基于视频压缩的多分辨率预测菱形搜索算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 95-97.

基于视频压缩的多分辨率预测菱形搜索算法

王燕妮^1,2,樊养余¹

1.西北工业大学电子信息学院,西安 710072
2.西安建筑科技大学信息与控制工程学院,西安 710055

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 王燕妮

Multi-resolution predictive diamond search algorithm on video compression

WANG Yan-ni^1,2,FAN Yang-yu¹

1.School of Electronic and Information,Northwestern Polytechnical University,Xi’an 710072,China
2.School of Information and Control Engineering,Xi’an University of Architecture & Technology,Xi’an 710055,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: WANG Yan-ni

摘要/Abstract

摘要： 为了减小视频压缩编码标准中运动估计算法的计算复杂度和提高运动补偿的准确性,考虑到视频图像质量和算法运行时间两者之间的关系,提出一种多分辨率预测菱形运动估计搜索算法,利用同一视频图像中的相邻宏块运动矢量相似的特征,预测当前块的搜索起点,采用大小不同的搜索匹配宏块,减少搜索范围和搜索点数目。实验结果表明,该算法与经典菱形搜索算法相比,搜索时间平均减少了0.5 ms,信噪比平均提高了0.5 dB。

关键词: 视频压缩, 多分辨率, 菱形搜索, 运动估计

Abstract: In order to reduce the computational complexity of the motion estimation algorithm and improve the accuracy of motion compensation,a multi-resolution predictive diamond search algorithm is proposed for motion estimation algorithm on video compression standards,owing to the relationship between the quality of video and the running time of algorithm,using the comparability of motion vector in the same image and forecasting the preliminary point,reducing the searching ranges and numbers.Compared with diamond search algorithm,experimental results show that the time of motion estimation is reduced to 0.5 ms and PSNR is increased about 0.5 dB by the multi-resolution predictive diamond search algorithm.

Key words: video compression, multi-resolution, diamond search, motion estimation

王燕妮^1,2,樊养余¹. 基于视频压缩的多分辨率预测菱形搜索算法[J]. 计算机工程与应用, 2007, 43(27): 95-97.

WANG Yan-ni^1,2,FAN Yang-yu¹. Multi-resolution predictive diamond search algorithm on video compression[J]. Computer Engineering and Applications, 2007, 43(27): 95-97.

[1]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[2]	蔡鉴明，张贤贤，梁月. 道路交通场景监控视频编码研究[J]. 计算机工程与应用, 2021, 57(10): 187-193.
[3]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[4]	曹凯1，2，杨雪梦1，姚敏茹1，2，马天力1，张航1. 基于混合运动估计方法的视觉里程计[J]. 计算机工程与应用, 2019, 55(5): 175-180.
[5]	邵元，夏士雄，姚睿，牛强. 多分辨率最小障碍与梯度融合显著性检测算法[J]. 计算机工程与应用, 2018, 54(4): 17-24.
[6]	刘洋，邓木清，王聪. 心电ST-T段的截取算法与系统实现[J]. 计算机工程与应用, 2017, 53(22): 258-263.
[7]	闫怀鑫，王瑜，张娜. 基于多尺度多分辨率局部边缘模式的边缘检测[J]. 计算机工程与应用, 2017, 53(14): 198-202.
[8]	余应淮，谢仕义，梅其祥. 精确运动估计的核回归修正梯度互相关算法[J]. 计算机工程与应用, 2017, 53(14): 214-221.
[9]	祝晓东1，2，徐济惠2，郁松年1. 视频分析中利用可变阈值的运动估计算法研究[J]. 计算机工程与应用, 2015, 51(6): 181-187.
[10]	蒋泽军，徐伟，尤涛. 多分辨率表达在分布式视景仿真中的应用[J]. 计算机工程与应用, 2015, 51(4): 165-169.
[11]	孔睿，余宁梅，路伟，王冬芳，任茹. 全插值分像素运动估计VLSI结构[J]. 计算机工程与应用, 2015, 51(3): 162-165.
[12]	毛贤光1，2，李云欣2，李罕2. 基于不变矩和小波分析的指横纹匹配新算法[J]. 计算机工程与应用, 2015, 51(20): 172-177.
[13]	崔明义. 2-Adic MRA的浮点数编码遗传算法[J]. 计算机工程与应用, 2015, 51(15): 12-16.
[14]	林卉1，2，3，Ruiliang Pu2，梁亮1，张连蓬1. 方向对比度和区域标准差相结合的图像融合[J]. 计算机工程与应用, 2014, 50(6): 31-34.
[15]	梁静，张凡，唐作其，陆安江，张正平. UMHS运动估计算法的优化研究[J]. 计算机工程与应用, 2014, 50(3): 185-189.