基于H.264/AVC的一种快速运动估计算法

H.264/AVC编码采用可变块尺寸运动估计,具有更好的压缩性能,但计算复杂度急剧增加,限制了其应用范围。笔者将MVFAST算法思想引入H.264/AVC,利用相邻块的相关性和模式应用概率,加快分割模式选择速度,并选定初始运动矢量,根据其运动类型选用不同的搜索模板进行块匹配,大大减少了运动估计的运算量。实验结果表明,在不影响图像质量和输出码率的前提下,该算法显著减少了运动估计时间,有效提高了编码速度。     

H.264中亚像素运动估计算法的优化

通过对H.264参考模型JM61 e中运动估计算法进行分析,对整像素、1/2像素和1/4像素搜索提出了改进策略。采用自适应阈值搜索停止算法,减少了运动估计的搜索次数,且保持运动估计的精度不变。采用自适应阈值搜索停止算法,减少了运动估计搜索次数,并且基本保持运动估计的精度不变。实验结果表明,该策略在重建图像质量略有下降的情况下明显提高了编码速度。     

X264的运动估计算法研究

为了解决H.264的运动估计复杂和实际应用问题,基于纯C的X264,分析了菱形搜索、六边形搜索、非对称十字型多层次六边形格点搜索和全搜索4种运动估计算法.比较了3种快速算法与全搜索算法在编码质量和编码速率方面的差异.实验结果表明：在峰值信噪比略有下降的情况下,菱形搜索和六边形搜索速度是全搜索的17倍,非对称十字型多层次六边形格点搜索是全搜索的10倍.     

面向H.264的快速运动估计算法

最新的H.264视频编码标准的性能比先前的相关标准有很大的提高.但增加了编码器的复杂度.尤其是使用穷举搜索算法的时候,运动估计和模式判定占用相当多的编码时间,从而降低了编码器的速度.该文提出了一种面向 H.264 的快速整像素运动估计算法-UCMRGS算法.该算法使用多分辨率网格搜索策略,结合运动矢量预测和非对称交叉搜索,有效地降低了运动估计的计算量,同时保证非常好的视频质量.实验结果表明,该文提出的快速运动估计算法,可以大大提高MPEG-4 AVC/H.264编码器的运行速度,相比穷举运动搜索算法视频质量没有下降.     

一种基于梯度的非完整十字钻石模型搜索算法

十字钻石模型搜索算法利用了视频序列运动矢量的十字中心分布特性．作者在此基础上,增加了梯度信息,提出了一种基于梯度的非完整十字钻石搜索算法,在保证信噪比的情况下可使平均搜索点数大幅度降低．     

基于遗传搜索和模板匹配的快速运动估计

基于遗传算法的运动估计具有较好的全局寻优能力,但其过高的算法复杂度需要很大的计算和存储开销,增加了编码时间;另一方面,传统的基于遗传算法的运动估计普遍采用较低的遗传迭代次数,降低了遗传算法的搜索精度。为解决传统算法搜索时间长和搜索精度低的缺陷,提出了一种基于遗传搜索和模板匹配的混合算法。该算法结合多种运动矢量的预测方法...     

一种快速分数维运动估计算法

基于拉格朗日插值定理,提出了一种误差曲面的拟合方法。该方法只在一维方向上进行插值,并且对于每个分数维像素误差,只使用已知的三个值进行计算,因此,计算复杂性非常低。基于这种方法,针对H．264视频压缩提出了一种快速的分数维运动估计快速算法,减少了搜索点数,提高了搜索效率。利用JM12．0平台对该算法进行了仿真,结果表明,该算法与全搜索算法相比较,在保证图像质量的前提下,具有减少运算量和复杂度的优点。     

一种基于H.264的快速运动估计算法

在视频编码中,运动估计发挥着相当重要的作用,在很大程度上影响图像精度和压缩比例;同时运动估计也是编码器中复杂度高、运算量特别大的一部分,因此影响了H.264视频编码的实时应用.为了降低计算复杂度并保持图像质量,本文提出了一种整像素运动估计算法.结合UMHexagonS(非对称十字型多层次六边形格点搜索)算法和EPZS(增强的区域搜索)算法的特性,本文算法根据图像的运动类型不同采用不同的模板,同时加入了提前终止技术.实验结果证明该算法与FS(全搜索)、UMHexagonS和EFZS算法相比,在峰值信噪比(PSNR)基本相同的情况下减少了运动估计的时间.     

基于改进H.264运动估计算法的120视频压缩方案

院前急救在整个医疗救治过程中占有重要位置。针对120车载终端车内视频传输过程中视频编码实时性要求,提出一种基于H.264编码器的可变尺寸块(variable block size,VBS)运动估计算法。改进的VBS运动估计算法用粗搜索和精细搜索两个阶段快速预测了待编码宏块的最佳模式并精细化宏块各个分区的运动矢量,提高了运动估计的精确度,降低了算法复杂度。实验结果表明该算法在保证平均SNR值和压缩性能的同时,与FS和FME参考算法相比,分别降低了80%和55%的编码时间,效果良好。     

基于H．264标准的运动估计参数性能分析

H．264是新一代的视频编码标准，在相同图像质量下，编码比特率比MPEG-2、H．263HLP和MPEG-4ASP分别减少64．46％、48．80％和38．62％，但是H．264编码性能的提升是以计算复杂度的大幅度增加为代价的．在介绍多预测块模式搜索及率失真优化模式选择这2种带来高编码效率的技术的基础上，通过实验研究来分析这2种技术对编码性能的影响．结果表明，这两项技术一般都只能带来编码性能的微略提高，而编码时间即计算复杂度却显著增加．从而为H．264标准在实际视频编码工程应用中的参数选择提供一个重要参考．     

基于H.264运动估计算法的研究与优化

在相同的重建图像质量下,H.264比H.263节约50%左右的码率.但是H.264获得优越性能的代价是计算复杂度增加.运动估计是视频压缩中的关键技术,占视频编码计算总量的50%以上.然而一般的运动估计算法在获得较高准确度的同时,常常伴随着较大的计算量,所以,本文的算法就是在清华大学推出的经典运动估计算法UMHexagons的基础上进行的改进,使其在图像准确性与计算复杂度之间达到较好的平衡.     

基于编码比特数和EPZS的快速运动估计方法

H.264视频编码采用快速帧间模式判决和运动估计算法,显著提高了编码效率,利用多分辨率运动估计方法和率失真模型结合编码比特数来加快搜索过程,可以减少编码时间和计算量。实验表明,在视频质量不下降的同时,在EPZS算法基础上显示了更好的性能。     

H.264视频编码中的快速失真与速率估计算法

H.264视频编码标准采用率失真优化技术追求更高的编码效率。针对每一个宏块,编码器需要遍历多种帧内和帧间模式,复杂度较大,提出了模式选择中速率和失真的快速估计算法。该算法省去了模式判决中的反变换和熵编码过程,利用频域系数来直接估计宏块的编码失真和速率,且失真的估计能适于不同的宏块类型,速率的估计能自适应于视频的内容。仿真结果表明,对于多种类型的视频序列,该算法相对于参考算法能够提供较高的估计准确度,在保持编码率失真性能下降不多的条件下,节省了约35%的模式决定时间。     

一种用于移动可视电话编码的运动估计快速搜索算法

针对移动通信系统中实时视频通信的特点,提出了一种适用于可视电话和视频会议的视频压缩编码运动估计算法.利用当前块的3种预测矢量判断当前块运动矢量的类型,根据当前块运动矢量类型和移动可视电话视频对象运动的特点采用不同的搜索策略进行运动估计.通过对4种不同类型的视频序列进行测试,其测试结果表明,该算法在保证图像主客观质量的前...     

基于H.264的运动矢量集自适应快速搜索算法

为了减少H.264编码器中运动估计模块的计算复杂度,提出了一种基于H.264的运动矢量集自适应的EPZS改进算法.该算法充分利用运动矢量的时空相关性和中心偏置特性,通过对运动类型判定,自适应选取初始预测矢量集和搜索模式,并根据运动类型和匹配误差的空间方向特性,提出了一种新的自适应阀值和一种新的非对称十字-六边形混合搜索...     

Research on variable block size motion estimation algorithm for airborne image

A fast motion estimation algorithm for variable block-size using the ＂line scan and block merge procedure＂ is proposed for airborne image compression modules.Full hardware implementation via FPGA is discussed in detail.The proposed pipelined architecture based on the line scan algorithm is capable of calculating the required 41 motion vectors of various size blocks supported by H.264 within a 16 × 16 block in parallel.An adaptive rate distortion cost function is used for various size block decision.The motion vectors of adjacent small blocks are merged to predict the motion vectors of larger blocks for reducing computation.Experimental results show that our proposed method has lower computational complexity than full search algorithm with slight quality decrease and little bit rate increase.Due to the high real-time processing speed it can be easily realized in hardware.