专利汇可以提供非均匀多层次六边形格点整象素运动搜索方法专利检索,专利查询,专利分析的服务。并且本 发明 属于 信号 处理中的 视频编码 领域,涉及非均匀多层次六边形格点整象素运动搜索方法。包括四级搜索及在搜索中的提前终止搜索控制:四级搜索为:第一级预测起始搜索点:第二级非对称十字形搜索:第三级非均匀多层次六边形格点搜索:第四级局部六边形搜索:所说的提前终止搜索控制以SADthrh=SADpred(1+β)为判决条件控制搜索提前终止;根据重建图像 质量 要求,设定多个调整因子βi,从而得到多个提前终止 阈值 SADthrh_i,进而进行不同的后续搜索。本发明在保持已有技术的编码率失真特性的同时极大的降低了软 硬件 中整象素 运动估计 的运算复杂度。且不限于H.264国际标准,同时具有一定的可扩展性,可以实现运算复杂度与预测 精度 之间的均衡调节。,下面是非均匀多层次六边形格点整象素运动搜索方法专利的具体信息内容。
1、一种非均匀多层次六边形格点整象素运动搜索方法,其特征在于,包括四级 搜索及在搜索中的提前终止搜索控制:
第一级预测起始搜索点:选取代价函数值最小的预测点作为下一级非对称十字形 搜索的起始搜索点;
第二级非对称十字形搜索:以上一级预测起始搜索点的结果起始搜索点为基准, 在搜索窗内采用非对称十字形搜索;设水平搜索范围为搜索窗的宽度2W,垂直搜索 范围小于或等于2W的非对称十字形搜索模板。经过非对称十字形搜索之后获得的最 佳匹配点将作为下一级搜索的搜索基准点;
在本级搜索过程中如果满足提前终止条件,则计算本级中所有已搜索过点的代价 函数值,与起始点相比较,取最小者为本级的最佳匹配点,然后转向提前终止搜索控 制的处理;
第三级非均匀多层次六边形格点搜索:以第二级的最佳匹配点作为本级的起始搜 索点,在起始点周围±2矩形搜索窗内进行全搜索,在搜索窗±W内搜索非均匀多层次 六边形格点模板上的点,将本级已搜索过的点与起始点相比,代价函数值最小者为本 级的最佳匹配点,同时作为下一级搜索的起点;
在本级搜索过程中如果满足提前终止条件,则计算本级中所有已搜索过点的代价 函数值,与起始点相比较,取最小者为本级的最佳匹配点,然后转向提前终止搜索控 制的处理;
第四级局部六边形搜索:以第三级的最佳匹配点作为本级的起始搜索点,搜索六 边型模板上的点,在本级的搜索终止条件控制下,得到本级中的最佳匹配点,相对应 的运动矢量即为最终运动矢量;
所说的提前终止搜索控制以SADthrh=SADpred(1+β)为判决条件控制搜索提前终 止;
根据重建图像质量要求,设定多个调整因子βi,从而得到多个提前终止阈值 SADthrh_i,进而进行不同的后续搜索。
2、如权利要求1所述的非均匀多层次六边形格点整象素运动搜索方法,其特征 在于,所说的第一级预测起始搜索点,从空间域的中值运动矢量、空间域的上层搜索 模式运动矢量、时间域的前帧对应位置运动矢量和时间域的邻近参考帧运动运动矢量 的预测指向的搜索位置进行搜索,然后选取代价函数值最小为本级的最佳匹配点,同 时作为下一级非对称十字形搜索的起始搜索点。
3、如权利要求2所述的非均匀多层次六边形格点整象素运动搜索方法,其特征 在于,所说的空间域的中值运动矢量预测为:
MVpred_MP=Median(MVA,MVB,MVC)
其中,MVpred_MP是当前块的空间域的中值运动矢量预测;A为当前块的左边相邻 块,B为当前块的上方相邻块,C为当前块的右上方的相邻块;MVA,MVB,MVC 分别是A,B C块对应的运动矢量;Median表示中值运算:
当块C位于图象外部时,其运动矢量用当前块的左上方相邻块的运动矢量来代 替;
所说的空间域的上层搜索模式运动矢量预测为:
将不同块模式排序,为块模式1,块模式2,块模式3,…,各块模式的关系为: 块模式1为2或3的上层搜索块模式,块模式2为其所包含的块模式4的上层搜索块 模式,块模式4为其所包含的块模式5或6的上层搜索块模式,5为其所包含的块模 式7的上层搜索块模式;每个块模式有相对应的运动矢量;用上层搜索模式的运动矢 量MVUpLayer作为当前块的预测运动矢量MVpred_ULP:即MVpred_ULP=MVUpLayer;
所说的时间域的前帧对应位置运动矢量预测为:
取当前帧的前一帧中与当前帧当前块相同坐标位置的块的运动矢量MVCo作为当 前块的预测运动矢量MVpred_CP,即
MVpred_CP=MVCo
所说的时间域的邻近参考帧运动运动矢量预测为:
设当前帧的时间为t,与时间t-1,t-2,…相对应的参考帧为:帧t-1,帧 t-2,…;则当在参考帧t′中搜索时,用当前块在帧t′+1中的运动矢量MVNR来估测 出当前块在帧t′的运动矢量MVpred_NRP:即
对上述得到的四个预测的运动矢量MVpred_MP,MVpred_ULP,MVpred_CP,MVpred_NRP 指向的搜索位置进行搜索,然后选取代价函数值最小的搜索点作为本级的最终预测起 始搜索点,同时也是下一级非对称十字形搜索的起始搜索点。
4、如权利要求1所述的非均匀多层次六边形格点整象素运动搜索方法,其特征 在于,所说的第三级非均匀多层次六边形格点搜索,具体包括:
(a)将上一级非对称十字形搜索的最佳匹配点作为本级搜索的起始点,在起始点 周围,在矩形±2搜索窗内进行全搜索得到每个搜索点的代价函数值;
(b)以上一级最佳匹配点为基准,在搜索窗±W内,搜索多层次六边形格点模板 上的点得到每个点的代价函数值;
(c)取上述(a),(b)中的搜索点以及起始点中代价函数值最小者为本级的最佳匹 配点,作为下一级搜索的起点;
(a)与(b)步骤的搜索过程中,可以以不同搜索顺序,例如从里层到外层,每层按 顺时针方向;
在搜索过程中如果满足提前终止条件,则计算本级中所有已搜索过点的代价函数 值,与起始点相比较,取最小者为本级的最佳匹配点,然后转向提前终止搜索控制的 处理。
5、如权利要求1或4所述的非均匀多层次六边形格点整象素运动搜索方法,其 特征在于,所说的第三级非均匀多层次六边形格点搜索,所说的多层次六边形格点模 板定义为:
首先定义一个基本的16点六边形模板,也是多层次六边形格点模板的第一层,此 模板上的各点的坐标集合Ω16-HP为:
Ω16-HP={(x,y)|(±4,±2),(±4,±1),(±4,0),(±2,±3),(0,±4)}
由基本的16点六边形模板向外进行扩展就可以获得多层次六边形格点模板,多 层次六边形格点模板上的点的坐标集合Ω为: 如果搜索
窗为±W。
6、如权利要求1所述的非均匀多层次六边形格点整象素运动搜索方法,其特征 在于,所说的第四级局部六边形搜索,具体包括:
(a)以上一级最佳匹配点为为起点,搜索六边形模板上的6个点;得到六个搜索 点的代价函数值;比较六边形上搜索点与上一级最佳匹配点的代价函数值的大小,取 代价函数值最小者为本步骤最佳匹配点,作为下一步搜索的起点;如果上一级的最佳 匹配点代价函数值为最小,则转到步骤(c);如果最佳匹配点在六边形上,则转到步骤 (b);
(b)以前一步搜索所得的最佳匹配点作为起始点,搜索六边形模板上的6个点; 得到六个搜索点的代价函数值;比较六边形上搜索点与上一步最佳匹配点的代价函数 值的大小,取代价函数值最小者为本步骤最佳匹配点;如果上一级的最佳匹配点代价 函数值为最小,则转到步骤(c);如果最佳匹配点在六边形上,则转到步骤(b);
(c)以前一步搜索所得的最佳匹配点作为起始点,本级的搜索过程和终止条件描 述如下:搜索该起点周围钻石形模板上的四点,比较该四点与本步骤起始点的代价函 数值的大小,取代价函数值最小者为本步骤最佳匹配点;如果该四个点的代价函数值 皆大于本步骤的起始点的代价函数值,则搜索终止;此时的最佳匹配点就是最终运动 矢量的解;如果最佳匹配点不位于中心点,则以此最佳匹配点为中心,重复步骤 (c),直到最佳匹配点位于中心或者到达搜索窗边缘截止。
7、如权利要求1所述的非均匀多层次六边形格点整象素运动搜索方法,其特征 在于,所说的提前终止搜索控制,具体包括终止条件的设置和提前终止后的处理:
所说的提前终止条件为:以SADthrh=SADpred(1+β):
其中SADpred为预测的代价函数值;
β为调解因子,代表编码后重建图象的质量,针对不同的重建图象质量要求,β 取两个值β1和β2,分别对应于两个阈值;
SADthrh_1=SADpred(1+β1)
SADthrh_2=SADpred(1+β2)
所说的的调节因子为
其中Qstep是量化步长,Bsize是图象块的大小,M[0,0]是矩阵M的第(0,0)元素; NSD为归一化的SAD差值(Normative SAD Difference),即归一化的代价函数差值, 定义为:
NSD=(SADpred-SADbest)/SADpred
SADbest搜索到的最小代价函数值;所说的NSD由试验得到,根据NSD的分布统 计特性,根据不同预测模式下NSD的单边分布概率P(NSD<α)的概率分布特性,
设定α1和α2由P(NSD<α)两个阈值P(NSD<α1)=0.8和P(NSD<α2)=0.9得 到,
所说的矩阵M的元素M[u,v]=[ARAT]u,u[ARAT]v,v
其中下标u,u或v,v表示矩阵ARAT的第u,u或v,v元素,u=0,...,N,v=0,...,N,N 为图象块的宽度或高度;
A为余弦变换F=Af的变换矩阵,f为变换的输入矩阵即残差矩阵,F为变换的输 出矩阵即变换系数矩阵;R为残差矩阵元素的相关系数矩阵;残差矩阵为当前块与参 考块的差值矩阵;
当余弦变换为4×4变换时:
其中ρ是残差矩阵元素的相关系数,取ρ=0.6,M矩阵则为:
所说的提前终止后的处理包括以下步骤:
(a)如果当前搜索到的SAD值小于SADthrh_1时,搜索将终止,并转到局部六边形 搜索进行运动矢量局部细化搜索;
(b)如果当前搜索到的SAD值小于SADthrh_2时,转到局部六边形搜索的第三步 (a)直接进行钻石形搜索。
8、如权利要求1所述的非均匀多层次六边形格点整象素运动搜索方法,其特征 在于,所说的预测的代价函数值包括四种预测:中值预测,上层预测,前帧对应位置 预测,和相邻参考帧预测;
所说的中值预测在空间域进行;与E为当前块,A为其左相邻块,B为其上边相 邻块和C为其右上方相邻块,与A,B,C块对应的运动矢量分别为MVA,MVB, MVC,并且搜索所得的最小代价函数SAD值分别为SADA,SADB,和SADC,中值预 测代价函数为:SADpred_MD=min(SADVx_median,SADVy_media),
SADVx_median=fSAD(Vx_median)
Vx_median=Median(MVA(x),MVB(x),MVC(x))
SADVy_median=fSAD(Vy_median)
Vy_median=Median(MVA(y),MVB(y),MVC(y))
所说的上层预测在空间域进行;每个图象块将对应块模式,每个块有相对应的运 动矢量;将块模式排序,块模式1,块模式2,块模式3,…,:块模式1为2或3的 上层搜索块模式,块模式2为其所包含的块模式4的上层搜索块模式,块模式4为其 所包含的块模式5或6的上层搜索块模式,5为其所包含的块模式7的上层搜索块模 式;利用空间域上层搜索模式的搜索所得的最小代价函数值SADUpLayer的1/2作为当前 块模式下的代价函数预测SADpred_UP如:
SADpred_UP=SADUpLayer/2
所说的前帧对应位置块的预测在时间域进行。设当前帧t在参考帧t′进行搜索, 用前一帧t-1中与当前块对应坐标相同的块在帧t′-1中搜索得到的最小代价函数SADCo 作为当前搜索块在帧t′中进行搜索的SAD的预测值SADpred_CP:
SADpred_CP=SADCo
所说的邻近参考帧的预测在时间域进行;在多参考帧的运动搜索时,从距离当前 帧最近的参考帧开始,逐渐向距离比较远的参考帧进行搜索。在参考帧t′进行搜索时 可以利用当前块在参考帧t′+1内搜索得到的最小代价函数SADNR作为当前块在t′搜索 的预测值SADpred_NRP。取邻近参考帧搜索所得的最小代价函数作为在当前参考帧搜索过 程中的SAD的预测值:
SADpred_NRP=SADNR
所说的预测的代价函数值SADpred的选取原则为:
(a)当前帧t的某块在参考帧t′(t′<t-1)中进行运动搜索时,利用此块在参考 帧t′+1中搜索所SAD值SADpred_NRP作为预测值,即:
SADpred=SADpred_NRP
(b)当前帧t的某块在参考帧t-1中进行运动搜索时,如果此块的块模式为 16×16,即为块模式1,用中值预测所得的SAD作为预测值,即:
SADpred=SADpred_MP
(c)当前帧t的某块在参考帧t-1中进行运动搜索时,如果此块的块模式不为 16×16,即为块模式2~块模式7,用上层预测的SAD作为预测值,即:
SADpred=SADpred_UP
(d)在利用MVpred_CP作为预测矢量进行搜索时,在进行这一点的搜索之后,可 以利用SADpred_CP作为预测SAD判断是否终止搜索跳转到矢量细化搜索部分,即:
SADpred=SADpred_CP
本发明属于信号处理中的视频编码领域,特别针对最新的视频编码标准H.264提出 了新的快速整象素运动搜索方法,在保证视频编码效率的前提下大幅度节省了软硬件实 现中整象素运动搜索的运算量。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种针对多路h.264视频会议的GPU解码方法 | 2020-05-11 | 800 |
针对高效率视频编码标准的跳过编码模式提前判决方法 | 2020-05-12 | 579 |
一种视频采集设备、系统及视频信号传输方法 | 2020-05-08 | 300 |
解码器、解码方法、编码器以及编码方法 | 2020-05-11 | 978 |
广播级内模块式超高清摄像机 | 2020-05-11 | 695 |
在native层实现无缝录像的方法、装置及终端设备 | 2020-05-08 | 810 |
一种电子商务数据处理系统及方法 | 2020-05-11 | 709 |
时序动作提名的生成方法、装置、设备及存储介质 | 2020-05-11 | 284 |
仿射模型的多个假设 | 2020-05-08 | 85 |
一种基于动态注意力机制的多事件视频描述方法 | 2020-05-08 | 733 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。