[发明专利]快速运动估计方法

说明书

技术领域

本发明涉及视频编码的技术领域。

背景技术

运动估计是视频编码系统中最重要的部分之一，对视频的压缩效率和视频的质量有着重要的影响。目前很多视频编码标准都采用了多帧参考与多种分割模式的帧间编码方法，使得运动估计的复杂度急剧的上升，占据了80％左右编码时间(全搜索算法)，因此改进运动估计的性能非常重要。典型的快速运动估计算法三步法(TSS)、六边形搜索(HEXS)、钻石法(DS)等这些算法搜索范围小、运动平缓的时候效果比较好，但于对于一些运动复杂的视频序列，很容易在搜索的初期就落了局部最优的陷阱。目前[JVT-F017r1]提案的一种搜索算法UMHexagonS(Unsymmetrical-cross Multi-Hexagon-grid Search)可以很好的解决落入局部最优的陷阱，编码效率很高，但是运动估计的复杂度仍然很高。公开号为CN1492687，发明名称为“多种快模式的快速整像素运动估计方法”于2004年4月28日公开了一种快速运动估计方法，使用了以较小分割模式(下层模式)的运动矢量来确定较大模式(上层模式)的搜索范围。该方法相对于对各种分割模式单独搜索降低了计算量。但是对于运动复杂视频序列，较小分割模式块运动后的距离较大，部分块的运动比较分散，从而使得搜索范围扩大，增加了搜索的复杂度。

综上，运动估计仍是视频编码器的瓶颈。据统计发现，视频图像有两个重要的特征：运动矢量分布满足的中心偏置原则与运动补偿对应的失真度满足单峰分布。对于复杂的视频序列不一定能完全满足上面两个特征，但是如果运动搜索中心选得非常好，上面两个特征几乎可以完全满足。因此，运动搜索中心的选择至关重要。

另一方面，运动搜索的效率与搜索中心有很大的关系，搜索中心离最佳匹配点越近，那么搜索到最佳匹配点所需要搜索的时间就越短。一般地，把中值预测运动矢量作为运动搜索中心，对一些运动复杂的视频序列，中值预测运动矢量不能很好的接近最佳匹配点，使得搜索步骤过多或搜索点落入局部最优点。

发明内容

本发明所要解决的技术问题是，提供一种基于下层预测运动矢量与多模式搜索的快速运动估计方法。

本发明为解决上述技术问题所采用的技术方案是，快速运动估计方法，其特征在于，以最小分割模式为最下层模式，以最大分割模式为最上层模式，采用至下而上的顺序的进行预测：

a对最下层模式块预测运动矢量，确定最下层模式块最佳预测运动矢量；

b根据最佳预测运动矢量确定搜索中心；

c搜索中心确定后采用第一搜索模式搜索最佳匹配点，并存储最佳运动矢量，进入上一层模式；

d当前层模式使用下一层模式的运动矢量来预测其搜索中心；

e搜索中心确定后采用第二搜索模式搜索最佳匹配点，并存储最佳运动矢量；判断当前层是否为最上层，如否，进入上一层模式，回到步骤d，如是，搜索完毕。

上层模式(较大分割模式)使用下层模式(较小分割模式)的运动矢量来预测其搜索中心，从而不会因为各个下层模式块的运动的分散而增加搜索的复杂度，很好的解决了现有技术中所提到的因为小模式块的运动分散而使得搜索范围过大增加搜索的复杂度。

步骤a所述对最下层模式块预测运动矢量采用多种预测方式，具体包括：中值预测运动矢量，零运动矢量、左边块运动矢量，上边块运动矢量、右上块运动矢量、左上块运动矢量、最近参考帧对应块的运动矢量或当前块在前一参考帧的运动矢量，其中最近参考帧对应块的运动矢量与当前块在前一参考帧的运动矢量不同时存在，前者是用于最邻近参考帧，后者是除最邻近参考帧外的所有参考帧。

步骤a所述最佳预测运动矢量为所有预测运动矢量中SAD值最小的预测运动矢量。

由于当前层模式使的运动矢量与该模式所包含的块的运动矢量相关性很强的而且依赖于下一层模式的运动矢量，那么最下层模式使了多种预测方法尽可能确保其最佳预测运动矢量为全局最优。

当所述步骤d中下一层模式有2种分割模式时，选择该层中子块运动矢量距离较小的分割模式作为对应的当前层的下层预测模式。

步骤d当前层模式使用下一层模式的运动矢量来预测其搜索中心的具体为：在中值预测运动矢量与下一层模式的最佳运动矢量之中选取SAD值最小的预测运动矢量为当前层模式的最佳预测运动矢量；再根据最佳预测运动矢量确定当前层的搜索中心。

为了进一步提高运动估计的速度，步骤d中当前层并不局限于对直接相邻的上一层模式进行预测，也可以是跨层预测：如当前层内所有子块的运动矢量距离小于预先设定的阈值，则认为子块的运动一致性很强，可跳过相邻上一层的运动估计。