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标准在视频监控系统中的应用

针对H.264的编码特性,选择了编码代价最小的帧间编码模式,通过改变搜索范围来优化多帧运动估计。实验结果验证,该编码算法可以平均节省H.264编码时间的30%。     

基于H.264/AVC的快速运动估计改进算法

H.264/AVC中基于块的运动估计是运算量最大的模块.提出了一种基于UMHexagonS的改进整像素快速运动估计算法,该算法改进了UMHexagonS的搜索模板和搜索层,较大幅度减少了整像素运动估计搜索的点数,提高了运动估计效率.实验结果表明,在保持大致一样的率失真性能前提下,算法比UMHexagonS算法减少了20%的搜索点数,更适于实时视频编码.     

基于像素递归失真估计的率失真优化模式选择算法

为了改善视频数据在差错信道上传输的鲁棒性,结合H.264/AVC标准的多模式划分特点,提出了一种基于像素递归失真估计的率失真优化模式选择算法。该算法针对H.264/AVC中的多种帧内和帧间预测模式,对像素的递归失真估计方法进行改进,准确估计了差错环境下的视频失真,并采用二次率失真模型预测运动补偿编码的总码率以进行运动估计,最后运用率失真优化模型进行编码模式判决。实验结果显示,相对于H.264参考软件的模式选择算法,该算法提高了视频的差错恢复性能,能有效改善视频传输的鲁棒性。     

基于宏块合并的H.264模式选择算法

H.264新技术的引入提高了压缩效率,但同时编解码器运算复杂度也成倍增加.为了减小H.264的编码算法复杂度,对编码选项和模式选择算法进行了优化.算法以运动矢量合并为基础,采用1/4像素精度的细化运动估计以减低码率,对P帧宏块是否采用帧内编码模式,利用平均比特率和宏块平均边缘差值进行预判断.实验结果表明,算法在不增加峰值信噪比和码率的基础上,平均节省运动估计时间35.19%,节省编码时间48.98%.     

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。     

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.     

基于运动矢量分散度的增强型MVFAST搜索算法

运动估计超高的复杂度一直是实时视频编码应用的瓶颈之一。为了解决这个难题,在研究MVFAST(Motion Vector Field Adaptive Search Technique)的基础上,提出一种改进的运动估计算法。该算法在利用邻块运动矢量长度信息的同时,进一步挖掘它们的分散度信息来更加准确的选择搜索策略。实验结果表明,改进后的算法无论是在搜索速度,还是在搜索精度上,都获得了明显的提高,可以作为MPEG2,H.264实时优化时的参考。     

基于H.264运动估计的自适应算法

针对在H.264的多宏块运动估计中,计算繁琐,无法达到实时要求的缺陷,提出一种自适应的运动搜索算法.利用相邻宏块间的相关性和中值预测来更加精确地预测搜索初始点和确定搜索区域.实验表明,在编码性能基本不损失的情况下,该算法减少了搜索的运算量.     

基于混合编码框架的H.264/AVC核心新技术

介绍了H.264独有的特点,包括帧内预测、整数余弦变换、二进制自适应算术编码、概念性网络适配、多种块尺寸运动搜索、1/8像素运动估计精度等。     

基于EPZS的运动估计研究

H.264/AVC是近年来视频编码领域的研究热点,标准引用了多种新的技术提高编码效率,运动估计就是其中的关键技术之一,复杂的计算相应地带来了大量的计算复杂度.为了适应实时性的需求,许多研究人员致力于快速运动估计算法的研究,EPZS是被官方模型JM采纳的性能优良的算法.文章通过深入研究EPZS算法,研究了矢量的时空相关性,提出了一种自适应运动估计算法.实验结果表明,改进后的算法与EPZS算法相比,在编码质量相当的情况下,运动估计计算复杂度有了一定的减少.     

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...     

一种新的快速块匹配运动估计算法

提出了一种新的快速、有效的块匹配运动估计算法。算法采用多步搜索方法,利用相邻块之间的运动相关性,选择反映当前块运动趋势的预测点作为初始搜索点;用子采样块匹配失真度量来减少计算量;利用运动矢量的中心倾向的分布特性,用多侯选点钻石形状搜索方法来提高运动估计的速度和准确性。实验表明,该算法计算复杂性低,预测质量好。     

基于起点预测的单位十字快速运动估计算法

复杂且耗时的运动估计运算给实时视频编码系统的实现带来了困难.为提高视频编码的实时性,文中分析了运动矢量的分布特性和空间相关性,提出了一种基于起点预测的单位十字快速运动估计算法.该算法结合提前中止准则,通过块匹配绝对误差比较法来选择起始搜索点,然后采用单位十字搜索模式进行搜索.实验结果表明,在保持图像质量基本不变的情况下,该算法搜索速度是三步法的3～17倍,是菱形搜索法的2～9倍,是自适应十字搜索法的1.19～4.42倍.该算法计算量小,实时性强,易于硬件实现,在小运动序列运动估计方面具有明显优势.     

基于空间相关预测的快速块匹配运动估计算法

为了提高自适应十字搜索(adaptiveroodpatternsearch,ARPS)算法中运动估计的速度和准确性,提出一种基于空间相关预测的快速块匹配运动估计算法.根据块匹配度量准则,将邻域块中与当前块相似度最高和次高的两个运动向量(motionvector,MV)的均值作为当前块的预测MV,改进了传统ARPS算法的固定单块预测模式,增强了起始搜索中心位置的预测,减小了由于运动变化而引起的预测误差.实验结果表明所提算法与ARPS和其他标准快速块匹配运动估计方法相比,有效地减少了计算复杂度,提高了配准精度.     

基于线性搜索的快速运动估计算法

为了减小快速运动估计算法的计算复杂度和提高运动补偿的准确性,提出了一种新的块匹配运动估计算法,称为线性正方形搜索算法.该算法采用运动估计的线性搜索策略,对于不重要的搜索区域利用线性搜索技术进行快速搜索以减小算法的计算复杂度,而对于重要搜索区域,即最佳点所在区域,用9点的正方形模块进行精细搜索以提高算法的搜索精度.实验结果证明,该算法与菱形算法相比不仅计算复杂度减小了10%以上,而且视频编码效率可以提高约0 1dB.     

三维和二维平移运动估计算法分析研究

运动估计和补偿预测编码是视频编码标准中的一项关键技术,其核心问题在于如何利用当前帧和参考帧来估算运动矢量.文章结合H.264/AVC视频编码标准的新特征,对传统运动估计和运动补偿算法和三维平移运动估计和算法进行了分析.通过计算复杂性的分析,认为在视频预测编码中,可以根据视频编码要求,采用二维运动估计或三维平移运动估计,提高压缩编码性能.     

新的低码率视频编码快速半像素搜索算法

运动搜索一直是混合视频编码方案中最占编码时间的模块。典型的运动搜索由整像素搜索和半像素搜索组成。随着整像素搜索算法的不断改进 ,被普遍使用的半像素全搜索方法在整个运动搜索中所占运算量已经不容忽视。为了加速半像素搜索 ,提出了一种基于抛物面预测的半像素快速搜索算法。实验结果表明该算法能显著地提高半像素搜索速度 ,并且不会对编码效率和图像质量产生明显的影响。在QCIF格式下采用 H.2 6 3编码器时实际节省运算量约为5 7%。该算法的预测过程简单 ,易于实现 ,能够方便地集成到现有的编码系统中     

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output, MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit, DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error, LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。     

Marginalized cubature Kalman filtering algorithm based on linear/nonlinear mixed-Gaussian model

Aiming at improving the estimation accuracy and real-time of nonlinear system with linear Gaussian sub-structure,a novel marginalized cubature Kalman filter is proposed in Bayesian estimation framework. Firstly,the marginalized technique is adopted to model the target system dynamics with nonlinear state and linear state separately,and the two parts are estimated by cubature Kalman filter and standard Kalman filter respectively. Therefore,the linear part avoids the generation and propagation process of cubature points. Accordingly,the computational complexity is reduced.Meanwhile,the accuracy of state estimation is improved by taking the difference of nonlinear state estimation as the measurement of linear state. Furthermore,the computational complexity of marginalized cubature Kalman filter is discussed by calculating the number of floating-point operation. Finally,simulation experiments and analysis show that the proposed algorithm can improve the performance of filtering precision and real-time effectively in target tracking system.