，Num = 3時(shí)為在單層的基礎(chǔ)上，再向外擴(kuò)展二層，第二層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的2倍，第三層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的3倍，Num = 4時(shí)以此類推；2)利用當(dāng)前獲得的最佳運(yùn)動(dòng)矢量與鄰近參考幀運(yùn)動(dòng)矢量預(yù)測(cè)值的偏離方向，確定自適應(yīng)模板的搜素方向，既減少了搜索點(diǎn)數(shù)，又能準(zhǔn)確的避免陷入局部最小。圖4是非均勻多層次六邊形搜索的單層模板。當(dāng)偏離角度在第一象限I或第三象限III時(shí)，使用由第一象限I和第三象限III上的12、13、14、15、0、4、5、6、7、8這10個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在第二象限II或第四象限IV時(shí)，使用第二象限II和第四象限IV上的0、1、2、3、4、8、9、10、11、12這10個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在X軸方向時(shí)，即X軸方向不為0，Y軸方向?yàn)镺使用由X軸上的點(diǎn)和與該點(diǎn)在Y方向上間隔相鄰的2、4、6、10、12、14點(diǎn)共6個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在Y軸方向時(shí)，使用由Y軸上的點(diǎn)和臨近Y軸上的15、O、1、7、8、9點(diǎn)共6個(gè)點(diǎn)所構(gòu)成的模板。下面結(jié)合具體實(shí)例進(jìn)一步說明本發(fā)明。實(shí)例1: 為了對(duì)本發(fā)明的算法的性能做出相應(yīng)的評(píng)價(jià)，選擇的H. 264/AVC的JMl1. O平臺(tái)進(jìn)行測(cè)試。實(shí)驗(yàn)所用計(jì)算機(jī)的硬件配置=Intel (R)Core (TM) i5_2310@2. 90Hz，4G內(nèi) 存，操作系統(tǒng)為Windows XP SP3。為了更好地評(píng)價(jià)本發(fā)明算法，實(shí)驗(yàn)選取幾組不同運(yùn)動(dòng)類型的、不同分辨率的標(biāo)準(zhǔn)測(cè)試序列，設(shè)定不同的搜索范圍，序列格式為YUV4:2 :0，編碼檔次為 BaselineProfile。實(shí)驗(yàn)主要的編碼參數(shù)如下FramesToBeEncoded, SearchRange,FrameRate=30, UseHadamard=I, NumberReferenceFrames=5,其他參數(shù)為缺省配置。測(cè)試序列如表I，測(cè)試結(jié)果如表2和表3。表I
權(quán)利要求
1.一種用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法，其特征在于，是多層次多角度的自適應(yīng)搜索方法，具體包括如下步驟1)根據(jù)運(yùn)動(dòng)矢量分布的空間方向性，并結(jié)合運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值來簡(jiǎn)化搜索模板的層數(shù)，包括將運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值中X方向和Y方向中的最大值表示為Max ;將搜索層次數(shù)表示為Num,設(shè)定初始狀態(tài)的Num=search_range/4,(1)當(dāng)search_range/4 > 4 時(shí)，如果 Max ≥ 12,則 Num=4 ；如果 8 ≤ Max < 12，則 Num=3 ；如果 Max < 8,則 Num=2 ；(2)當(dāng)search_range/4 = 3 時(shí)，如果 Max ≥ 8,則 Num=3 ；如果 6 ≤ Max < 8,則 Num=2 ；如果 Max < 6,則 Num=I ；(3)當(dāng)search_range/4 = 2 時(shí)，如果 Max ≥ 6, Num=2 ；如果 Max < 6,則 Num=I ；(4)當(dāng)search_range/4 < I 時(shí)，Num=I ；其中，Num = I時(shí)為單層，Num = 2時(shí)為在單層的基礎(chǔ)上，再向外擴(kuò)展一層，第二層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的2倍，Num = 3時(shí)為在單層的基礎(chǔ)上，再向外擴(kuò)展二層，第二層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的2倍，第三層上的搜索點(diǎn)坐標(biāo)為單層時(shí)的3倍，Num = 4時(shí)以此類推；2)利用當(dāng)前獲得的最佳運(yùn)動(dòng)矢量與鄰近參考幀運(yùn)動(dòng)矢量預(yù)測(cè)值的偏離方向，確定自適應(yīng)模板的搜素方向，當(dāng)偏離角度在第一象限或第三象限時(shí)，使用由第一象限和第三象限上的10個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在第二象限II或第四象限IV時(shí)，使用第二象限II和第四象限IV上的10個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在X軸方向時(shí)，使用由X軸上的點(diǎn)和與該點(diǎn)在Y方向上間隔相鄰的點(diǎn)共6個(gè)點(diǎn)所構(gòu)成的模板；當(dāng)偏離角度在Y軸方向時(shí)，使用由Y軸上的點(diǎn)和臨近Y軸上的點(diǎn)共6個(gè)點(diǎn)所構(gòu)成的模板。
全文摘要
一種用于視頻編碼中的運(yùn)動(dòng)估計(jì)的自適應(yīng)搜索方法，包括1)根據(jù)運(yùn)動(dòng)矢量分布的空間方向性，并結(jié)合運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值來簡(jiǎn)化搜索模板的層數(shù)，將運(yùn)動(dòng)估計(jì)的中值預(yù)測(cè)值中X方向和Y方向中的最大值表示為Max；將搜索層次數(shù)表示為Num，設(shè)定初始狀態(tài)的Num=search_range/4，查找搜索點(diǎn)坐標(biāo)；2)利用當(dāng)前獲得的最佳運(yùn)動(dòng)矢量與鄰近參考幀運(yùn)動(dòng)矢量預(yù)測(cè)值的偏離方向，確定自適應(yīng)模板的搜素方向。本發(fā)明本發(fā)明的算法在提高編碼速度上效果尤為明顯，尤其是對(duì)運(yùn)動(dòng)的圖像序列，效果更好；并且本發(fā)明的算法適用于各種分辨率的圖像序列；而且隨著搜索范圍的擴(kuò)大，本發(fā)明的算法的效果就越明顯。
文檔編號(hào)H04N7/32GK103024390SQ20121057491
公開日2013年4月3日 申請(qǐng)日期2012年12月21日 優(yōu)先權(quán)日2012年12月21日
發(fā)明者張濤, 周晶, 王贊, 王曉晨, 蔡曉 申請(qǐng)人:天津大學(xué)