基于HEXBS算法的运动估计器的设计
４ｓ ＠Ｌ １６ ４ ，５ｐ） Ｐ １（７ ×１４ １ｆ 实时编码的要求。 ｓ
１ Ｈ Ｘ ￣算法分析 ＥＩ
在块匹配法中， 最小绝对值差（Ａ ） Ｓ Ｄ 是常用的衡量最 优匹配的匹配准则 ， 定义如下：
Ｓ ＡＤ（ ， ｉ ）
１
最佳匹配块与当前块在 ， 方向上的距离组成当前块的
（ ｊ＝ ） 钻石搜索（ Ｓ ｅ Ｇ Ｓ【 Ｄ ， Ｄ） 。最近， 又提出了一种新的
小时， 则该点就是要找的最优匹配点 。 ＨＸ Ｓ Ｅ Ｋ 算法就是一种基 于此匹配准则的六边形搜索
一
块匹配运动估计是视频 编码标准 ＭＰ Ｇ一１２ ４和 Ｅ ／／
Ｈ．６ ／６／６ ２１２ ３２４的重要组成部分 。块 匹配运动估计的 目 的在于去除两个相邻视频帧之间的时间冗余 ， 降低编码 比 特率 。块匹配算法就是从参考帧 中寻找与当前块 匹配最
佳的块， 匹配通常使用计算 简单的最小化匹配准则 Ｓ Ｄ Ａ 。
率达 到 ３ＭＨ ， ０ ｚ性能 达到 了实 时编码 的要求 。
关键词： 运动估计 ； Ｅ ４编码； Ｘ Ｓ ＭＰ Ｇ一 ＨＥ Ｂ 算法； 视频压缩 ； 并行
中 图分类号 ：Ｎ １ １ Ｔ ９ ９８ 文 献标识码 ： Ａ 文章 编号 ：０ ５ ３ ５ （０ ６０ ０ １ ０ １０ — ７１２０ ）３— ０ ７ ３
基 于 ＨＥ Ｂ Ｘ Ｓ算法 的运 动估计器 的设计
肖 潇， 李 伟， 沈绪榜
（ 西安 微 电子技术研 究所 ， 陕西 西安 ７ ０ ５ ） １ ０ ４
摘 要： 运动估计是视频压缩中最重要的环节。文中讨论了运动估 计的基本原理 ， 深人分析了 Ｈ Ｘ Ｓ Ｅ Ｂ 搜索算法及其特点
与设计 难点 ， 计 了一种 满足 ＭＰ Ｇ Ｐ １ 准 的全并行 结构 的高速 运 动估 计 电路 ， 设 Ｅ ４Ｓ ＠Ｌ 标 并通 过 Ｆ Ｇ Ｐ Ａ验 证 ， 时 钟频 系统
ｉ ＋ｊ ｌ ， ） 上式中， ，） （ 为位移矢量 ， 和 一 分别为当前帧和 。 上一帧图像的灰度值 ， 在某一（ ） Ｓ Ｄ（ ，） ， 处 Ａ ｉｊ 达到最
许多有效的快速运动估计算法， 三步搜索（ ｒ ｙ 新 如： Ｔ ， ｏ
三步 搜 索 （ Ｔ Ｓ ，四 步 搜 索 （ Ｓ ｌ ， 度 搜 索 Ｎ Ｓ） ４Ｓ） 梯 ２ Ｊ
Ｏ 引 言
能力。在 Ｓｎ ｌ ｒ ７ ３ １下综 合 ， Ａ Ｔ Ｒ ｙｐ ｆ Ｐｏ ． ． ｉ ｙ 用 Ｌ Ｅ Ａ公 司 Ａ Ｅ ２Ｋ Ｐ ０ １０Ｅ 实 现， Ｐ Ｘ Ｏ Ｅ Ｅ ２ Ｋ ５０ 占用 了 １５ ４个 ＬＪ ２０ Ｉ Ｔ （ ｏｋＵｐ ａｌ ， Ｌ ｏ ｂ ）系统时钟频率达到 ３ ＭＨ ， Ｔ ｅ ０ ｚ满足 ＭＰ Ｇ Ｅ
维普资讯
第
期
２ ０ ３月 年 ０６
计 算 机 技 术 与 发 展
（（Ｍ Ｉ ）） ’ ＵＴＥ ＴＥＣ NhomakorabeaＲ ＨＮＯＬ ｄＹ ＣＹ ＡＮＤ ＤＥＶＥｌ ） 工 ＰＭＥＮＴ
ＶＯ ６ ＮＯ ３ ｌ ｌ Ｍ￡ ．２ ０ Ｉ ｒ ０６
Ａｂ ｔａ ｔ Ｍ ｏｉｎｅｔｎ ｉｎ ｉ ｈ ａ ｔｍｐ ｒａ ｔｓｅ ｎ ｖｄ ｏｃ ｍｐｅ ｓ ｎ Ｉ ｈｉ ａ ｅ ，ａ ａｙｅ ｈ ｕ ｄ ｍｅ ｔｌ ｈ ｒ ｆｍｏ ｉｎｅｔ・ ｓｒ ｃ ： ｔｏ ｓｉ￣ｔｏ ｓｔ ｅｍｅ ｉ ｏｔｎ ｔｐｉ ｉｅ ｏ ｒ ｓｉ ｎｔ ｓｐ ｐ ｒ ｎ ｌｚｓｔｅｆ ｎ ａ ｎ ａ ｔ ｅ ｙｏ ｏ ｏ ｔ ｓｉ ｏ ｍａｉｎ，ｕｅ ｈ ｔ ｏ ｓｓｔ ｅＨＥＸＢＳ ｓａ ｃ ｌｃ ｍａｃ ｉｇ ａ ｏ ｉｈ ，ａｆｓ ｔ ｎｅ ｔ ｔｏ ｌｏ ｉｈ ｆｒｖｄ ｏｃｄｉｇ，ｄ ｖ ｌｐ ｄａｆ ｌ ａａｌｌ ｅ ｒｈｂｏ ｋ— ｔｈｎ ｌ ｒｔｍ ｇ ａｔｍｏ ｉ ｓｉ ｉｎａｇ ｒｔｍ ｏ ｉｅ ｏ ｎ ｏ ｍａ ｅ ｅｏ ｅ ｕｌ ｐ ｒｌ ｙ ｅ ｈｇｈｓ ｅｄ ｍｏ ｉｎ ｅｔｍａｉｎ ｃｒｕｔ ｉｈ ｂｓ ｄｏ ｈ ｉ ｐ ｅ ｔｏ ｓｉ ｔ ｉ ｉｗｈｃ ａ ｅ ｎｔｅＭＰＥ 一４ｓｍｐｅｐ ｆｅｌｖ ｌ．Ｔｈ ＰＧＡ ｅ ｉｃｔｏ ｈ ｗｓｔａ ｈ ｌｃ ｒ— ｏ ｃ Ｇ ｉ ｌ ｒ ｉ ｅ ｅ１ ｏ ｌ ｅＦ ｖ ｒｆ ａｉｎｓｏ ｈ ｔ ｅｃｏ ｋｆｅ ｉ ｔ ｑ ｅ ｃ ｓ３ Ｍ Ｈｚａ ｄｉ ｅ ｃ ｅ ｈ ｅ ｎ ｆｒａ —ｔｍｅｄ ｃｄｎ ． ｕｎ ｙ ｉ ０ ｎ ｒａ ｈ ｓｔ ｅｄ ｍａ ｄｏ ｅｌ ｉ ｅｏ ｉｇ ｔ Ｋｅ ｒ ： ｔ ｎ ｅｔ ｔ ｎ； Ｐ ｙｗｏｄｓｍ ｉ ｓｉ ｉ Ｍ ＥＧ 一４ｅ ｃｄ ＨＥ ｏ ｏ ｍａ ｏ ｎ ｏ ｅ； ＸＢＳ ａｇ ｒｔ ； ｉｅ ｏ ｒ ｓｉｎ；ａａｌｌ ｌｏ ｉ ｍ ｈ ｖｄ ｃｍｐ ｅｓｏ ｐ ｒｌ ｏ ｅ
运动 矢量 。
过去， 大多数运动估计器都采用全搜索 （Ｓ 的块匹 Ｆ）
Ｍ Ｉ （ Ｎ ｍ Ａ
一ｆ －（ ｋｌ
ｍ
十
配方式， 因为其算法简单 、 数据流规则 、 控制简单、 易于实 现， 但是 ， 其计算量很大 ， 难于实现实时视频压缩处理。为 了降低视频编码中运动估计的高运算复杂度， 人们提出了
Ｄｅ ｉｎ ｏ ｏ ｉ ｎ Ｅｓｉ ａ ｉｎ Ｃｉｃ ｉ Ｂａ ｅ ｎ ＨＥＸＢＳ Ａｌｏ ｉｈ ｓｇ ｆＭ ｔｏ ｔ ｍ ｔｏ ｒ ｕ ｔ ｓ ｄ ｏ ｇ ｒｔ ｍ
ＸＩ ＡＯ ａ ＬＩ ｅ ， ＨＥＮ — ａ ｇ Ｘｉ ｏ， ｉＳ Ｗ Ｘｕｂ ｎ
（ ’ｎＭｉ ｏｌ ｔ ｎｃ ｅｈ ｏ ｇ ｎｔｕｅ Ｘ ’ｎ７ ０ ５ ， ｈ ａ Ｘｉ ｃ ｅ ｃｒ ｉＴ ｃｎ ｌ ｙＩｓｉ ｔ， ｉａ １０ ４ Ｃ ｉ ） ａ ｒ ｅ ｏ ｏ ｔ ｎ
基于 H.264 UMHexagonS运动估计算法的改进
基于 H.264 UMHexagonS运动估计算法的改进方宝磊;李民政;丘宇【摘要】Aiming at the problem of bigger time consuming the H .264 multi-mode motion estimation and model selection encoding have , we propose an improved algorithm , which reduces the computational complexity of UMHexagonS-based motion estimationalgorithm .Inequality is used to pre-judge the validity of the search area point , and a cross search of 5 point is used to replace the 5 ×5 small rectangular search , the goal is to reduce the search points .Experimental result shows that the proposed algorithm effectively alleviates the computational costs of multi -mode motion estimation and model selection encoding , and saves about 9%-18%encoding time without obvious degradation in video quality .%针对H．264多模式运动估计与模式选择编码时间开销较大的问题，提出一个降低UMHexagonS（ Unsymmetrical-cross Multi-Hexagon-grid Search ）运动估计算法计算复杂度的改进算法。
基于运动矢量场和方向自适应的快速运动估计算法
需要检测零矢量点即可完成搜索，极大的节省了计算量。
3.2 运动类型判定 根据性质 2，视频序列的运动矢量场具有一致性特性，
如果利用运动矢量的这种时空相关性便可以对当前块的运
动情况做出预测，利于随后进行自适应搜索。实验统计表明，
当前块与帧内上方、左方和右上方的相邻宏块的相关性最
强，而与其他位置的相关性则较弱，M-DAS 算法选取这 3
摘 要 该文提出了一种基于运动矢量场和方向自适应的快速搜索算法。算法针对序列图像的运动矢量场所具有
的中心偏置性和时空相关性进行预判，对静止块设定阈值直接中止搜索；根据运动类型自适应选择搜索起始点和
搜索策略；采用了两种新的混合搜索方法，对小运动和大运动宏块使用线性-菱形搜索，对中等运动块使用六边形-
菱形搜索算法，搜索模板具有强烈的方向特性。实验结果表明，该文算法的搜索速度和搜索精度优于现有的快速
性质 4 残差图像的误差曲面具有多峰分布的特性，在 大多数情况下，误差曲面含有一个或多个局部极小点[9]。因 此搜索模板不能太小，以免陷入局部极小点。
图 1 运动矢量的空间分布图 图 2 图像宏块的 SAD 分布图 Fig.1 Spatial distribution map of MV Fig.2 Distribution map of SAD
个空间邻块和参考帧中相同位置的时间邻块作为候选点进
行预测。定义运动矢量集合
V = {V0,V1,V2,V3,V4}, V0 = (0,0), Vi = (xi , yi ), i = 1, 2,3, 4, 分别表示 4 个时空邻块的运动矢量，定义运动矢量的绝对值
距离 li 为
li = xi + yi
3 基于运动矢量场和方向自适应的快速运动估计 算法
一种基于UMHexagonS的运动估计优化算法
第 ２期 ２１ ０ ２年 ｏ ４月
湖南人文科技学 院学报
Ｊ ｕ ａ ｆＨｕ ａ ｎ ｔ ｕ ｅ ｏ ｍａ ｉ ｅ ，Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌｇ ｏ ｒ ｌｏ ｎ ｎ Ｉ ｓｉ ｔ ｆＨｕ ｎ ｔ ｓ ｃｅ ｃ ｎ ｅ ｈ ｏｏ ｙ ｎ ｔ ｉ
Ｎｏ ２ ． Ａｐ ．２０１ ｒ ２
按 照 一定 的 匹配 准 则 （ Ｓ Ｄ） 索 最 佳 匹配 块 ， 如 Ａ 搜 该 匹配块 与 当前 块 之 间 的位 移 为 运 动 矢 量 ， 它们
一
Ｕ ｅａｏ Ｓ算 法分析 ＭＨ ｘｇｎ
Ｕ ｅ ａｏ Ｓ算 法 的重 要 特 性 就 是 它 的精 确 ＭＨ ｘｇｎ
的差 值为 残 差 。运 动 估 计 与 补 偿 越 精 确 ， 终 得 的起 始点 预 测 以及 提 前 终 止 判 决 （ ａｌ Ｔ ｒ ｎ ． 最 Ｅ ｒ ｅｍｉａ ｙ 到 的残差 值 越小 ， 最终需 要 编码 的 比特 数就 越少 。 法 （ ｕ ｅｒｈ 的搜 索精 度 最高 ， 够找 到全 局 最 Ｆ ｌＳａｃ ） ｌ 能 ｔ ｎ 。它是 一种混 合 的搜索方 法 ， ｉ ） ｏ 主要 步骤 如下 ：
Ｈ． ６ ／ Ｖ ２ ４ Ａ Ｃ采 用 基 于 块 匹配 （ ｌｃ ｔｈｎ １ ５螺旋 搜索 ， 少 搜 索 点数 ； 据 运 动矢 量 的方 向 Ｂｏｋ Ｍａ ｉｇＡ － ｃ 减 根
ｇｒｈ 的运 动估计 算 法 ， 参考 帧 的搜 索 窗 口内 性 优化 多层 次六边 形搜 索 。 ｏｉ ｍ） ｔ 在
基于UMHexagenS的快速运动估计算法优化
基于UMHexagenS的快速运动估计算法优化卢政;应骏【期刊名称】《电视技术》【年(卷),期】2011(035)007【摘要】结合JM12.4的源代码对UMHexagens算法进行了理论与数据的分析,并对该算法进行改进,能够在保证视频序列各分量信噪比的情况下有效地缩短运动估计时间.通过改进UMHexagonS算法中的帧间模式选择,使搜索算法避开了一部分多余的搜索点.实验结果表明,在保证PSNR和码率基本不变的前提下,可以减少运动估计时间10%以上.%Based on the study of the principle of the UMHexagonS algorithm, combined with the source code of JM 12.4, an improved method is proposed to reduce the time of motion estimation with minimal loss in bitrates and reconstructed quality compared with those of the original UMHexagonS algorithm. By improving the inter mode selection of UMHeaxagonS algorithm,the redundant search points are reduced. The results show that the adaptive algorithm can reduce 10％ of motion estimation with the original performance of the original UMHexagonS algorithm.【总页数】3页(P29-31)【作者】卢政;应骏【作者单位】上海师范大学信息与机电工程学院,上海,200234;上海师范大学信息与机电工程学院,上海,200234【正文语种】中文【中图分类】TN919.81;TP391【相关文献】1.基于UMHexagonS的运动估计算法优化 [J], 彭磊;彭勇;吴锡生;徐赟;胡旻涛2.基于多模板快速搜索的运动估计算法优化研究 [J], 黄文斌;王广龙3.HEVC运动估计快速算法优化及硬件实现 [J], 严丹钰;施隆照;陈清坤;王炎4.HEVC运动估计快速算法优化及硬件实现 [J], 严丹钰;施隆照;陈清坤;王炎5.基于FPGA的运动估计算法优化和硬件架构设计 [J], 秦传义;于林韬;王晓丹;朱一峰;周玉轩因版权原因，仅展示原文概要，查看原文内容请购买。
基于运动矢量预测的六边形块运动估计搜索算法
基于运动矢量预测的六边形块运动估计搜索算法
李子印;朱善安
【期刊名称】《信号处理》
【年(卷),期】2006(022)002
【摘要】在保证图像质量的前提下,为了降低运动估计算法的计算量和搜索点数,提出了一种基于运动场预测的六边形块运动估计搜索算法(PMVHEXBS).这种算法结合"足够好就停止搜索"的思想和六边形搜索模式(HEXBS)的高速特性,并且在块失真度量中使用部分失真准则(PDC),进一步加快了计算速度.仿真结果显示这种算法和菱形算法(DS)、PM-VFAST算法相比,计算量和搜索点数都有了明显的下降.同时,该算法的图像质量要好于DS算法,和PMVFAST算法相比只有较小的下降.
【总页数】5页(P193-197)
【作者】李子印;朱善安
【作者单位】浙江大学,电气工程学院,杭州,310027;浙江大学,电气工程学院,杭州,310027
【正文语种】中文
【中图分类】TP3
【相关文献】
1.一种用于视频编码的块运动估计算法——块特征匹配预测搜索算法 [J], 何振亚;邹采荣
2.一种自适应的六边形-方形运动估计搜索算法 [J], 刘彦辉;贾俊玲;张颜艳
3.自适应简单菱形六边形运动估计搜索算法 [J], 韩波;秦水介
4.基于六边形的运动矢量场自适应搜索算法 [J], 倪伟;郭宝龙;丁贵广
5.自适应六边形运动估计搜索算法 [J], 何湘竹;舒振宇;刘海华
因版权原因，仅展示原文概要，查看原文内容请购买。
运动估计UMHexagonS算法的研究与改进
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍｓ ｔ ｈ ａ ｔ Ｕ ＭＨｅ ｘ ａ ｇ ｏ ｎ Ｓ ＇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｈ ａ ｖ ｅ ｈ ｉ ｇ ｈ ｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎ ａ ｌ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ａ ｎ ｄ ｔ ｈ ｅ
摘 要 ：针 对 Ｕ ＭＨ ｅ ｘ ａ ｇ ｏ ｎ Ｓ算 法计 算复 杂 、 耗 时 等 问题 提 出改进 算 法 。 首先 ， 通 过 在 预 测 起 始 点 处
增 加 了 准 静 止 块 闽值 来 判 断 是 否 可 以 立 即 停 止 搜 索 ； 然 后 ， 用 扩 展 的 菱 形 搜 索 代 替 原 算 法 中 的 ５ × ５ 的 螺 旋 式 全搜 索 以降低 计 算 复 杂度 ： 最后 ， 利 用 多 层 次 ８点 八 边 形 代 替 多 六 边 形 网格 搜 索 。 实 验 结 果
ａ ｒ ｔ ｉ ｃ ｌ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｔ ｈ ｒ ｅ ｅ ｉ ｍｐ ｒ ｏ ｖ ｅ ｍｅ ｎ ｔ ｓ ．Ｆ ｉ ｒ ｓ ｔ ｌ ｙ，ｔ ｈ ｅ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ ｉ ｎ ｃ ｒ ｅ ａ ｓ ｅ ａ ｑ ｕ ａ ｓ ｉ — ｓ ｔ ａ ｔ ｉ ｏ ｎ ａ ｒ ｙ ｂ ｌ ｏ ｃ ｋ ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄ ａ ｔ ｔ ｈ ｅ ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ ｓ ｔ ａ ｒ ｔ ｉ ｎ ｇ ｐ ｏ ｉ ｎ ｔ ｔ ｏ ｒ ｅ ａ ｒ ｌ ｙ ｔ ｅ ｒ ｍｉ ｎ ａ ｔ ｉ ｏ ｎ； Ｔ ｈ ｅ ｎ， ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎ ａ ｌ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ， ５ ｘ ５ ｓ ｐ ｉ ｒ ａ ｌ — ｆ ｕ ｌ ｌ — ｓ ｅ ａ ｒ ｃ ｈ ｏ ｆ ＵＭｔ ｔ ｅ ｘ ａ ｇ ｏ ｎ Ｓ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｉ ｓ
基于H.264UMHexagonS运动估计算法的改进
时间开销 ， 能节约大概 ９ ％ 一１ ８ ％的编码 时间而视频质量没有 明显 降低。
关 键 词 中图 分 类 号 Ｕ ＭＨ ｅ ｘ ａ ｇ ｏ ｎ Ｓ 运 动估 计 Ｔ Ｐ ３ ７ Ｓ Ａ Ｄ Ｓ Ｅ Ａ ５× ５小矩 形 Ａ Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ３ ８ ６ ｘ ． ２ ０ １ ３ ． ０ ９ ． ０ ７ ７
ｐ ｒ ｏ ｐ ｏ ｓ ｅ ａ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ，ｗ ｈ ｉ ｃ ｈ ｒ ｅ ｄ ｕ ｃ ｅ ｓ ｔ ｈ ｅ ｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎ ｌ ａ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ｏ ｆ ＵＭＨｅ ｘ ａ ｇ ｏ ｎ Ｓ — ｂ ａ ｓ ｅ ｄ ｍｏ ｔ ｉ ｏ ｎ ｅ ｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎ ｌｇ ａ ｏ ｒ ｉ ｔ ｈ ｍ． Ｉ ｎ ｅ ｑ ｕ ｌｉ ａ ｔ ｙ ｉ ｓ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ￣ｉ ｅ ｅｅ ｎ ａ ｎ ｄ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ， Ｇ ｕ ｉ ｌ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｆ ｏ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｇ ｕ ｉ ｌ ｉ ｎ ５ ４ １ ０ ０ ４ ，Ｇ ｕ ａ ｎ ｇ ｘ ｉ ， Ｃ ｈ ｉ ｎ ａ ）
基于运动矢量方向的快速运动估计算法
基于运动矢量方向的快速运动估计算法张斌;乔志伟;郝勇智【摘要】以视频编码标准 H.264采用的运动估计算法UM HexagonS为基础，提出一个快速整像素运动估计算法，改进压缩编码性能。
将UM HexagonS算法中各搜索模板划分为8个子模板，将六边形搜索模板替换为八边形，根据当前最佳运动矢量方向，决定将要搜索的子模板。
实验结果表明，和 UM HexagonS算法相比，该算法在保证良好的率失真性能的情况下，运动估计时间平均节省25.919％。
%On the basis of the UMHexagonS algorithm used in H.264 ,a fast algorithm of integer pixel motion estimation was proposed to improve the video encoding performance .Each search pattern of the UM HexagonS algorithm was divided into 8 sub patterns ,at the same time the hexagon search pattern was replaced with the octagon one .According to the direction of the cur‐rent best motion vector ,which one of the 8 sub patterns to be searched was determined .Experimental results show that com‐pared to the UMHexagonS algorithm ,the propose d algorithm can save the ME time by 25.919% while the rate‐distortion per‐formance is not compromised .【期刊名称】《计算机工程与设计》【年(卷),期】2016(037)003【总页数】4页(P705-708)【关键词】视频编码;H.264/AVC;运动估计;UM HexagonS;运动矢量【作者】张斌;乔志伟;郝勇智【作者单位】中北大学计算机与控制工程学院，山西太原030051;中北大学计算机与控制工程学院，山西太原030051;中北大学计算机与控制工程学院，山西太原030051【正文语种】中文【中图分类】TN911;TP37在视频编码中，运动估计是整个编码过程中时间开销最大的部分。
一种用于运动估计的十字六边形搜索算法
—227—一种用于运动估计的十字六边形搜索算法吕 瑞，卿粼波，何小海，龙建忠（四川大学电子信息学院图像信息研究所，成都 610064）摘 要：提出了一种十字六边形搜索算法用于快速运动估计。
该算法利用了运动矢量的中心偏置性和相关性，运动估计时通过预测确定搜索起始点，在搜索前期利用十字模板结合提前退出技术优先搜索起始点附近的局部区域，后期则改用六边形模板扩大搜索范围并完成运动估计。
实验证明该算法与原始的六边形搜索算法相比平均减少了45%的搜索点数，与一些新的快速搜索算法相比，在搜索精度基本相似的情况下也有效地降低了运动估计的运算复杂度。
关键词：运动估计；提前退出；十字模板；六边形搜索Cross Hexagon Search Algorithm for Motion EstimationLV Rui, QING Linbo, HE Xiaohai, LONG Jianzhong(Institute of Image Imformation, College of Electronics and Information Engineering, Sichuan University, Chengdu 610064)【Abstract 】A cross hexagon search(CHS) algorithm is proposed for fast motion estimation(ME). CHS algorithm utilizes both the center-based distribution characteristic of motion vectors(MVs) and the correlation among MVs. In ME, the initial search points are decided by prediction at first,then at early searching stage CHS employs cross search pattern and halfway-stop technique in searching the local areas around the initial search points priority, and at later stage CHS enlarges searching range and completes ME by using hexagon search patterns. Experiment results show that CHS gains 45% average reduction in average searching point(ASP) over original hexagon-based search(HEXBS) algorithm, and that CHS can effectively reduce the computational complexity of ME over some new fast searching algorithms with similar searching precision. 【Key words 】motion estimation; halfway-stop; cross searching pattern; hexagon-based search (HEXBS)计 算 机 工 程Computer Engineering 第33卷 第13期Vol.33 No.13 2007年7月July 2007·多媒体技术及应用·文章编号：1000—3428(2007)13—0227—03文献标识码：A中图分类号：TP391在视频压缩编码中，运动估计是减少视频序列时间冗余度的有效手段，其运算效率对整个编码系统的性能有着重大影响。
基于方向信息的快速整像素运动估计优化
基于方向信息的快速整像素运动估计优化熊承义;白云【摘要】针对H.264/AVC标准采用的UMHexagonS整像素运动估计算法,提出了一种进一步降低其运算复杂度的改进方法.通过利用UMHexagonS算法中非对称十字型搜索中水平及垂直方向上的运动估计的成本大小和方向信息,自适应地将25点的正方形搜索修改为最大7点搜索,以及将16点非均匀多层次六边形格点搜索修改为最大4点搜索,从而实现减少搜索点数,节省搜索时间.实验结果表明,提出的算法在保证原有UMHexagonS算法码率失真性能的同时,能节省大约23 %~42 %整像素运动估计时间.【期刊名称】《中南民族大学学报（自然科学版）》【年(卷),期】2010(029)001【总页数】7页(P62-67,77)【关键词】视频编码;整像素运动估计;UMHexagonS算法;运动估计成本;方向自适应搜索【作者】熊承义;白云【作者单位】中南民族大学,电子信息工程学院,武汉,430074;中南民族大学,电子信息工程学院,武汉,430074【正文语种】中文【中图分类】TN919在视频编码应用,如H.264等视频编码标准中,基于块匹配的运动估计和运动补偿能有效去除序列图像的帧间冗余,使得视频传输的比特数大为减少[1],因而成为视频压缩编码标准的关键部分.全搜索 (FS)算法通过对搜索区域内的所有点进行匹配运算,从而达到全局最佳估计,但是其搜索点数过多,运算量非常大,成为视频编码实时实现的主要瓶颈.多年来,运动估计的快速实现一直成为许多研究者关注和研究的重要问题.目前,典型的基于块匹配的快速运动估计算法主要有:新3步搜索法(N TSS)[2],4步搜索法(FSS)[3],基于块的梯度下降搜索法(BBGDS)[4],十字搜索法(DS)[5],六边形搜索法(HEXBS)[6]等.这些算法通过限制搜索位置的数目来减少计算量.在相对小的搜索范围和图像尺寸时,这些算法可以达到比较好的效果,但是在搜索步长较大,以及在处理某些大的图像尺寸和较大的搜索范围时,以上快速搜索算法很容易落入局部最小点,从而严重影响编码效率.非对称十字型多层次六边形格点搜索方法(UM H exagonS)[7],结合采用多层次和多模板的搜索技术,在保持较好的率失真性能的同时,它的运算量相对于快速全搜索算法可节省90%以上,因此有效实现运动估计的快速计算.UM HexagonS算法目前已被H.264/AVC标准正式采用.为了进一步有效地减少运动估计时间,本文在分析运动估计成本的统计分布特征的基础上,提出了一种改进的UM HexagonS算法.通过探索和利用在非对称十字型搜索阶段的运动估计成本的大小及方向信息,自适应地调整原始25点正方形搜索和16点非均匀多层次六边形格点搜索的搜索区域,有效减少搜索点数,节省运动估计的时间.大量实验结果表明,改进的UM H exagonS算法在大大降低编码时间的同时,能有效保持原算法的率失真性能.1 UM HexagonS算法UM HexagonS算法的基本思想是采用多层次多种形状的模板进行宏块匹配,同时利用时空相关性进行运动矢量场的预测,搜索时针对不同的运动类型采用了大范围粗搜索混合模板、细搜索中六边形模板和精细搜索十字模板完成搜索[7].该算法率失真性能明显优于其它快速算法,能较好地满足低码率和实时性要求.UM HexagonS算法的示意图见图1,其实现的4个主要步骤包括.Step1 起始搜索点预测.起始搜索点预测是依据待估计块与周边块的时空相关性,利用周边已编码块的运动矢量进行当前块运动矢量的起始点预测.预测模式有4种:中值预测、上层预测、对应块预测、相邻参考帧预测.Step2 非对称十字型搜索.由于自然界图像序列在水平方向的运动比垂直方向的运动更加普遍,因此非对称十字型搜索可以比较精确的预测到最佳的运动矢量[8].如图1中Step 2,非对称十字型搜索使用一个水平搜索范围为垂直搜索范围2倍的非对称十字型搜索模式,获得当前块运动矢量的最佳预测起点.Step3 非均匀多层次六边形格点搜索.此步分为2个子步骤:如图1中的Step 3-1,以当前最优点为中心,在范围为-2到2的方形区域进行25点的正方形搜索;如图1中的Step 3-2,进行16点非均匀多层次六边形格点搜索.通过利用伸缩系数对六边形进行扩展,可以更好地处理大范围和不规则的运动,避免过早的落入局部最优[9].Step4 扩展的六边形搜索.此步分为2个子步骤:如图1中的Step 4-1,以当前最佳点为中心,进行六边形搜索,直至最佳点在六边形的中心时为止;如图1中的Step 4-2,以当前最佳点为中心,进行十字型搜索,直至最佳点在十字型模板的中心时为止.2 UM H exagonS算法的改进原始UM H exagonS算法中的Step 3采用了25点的正方形搜索和16点的非均匀多层次六边形格点搜索,其搜索过程并未充分考虑运动估计成本的统计分布特性,因此存在较大的搜索冗余.本文通过分析和探索运动估计成本存在的大小和方向信息,提出一种自适应地搜索技术,有效减少Step 3中的搜索点数,从而实现进一步减少运动估计的时间.图1 UM HexagonS算法Fig.1 UM HexagonS algo rithm2.1 运动估计的成本大小与方向分布将UM HexagonS算法中非对称十字型搜索的预测起始点坐标记为(cen tra l-x,cen tra l-y);将水平方向搜索获得的匹配点的坐标记为(horizon ta lx,horizon ta l-y),最小运动估计成本记为(m costhorizon ta l);将垂直方向搜索获得的匹配点的坐标记为(vertica l-x,vertica l-y),最小运动估计成本记为(m cost-vertica l).将水平与垂直方向上匹配点的运动估计成本进行比较,最小者为当前的最佳匹配点,其坐标记为(best-x,best-y),运动估计成本记为(m cost).horizon ta l为水平方向上与预测起始点的偏移量,vertica l为垂直方向上与预测起始点的偏移量,即:基于以上定义,将运动估计成本分布分为以下几种情形.当前的最佳匹配点为水平方向上的匹配点.水平方向上搜索获得的匹配点在X的正半轴,见图2中的实心三角▲;垂直方向上搜索获得的匹配点在Y的正半轴,见图2中阴影三角.此时,运动矢量落在第2象限内的概率最大.当前的最佳匹配点为水平方向上的匹配点.水平方向上搜索获得的匹配点在X的负半轴,垂直方向上搜索获得的匹配点在Y的正半轴.此时,运动矢量落在第1象限内的概率最大.当前的最佳匹配点为水平方向上的匹配点.水平方向上搜索获得的匹配点在X的负半轴,垂直方向上搜索获得的匹配点在Y的负半轴.此时,运动矢量落在第4象限内的概率最大.当前的最佳匹配点为水平方向上的匹配点.水平方向上搜索获得的匹配点在X的正半轴,垂直方向上搜索获得的匹配点在Y的负半轴.此时,运动矢量落在第3象限内的概率最大.当前的最佳匹配点为垂直方向上的匹配点.水平方向上搜索获得的匹配点在X的正半轴,垂直方向上搜索获得的匹配点在Y的正半轴.此时,运动矢量落在第4象限内的概率最大.当前的最佳匹配点为垂直方向上的匹配点.水平方向上搜索获得的匹配点在X的负半轴,垂直方向上搜索获得的匹配点在Y的正半轴.此时,运动矢量落在第3象限内的概率最大.当前的最佳匹配点为垂直方向上的匹配点.水平方向上搜索获得的匹配点在X的负半轴,垂直方向上搜索获得的匹配点在Y的负半轴.此时,运动矢量落在第2象限内的概率最大.当前的最佳匹配点为垂直方向上的匹配点.水平方向上搜索获得的匹配点在X的正半轴,垂直方向上搜索获得的匹配点在Y的负半轴.此时,运动矢量落在第1象限内的概率最大.2.2 25点正方形搜索改进运动矢量有超过80%的概率是落在以(0,0)为中心,半径为2的圆内[10].这也是UM H exagonS算法要在Step 3-1中采用25点正方形搜索的基本原因.在UM HexagonS算法中Step 3-1中以最佳预测起始点为中心,进行25点的正方形搜索.本文提出的算法是根据非对称十字型搜索获得的运动估计成本的不同分布情况自适应选择搜索区域.图3为在m cos t=m cos t-horizon ta l,horizon ta l＞0,vertica l＞0的条件下的搜索区域自适应选择示意图.图3中实心三角▲为经过非对称十字型搜索获得当前最佳预测起始点,为垂直方向预测的最佳点.由于此阶段的运动矢量落在第2象限内的概率最大,因此调整运动矢量搜索为只对图中的7个空心圆对应点进行搜索匹配.由于避免了搜索其它实心圆●对应点,因此有效减少了运动估计的时间.在运动估计成本分布在(1)～ (8)情况下的搜索示意图分别见图4中(a)～(h). 图2 运动矢量分布区域示意图Fig.2 M E vecto r distribu tion location2.3 16点非均匀多层次六边形格点搜索的改进在UM HexagonS算法中,Step 3-2以最佳预测起始点为中心,进行多层次六边形格点搜索.同样基于以上在非对称十字型搜索阶段得到的运动估计成本分布的不同,提出自适应地选取对应六边形搜索点的方法如下.图5给出了在m cos t=m cos thorizon ta l,horizon ta l＞0,vertica l＞0的条件下的六边形搜索点选择示意图.图中的实心三角▲为Step 2非对称十字型搜索获得最佳预测点,阴影三角为垂直方向预测的最佳点.此步搜索也调整为只对图5中4个空心矩形点对应点进行搜索.同样由于避免搜索其它实心矩形点对应点,从而有效的减少了运动估计的时间.图6中(a)～ (h)分别给出了在运动估计成本在(1)～ (8)分布情况下多层次六边形格点第一层的搜索点选择,其它扩展层同样按此规律进行搜索.图3 正方形搜索区域的自适应选择示意图Fig.3 Search po intso f square search 图4 不同运动估计成本分布情况下正方形搜索区域选择示意图Fig.4 Search pointso f square search under differentM E cost distribution图5 非均匀多层次六边形格点搜索点选择示意图Fig.5 Search po in tsofm u lti-hexagon-grid search图6 不同运动估计成本分布情况下非均匀多层次六边形格点搜索点选择示意图Fig.6 The search po in tsofm u lti-hexagon-g rid search under differentM E cost distribution3 实验结果及分析为了验证本文算法的有效性,基于H.264参考代码JM 12.2对该算法的性能进行了大量的比较实验.实验采用的主要测试条件见表1,其它参数的设置采用JM 12.2版本中的默认值.采用的测试序列描述见表2.本文提出的算法在选取Q P分别为8,18,28,38下进行测试,并与UM H exagonS算法进行比较.为了避免PC运行不稳定的影响[11],本文将同一个序列,在相同条件下,进行20次实验,取其平均的整像素运动估计的时间减少的百分比来比较速度,采用信噪比下降的大小和码率上升的百分比来比较算法的率失真性能.表3～8给出了在不同尺寸、格式的测试序列的条件下本文算法与原始UM HexagonS算法的性能比较结果.从表9比较结果可见:不同的Q P值下均能较好的保证原有UM HexagonS算法的码率失真性能.表10结果表明:不同测试序列在Q P为8,18,28,38时,运动估计时间平均节省32.85%,PSNR平均上升约0.002dB,码率平均增加约为0.25%.测试结果表明,对于不同测试序列其运动估计时间的减少幅度是不同的,主要原因在于视频场景运动变化的激烈程度不同所造成的.其中对运动复杂的序列M ob ile有更好的效果:运动估计时间平均下降了42.36%.由于M ob ile运动场景的相对激烈导致了运动估计成本门限判断一直不符合提前终止条件,因此几乎执行了改进后算法中的所有步骤,运动时间也就下降更多.由以上实验结果表明,在不同的Q P、图像尺寸、运动复杂度的情况下,改进后的算法都能够很好地适应,并保持了原始UM H exagonS算法的率失真和码率等性能. 表1 测试条件Tab.1 Testing conditionsGOP structu re IPPPP QP 8/18/28/38 N um berReferenceFram es 2 SearchRange 32 D isab leSubpelM E on RDOp tim ization on(1)Sym bo lM ode CAVLC M ach ine CPU 2.80GHz2.79GHz 480M B RAM表2 测试序列描述Tab.2 Descip tion o f test video sequences序列格式编码帧跳过帧运动强度N ew s QC IF 100 2 中Fo rem an QC IF 100 2 中Silen t QC IF 150 1 小Paris C IF 150 1 中M ob ile C IF 300 0 大Tem pete C IF 260 0 大表3 Silen t序列在不同QP值下的性能Tab.3 R-D Pefo rm ance under d ifferen tQP(Silen t) 52.12 707.90 16.017 52.10 708.72 10.798 18 44.29 244.41 16.427 44.29 244.51 12.135 28 35.98 79.04 22.593 36.00 79.2415.229 38 28.92 17.08 23.868 28.92 17.14 15.623 8表4 N ew s序列在不同QP值下的性能Tab.4 R-D Pefo rm ance under differen tQP(N ew s) 52.87 479.39 9.724 52.89 480.18 7.268 18 44.76 175.05 10.229 44.77 175.50 7.584 28 36.92 63.12 12.630 36.92 63.01 9.044 38 29.00 15.64 13.826 28.99 15.51 8.827 8表5 Fo rem an序列在不同QP值下的性能Tab.5 R-D Pefo rm ance under d ifferen tQP(Fo rem an) 53.67 929.00 19.370 53.67 932.73 13.954 18 44.48 389.39 23.678 44.50 393.42 16.240 28 36.28 120.11 27.439 36.27 122.78 16.775 38 28.91 25.60 27.973 28.91 25.74 15.060 8表6 Paris序列在不同QP值下的性能Tab.6 R-DPeformanceunderdifferentQP(Paris) 8 53.35 5047.83 54.374 53.34 5046.96 41.710 18 43.54 1312.00 54.265 43.55 1312.98 44.298 28 36.06465.16 63.546 36.07 466.43 48.968 38 28.04 111.94 74.484 28.05 112.32 51.575表7 Mobile序列在不同QP值下的性能Tab.7 R-DPeformanceunderdifferentQP(Mobile)MobileQP UMHexagons信噪比/dB 码率/(kbit/s) 时间/s Proposed信噪比/dB 码率/(kbit/s) 时间/s 8 53.61 16144.09 210.208 53.61 16147.92 137.779 18 44.43 8593.13 244.004 44.43 8596.94 140.177 28 34.98 3676.53 277.556 34.98 3679.66 149.074 38 25.48 804.36 262.319 25.47 806.50 141.283表8 Tempete序列在不同QP值下的性能Tab.8 R-DPeformanceunderdifferentQP(Tempete)TempeteQP UMHexagons信噪比/dB 码率/(kbit/s) 时间/s Proposed信噪比/dB 码率/(kbit/s) 时间/s 8 53.69 14157.09 153.588 53.69 14156.60 108.787 18 44.65 6706.03 166.096 44.65 6708.11 117.397 28 35.51 2502.31 193.267 35.51 2503.68 116.556 38 26.86 385.07 183.686 26.86 386.58 110.952表9不同QP值下的性能比较Tab.9 R-DPeformanceunderdifferentQPProposed 信噪比下降/dB 0.002 -0.007 -0.003 0.002 Vs UMHexagons 码率上升/% 0.11 0.25 0.45 0.18表10 各种不同测试序列的性能比较Tab.10 R-DPeformanceunderdifferentsequenceProposed vs UMHexagonS News -0.005 -0.15 28.92 Foreman -0.003 1.05 36.10 Silent 0.0000 0.19 23.84 Paris -0.005 0.17 23.84 Mobile 0.003 0.10 42.36 Tempete 0.000 0.12 34.44 Average -0002 0.25 32.854 结语提出了一种改进的UMHexagonS算法.基于运动估计的成本大小和方向性信息,自适应地调整原算法中的25点正方形搜索和16点非均匀多层次六边形格点搜索的搜索区域,有效地实现减少运动估计的搜索点数.测试结果表明,对于不同运动变化的序列以及在选取不同QP时,改进后的算法在保证率失真性能的同时,能节省大约23%～42%的整像素运动估计时间.参考文献【相关文献】[1] W uegand T,Su llivan G.O verview o f the H.264/AVC video cod ing standard[J]. IEEE T ransactions on C ircu its and System fo r V ideo Techno logy,2003,13(7):560-576.[2] L iR,Zeng B,L iou M L.A new th ree-step search algo rithm fo r b lock m o tion estim ation[J]. IEEE T ransactions on C ircuits and System fo r V ideo Techno logy,1994,4(4):438-442.[3] Po LM,M aW C.A novel fou r-step search algo rithm fo r fast b lock m atch ing[J]. IEEE T ransactions on C ircuits and System fo r V ideo Techno logy,1996,6(3):313-317.[4] L iu L K,Feig E.A b lock based g radien t descen t search algo rithm fo r b lockm o tion estim ation in video cod ing[J]. IEEE T ransactions on C ircuits and System fo r V ideo Techno logy,1996,6(4):419-422.[5] Zhu S,M a K K.A new d iam ond search algo rithm fo r fast b lock m atch ing m o tion estim ation[J]. IEEE T rans Im age Processing,2000,9(2):287-290.[6] Zhu C,L in X,Chau L.Hexagon-based search pattern fo r fast b lock m o tion estim ation [J]. IEEE T ransactions on C ircuits and System fo r V ideo Techno logy,2002,12(5):349-355.[7] Zhibo C H,Peng Z H,Yun H.Fast in teger pel and fractionalpelm o tion estim ation in fo r JV T[A].Jo in t V ideo Team (JV T)o f ISO/IEC M PEG&ITU-T VCEG,Aw aji,2002.[8] 夏金祥,黄顺吉.基于VOP的块特性的自适应十字搜索模式运动估计法[J].通信学报,2005,26(8):117-121.[9] 李荣,张其善,杨东凯.基于方向自适应菱形搜索的运动估计算法[J].北京航空航天大学学报,2008,34(9):1065-1069.[10] L in C C,L in Y,H sieh H J.M u lti-d irection search algo rithm fo r b lock m o tion estim ation in H.264/AVC[J]. IEEE T rans Im age Processing,2009,3(2):88-99.[11] Xu X Z,He Y.Im p rovem en tson fastm o tion estim ation strategy fo rH.264/AVC[J].IEEE T ransactions on C ircuits and System fo r V ideo Techno logy,2008,18(3):285-293.。