一、基于中心偏置特性的快速运动估计算法(论文文献综述)
周德登[1](2021)在《基于H.266视频编码的帧间预测技术研究》文中认为随着5G技术的发展与应用,高质量视频传输需求的更加迫切,而视频编码技术能将海量视频数据压缩形成视频码流,解决视频高效传输和存储问题。H.266/VVC(Versatile Video Coding)作为新一代视频编码,能够在上一代视频编码基础上大幅度提升编码质量。帧间预测技术是视频编码框架中相当重要的环节,可大幅提升视频压缩率,剔除视频数据中的时间冗余。本文对帧间预测技术深入研究,主要从编码块划分以及运动估计(Motion Estimation,ME)两方面展开工作,以实现降低编码时间消耗并提高编码速度的目标。(1)H.266/VVC引入了嵌套多类型树的四叉树块划分(Quadtree with Nested Multi-type Tree,QTMT),将块划分方式增加到了六种,能够适应更加灵活的视频,但是块划分时间也大幅度增加。针对上述问题,本文提出了基于视频图像纹理的I帧快速块划分决策技术,该技术通过Sobel边缘检测判断视频图像纹理的方向来减少几种块划分方式。同时,本文提出了基于视频图像相似度的P帧快速块划分决策技术,该技术通过哈希算法判断当前块和参考块的相似度来判断当前块是否参与运动,以此来决定是否跳过当前块后续的块划分操作。(2)帧间预测中最为耗时的部分是运动估计模块,运动估计是当前帧像素块在参考帧中寻找最佳匹配块的过程。当前编码标准中使用的是菱形搜索模型或六边形搜索模型。菱形搜索模型准确性高,耗时长,六边形搜索模型准确性不如菱形搜索模型,但比菱形搜索模型节省时间。针对以上问题,本文在六边形搜索模型基础上提出的旋转六边形搜索模型同时兼具准确性和低耗时的特点。根据统计结果显示,运动估计很大程度上会在搜索起始点得到最优匹配块,本文使用了双向增强小钻石模型来进一步降低运动估计耗时。实验结果表明,与VTM7.0原始算法相比,在保证视频图像质量基本不变的情况下,块划分阶段I帧编码时间平均减少39.02%,码率平均上升0.75%;P帧编码时间平均减少32.54%,码率平均上升1.22%;在运动估计阶段,编码时间平均减少51.55%,码率平均上升0.18%。在帧间预测编码测试联合算法时,整体编码时间平均减少60.19%,码率仅上升1.61%,编码效率得到了显着提升。
汪文昌[2](2017)在《移动AR系统中基于视频流的实时运动估计算法的研究》文中研究表明随着移动终端中软件与硬件技术的不断更新,移动终端已成为实现增强现实应用的理想平台,并取得了不错的研究成果。本论文是基于目前实验室开发的移动增强现实广告推荐平台项目,在移动终端系统中针对智能手机传感器技术与实时视频流运动估计算法的研究。该研究适用场景比较广泛,是移动增强现实应用中跟踪与配准技术、显示与交互技术的重要组成部分。首先移动增强现实广告推荐平台中采用的是Android操作系统,由于该操作系统提供了传感器接口,本论文综合使用了加速度传感器、陀螺仪传感器以及磁场传感器实现数据补齐、校偏以及运动估计辅助。其次本论文所采用的运动估计技术事实上是视频压缩编码中的关键技术之一,当前研究的重点课题是设计与实现快速、精确、鲁棒性强的运动估计算法。考虑到在移动增强现实系统中,同样在处理视频流的场景下,本论文着重研究、分析了各类快速块匹配运动估计算法的优缺点,最后提出了优化、改进的适用于移动增强现实系统中基于视频流的实时运动估计的算法。本论文主要是基于视频流的实时运动估计算法的研究,首先概述了基于块匹配运动估计算法的基本原理、各类匹配准则、评定参考指标以及搜索窗口选择等等。接着在研究、分析全搜索算法以及四种经典的快速块匹配运动估计算法的基础上,根据视频图像序列中运动矢量的中心偏置分布特性和十字偏置分布特性,采用了十字中心搜索模板,提出、设计并实现了相对更优的十字中心搜索运动估计算法。通过仿真实验对比数据,此算法提高了搜索速率,尽量避免了陷入局部最优,保证了搜索准确性。然后又在十字中心搜索算法的基础上进行了改进,依照宏块运动矢量的时空相关性预测起始搜索点,设定阈值终止搜索判别准则,并根据不同的运动类型自适应的预判搜索策略,实现了基于预测自适应的十字中心搜索运动估计算法,并在搜索速度和搜索精度上取得了更加良好的性能,最后应用于移动增强现实系统中。
郑文彬[3](2012)在《H.264编码标准帧内预测与运动估计快速算法研究》文中进行了进一步梳理H.264具有比以往标准更出色的性能,在国际上受到了广泛地重视和欢迎。但是,H.264在具有优秀的压缩性能和良好的网络亲和性的同时,也带来了编码的复杂度高、耗时较大等缺点。因此,为了使H.264编码标准在实际中运用的更加广泛,需对H.264视频编码算法进行优化,以达到实时编码的目的。本文针对H.264/AVC核心技术中计算复杂度最大、耗时最多的帧内预测和运动估计进行了快速算法方面的研究。本文分析了H.264标准的帧内预测和运动估计技术,针对帧内预测计算复杂度高、计算冗余大、编码时间长的问题,提出了两种帧内预测快速模式选择算法。首先根据宏块色度纹理复杂度,把4种候选模式降到1种或2种;然后根据最小哈达玛变换的绝对误差和(SATD)选择亮度16×16块模式中的最佳模式;接着,根据方向SATD把亮度4×4块模式判决中的9种候选模式降为3种;实验结果表明,该算法在比特率与峰值信噪比(PSNR)保持不变的情况下节省69%左右编码时间。为了使帧内亮度预测中的子块类型得以提前划分,又提出了一种自适应量化参数(Quantization Parameters, QP)的帧内预测快速模式判决算法。该算法根据图像纹理特性和自适应于QP变化的阈值进行块大小模式选择;其次,在4×4亮度块模式预测中,运用统计学原理,取出被选为最佳模式概率高的最可能模式和两个最小SATD值对应的模式来取代原算法的9种候选模式。实验结果表明:与测试模型JM86相比,该算法在不同的QP取值下,能降低57%左右的编码时间,并且比特率与峰值信噪比(PSNR)保持不变。在对运动估计非对称十字形多层次六边形格点搜索算法(UMHexagonS)的优化上,结合斐波那契数列和中心偏置特性对UMHexagonS算法中的搜索步长和搜索模版进行了改进。新算法首先使用斐波那契数列的递进关系确定UMHexagonS算法的搜索步长,其次删除UMHexagonS算法中存在计算冗余的搜索点,最后结合中心偏置特性对UMHexagonS算法的大六边形搜索模版进行了修改。实验结果表明,新算法在保持了UMHexagonS算法的比特率和峰值信噪比的条件下缩短了运动估计时间,并且随着图像像素、图像复杂度和搜索范围的提高,新算法的运动估计时间越来越短,在搜索范围等于64的情况下,平均缩短了23.82%的运动估计时间。
颜善[4](2012)在《基于GPU的快速运动估计算法研究与实现》文中研究表明运动估计是视频压缩编码的关键技术之一。它采用相邻帧的像素作为参考来预测当前帧的像素,并直接决定了压缩编码速度与效率。运动估计也是视频压缩编码统中计算复杂度最高的模块,因此运动估计快速算法通常利用帧序列与运动矢量分布特性来减少不必要的搜索点,从而降低计算复杂度。本文以视频压缩编码系统中运动估计模块在GPU并行处理器上的实现为研究目的,一方面利用视频序列特性与运动矢量分布特性来减少不必要的搜索点,另一方面结合GPU通用计算特点,提出了一种适合于GPU处理器的高精度并行快速运动估计方法-基于GPU的局部全搜索(GPU-based Local Full Search,GLFS)。整个运动估计过程划分为整像素精度搜索与1/4像素精度搜索,且搜索过程中的每个步骤都采用一种局部全搜索思想;并根据视频序列的内容特性,将搜索域划分为背景域和运动域。首先,利用局部全搜索以最大概率判定当前块是否为运动域;然后,对于运动域通过降低搜索域分辨率来提升搜索步长,执行低分辨率的局部整像素全搜索来捕捉最优运动矢量分布范围,即粗定位;最后,利用高密度、高精度搜索模板逐级细化运动矢量,完成1/4像素精度的运动估计,即细定位。此外,GLFS算法在搜索过程中还采用了中止判别技术,且搜索过程中每一步的搜索点数都不会发生变化。本文采用CUDA在Windows平台上编程实现了基于GPU处理器的视频编解码器。实际测试结果表明,在相同的图像质量下采用GLFS算法的搜索精度很接近FS算法。此外,在运算速度上,与GPU上实现的FS算法相比,GLFS算法提高了约9倍。
肖敏连[5](2011)在《一种快速整像素运动估算算法研究》文中研究指明在对已有快速整像素运动估计算法中使用的模板进行分析和实际测试的基础上,提出了一种新的适合于大运动矢量搜索的搜索模板,然后把该模板和小菱形模板结合起来而形成了一种新的快速运动估计算法。该算法充分利用了相邻块运动矢量的相关性以及运动矢量的中心偏置特性,显着减少了运动估计的运算量。把该算法运用到视频编码标准H.264/AVC中,取得了良好的编码效果,实验结果表明,新的运动估计算法和FS及DS算法相比平均搜索速度分别提高了98.08%和48.71%;重建图像的信噪比比DS算法平均提高了0.001875dB,更接近FS算法的编码质量。
薛冲冲[6](2011)在《视频压缩中运动估计算法及预测搜索起始点的研究》文中进行了进一步梳理在分布式视频编码中,边信息是对当前WZ帧的预测,被用于Turbo解码和重建过程中。边信息预测精度的高低直接决定着编码率失真性能和重建帧质量的好坏。因此,边信息的获取是分布式视频编码中的核心技术之一,它是利用时域相邻帧的高度相关性,通过对已解码重建帧运动估计进行时域内(外)插来取得。如何通过运动估计技术获取高质量的边信息已经成为分布式视频编码领域中研究的热点和难点,而运动估计技术也是传统的视频编码领域中的关键技术。研究设计高效、快速的运动估计算法已经成为目前视频压缩技术中的重要方向。在各种运动估计算法中,由于块匹配算法思想简单且便于实现得到了广泛应用,被多个国际视频编码标准采用,其相关的快速算法也得到了广泛的研究和发展。但是快速运动估计算法如三步法因为其搜索模板的固有缺陷,使得算法存在着陷入局部最优的缺陷,不能兼顾运动类型不同的运动矢量,影响着运动估计算法的质量,是运动估计领域面临的重要问题。预测搜索起始点是对初始搜索中心点的预测,其实质就是使初始搜索中心点尽可能的接近全局最优匹配点,可以有效的降低在搜索过程陷入局部最优匹配点的可能性。因此成为运动估计算法中研究的重要方向和热点问题,而准确的预测起始点能为后续的搜索提供良好的起点,再结合适当的中止准则和搜索策略,可以很快的找到全局最优匹配点,减少匹配计算量,加快算法的搜索速度和提高搜索精度。本论文,主要的任务是分析和验证了运动矢量的基本特性,在研究并实现常用的预测起始点方法的基础上,改进并实现一种预测效果更好的预测方法;然后在分析和研究经典的运动估计算法的基础上,改进并实现一种估计效果更好的算法。文章首先介绍了块匹配运动估计的基本原理和研究现状,然后详细的介绍了块匹配运动估计的主要技术,接着又仔细介绍了几种常见的典型的块匹配运动估计快速算法,分析了它们各自的性能特点,通过实验数据定量地评价了对本论文重要的算法的优缺点。然后通过实验验证了SAD值分布的单极值和多极值特性、运动矢量的中心偏置和中心偏移分布特性,也证明了运动矢量的相关性。通过对均值,中值,SAD值比较法等常用的预测方法进行了理论介绍和实验分析对比,并利用运动矢量的相关性及其中心偏置和中心偏移分布特性给相邻块分配不同的权重,从而改进得出一种新的基于固定权值的预测方法。实验结果发现:新预测方法在保持DS算法的精度下,搜索点数最少。接着在充分考虑运动矢量的统计和分布特性的基础上,根据第一步搜索的最小SAD值点的位置来自适应选择搜索模板、静止块判断技术再结合新的预测搜索起始点方法,从而改进得到一种基于预测搜索起始点的多模板运动估计算法,该算法采用双十字形作为初始搜索模板,使其在第一步搜索时兼顾到了不同运动类型的宏块:选择大菱形模板进一步确定搜索方向;弧形模板是用来对大运动的矢量进行粗定值的;最后用小菱形模板进行精细定位搜索,找出最佳运动矢量。通过对静止块的双重判断来提前结束搜索,避免了对静止块进行不必要的搜索,加快了搜索速度;通过充分利用运动矢量的空间相关性及其分布特性进行搜索起始点的预测,减小陷入局部最优的可能性,增加了搜索精度,也在一定程度上弥补了因固定阀值判定静止块而的来搜索精度下降的影响,使得算法对不同运动类型的运动矢量有较强的适用性。通过与经典的运动估计算法进行对比实验发现:该算法在搜索点数和搜索精度方面均取得最好的效果,实现了预期的研究目标。综合实验数据,可以得出:本算法在搜索精度和搜索点数方面,与以往经典的快速运动估计算法相比,均取得了更好的估计效果。
孙鹏[7](2010)在《运动估计与补偿在IP组播视频会议中的研究与应用》文中研究指明运动估计与补偿技术是视频压缩技术的重要组成部分之一,由于运动估计与补偿算法的性能直接关系到视频压缩编码的效率和图像质量,因此运动估计与补偿技术成为视频处理领域研究的热点和难点。由于视频会议系统具有低成本、高效率的特性,因此具有广泛的使用价值。为了将可变块运动估计与补偿技术应用到视频会议系统中,本文主要研究内容及创新如下:1.对传统的基于固定块匹配的运动估计技术中应充分考虑的多项技术指标和多种典型的固定块搜索匹配算法的性能进行了分析和总结。2.针对可变块运动估计中搜索匹配模板的问题,在对基于固定块搜索匹配算法的分析的基础上对H.264视频编码标准中规定的宏块和子块的七种划分模式进行了分析,根据不同类型宏块和子块形状的不同和视频序列的特点(视频序列的时间和空间相关性、运动矢量的中心偏置特性、运动矢量的水平和竖直分布特性)选用传统的六边形搜索匹配模板,并在此搜索匹配模板的基础上进行了多项改进,兼顾了运动矢量的水平和竖直分布特性,也满足了H.264视频编码标准中正方形子块、竖直长方形子块和水平长方形子块的搜索匹配的要求。3.针对可变块运动估计中宏块和子块的划分问题,提出了基于子块运动矢量计算和判定的宏块和子块的划分策略,先计算各子块的运动矢量,后通过运动矢量类型的比较确定相邻子块的运动情况进行宏块和子块的分割与合并,合理的实现可变块运动估计中的宏块和子块的划分。4.对IP组播技术和DirectShow技术进行了研究,使用DirectShow技术实现了本文提出的基于H.264视频编码标准的可变块运动估计算法,并应用IP组播技术完成了多点之间音视频数据的传输功能,最后实现了一个适合于局域网环境的低成本、高性能的纯软件视频会议系统,并在校园局域网环境下获得了良好的使用效果。
林舒静[8](2009)在《视频压缩中运动估计算法的研究》文中研究表明运动估计技术是视频压缩编码中的核心技术之一,采用运动估计和运动补偿技术可以消除视频信号的时间冗余,从而提高编码效率。研究设计高效、快速、鲁棒的运动估计算法成为目前视频压缩技术中研究的重要课题。在各种运动估计方法中,块匹配法由于其原理简单、便于实现等优点得到了普遍应用,被许多视频编码标准(如MPEG以及TH.26X)所采用,在理论研究和实践应用中得到了不断的发展和完善,成为数字视频技术的一个研究热点。其相关快速算法也得到了广泛的研究和发展。但是,传统的快速块匹配算法如三步法、菱形法等虽然极大地提高了搜索速度却具有易陷入局部最优的固有缺陷,不能兼顾快速运动运动矢量和准静止运动矢量,这对于运动估计的质量有很大的影响,是迫切需要解决的问题。本论文中,最主要的任务是在分析和研究几种经典的运动估计算法的基础上,改进并实现一种更优的算法。本文首先阐述了基于块匹配的运动估计的基本原理,详细介绍了全搜索法和几种典型的块匹配运动估计快速算法,分析了它们各自的技术特点,通过实验数据定量地评价了各算法的优缺点。然后重点介绍了本文提出的一种改进的自适应运动估计算法—新方向性菱形-弧形算法。此算法根据序列图像中运动矢量场中心偏置分布特性,设计了一种方向性菱形模板和大菱形-弧形模板,根据运动类型自适应选择搜索策略。以上技术使本文算法在保证了搜索准确性的同时,很大的提高了运动估计的速度。最后,进行了系统仿真实验来论证论文中改进的算法。通过对实验数据列表分析、比较,发现改进后的算法均优于本文介绍的经典的块匹配运动估计算法,实现了预期的研究目标。综合实验数据,可以得出以下结论:本文算法对具有小运动、中等运动和大运动的视频序列图像均能在搜索速度和搜索精度两方面保持比较优异的性能,兼顾大运动矢量和小运动矢量搜索,计算量都有所减少,搜索速度快。所以本文算法无论在搜索准确性还是搜索速度方面,与以往的快速搜索算法相比,均具有一定的优势,并且由于本算法充分利用了向量的时间和空间上的相关性来预测起始搜索点,从而使算法不容易陷入局部最优,极大的避免了出现搜索错误的可能,提高了搜索效率。
王莉莉[9](2009)在《视频编码中运动估计算法研究》文中认为随着近年来多媒体技术的飞速发展,许多视频应用如视频点播、视频会议、手机视频等都要求视频压缩系统具有实时性,快速、高效的压缩算法是解决这一问题的关键。运动估计作为视频压缩的关键技术,也是压缩编码中运算最复杂、最耗时的环节,有研究结果显示,对于新一代视频编码标准H.264,单帧参考,运动估计占总运算量的70%;多参考帧参考,这个比例能达到90%。因此快速而高效的运动估计算法一直是工业界和学术界研究的热点。在各种运动估计方法中,块匹配法由于其简单、易于硬件实现等优点,其相关快速算法得到了广泛的研究和应用。本文重点研究了基于单参考帧帧和多参考帧帧的块匹配运动估计快速算法。主要内容为:在详细分析了各种经典运动估计算法的基础上,针对单参考帧的情形,根据运动矢量的分布特性,综合采用多参考运动矢量预测、自适应的终止准则、多搜索模板等一系列技术,提出了一种改进的自适应十字-方形运动估计快速算法。通过在H.264验证模型JM10.2上测试发现,与其他算法相比,本算法在保持相似的峰值信噪比和码率的前提下,计算复杂度最低,表明了本算法的高效性。针对H.264支持多参考帧和多模式的特点,根据运动矢量的统计特性以及各个参考帧和各个模式对编码效率的提升作用不同的特点,提出了一种改进的基于H.264的多参考帧运动估计快速算法。本算法形式简单、易于实现,充分考虑了图像序列的时空相关性,将运动矢量复用和多种终止条件的结合在一起。实验证明,在低码率序列图像传输中,此多参考帧搜索算法在匹配精度和运算速度方面都有一定的优越性。
蒋朋万[10](2008)在《基于图像特性的自适应块匹配算法研究》文中研究说明随着计算机技术和网络技术的普及和发展,视频压缩技术得到了越来越广泛的应用。而运动估计作为视频压缩中最为关键的技术,成为人们研究的热点。在诸多的运动估计方法中,块匹配算法以其方法简单,估计效果好,压缩效率高,容易满足硬件实时计算要求,已经被国际视频编码标准(如MPEG-1/2/4以及ITU-T H.261/263)采用论文首先介绍了块匹配运动估计算法的基本原理,总结了块匹配算法匹配准则、块尺寸的选择和块匹配算法的优缺点。其次对13种经典块匹配算法进行了详尽的描述,分析了它们的特点和不足。其中重点对块匹配算法中的搜索策略进行了总结和分类,并且预测了将来搜索策略可能的发展方向。再次结合实验重点分析了图像序列的三个重要特性——相邻相似性、基于中心的偏置分布特性和偏向分布特性。最后综合对搜索策略的总结和图象序列的特性分析,本文提出了一种符合图像运动矢量分布特性的自适应块匹配搜索算法MAPS(mixed adaptation and property of image searching)。该算法首先采用相邻块的运动矢量和图像运动矢量分布特性图对块的运动复杂度进行判定,其次对图象运动矢量的重点分布区域进行高强度的搜索,同时还使用了偏置模板对水平和垂直方向进行重点探测。实验表明,对比菱形算法等经典算法,MAPS算法在搜索精度和搜索速度都得到了加强,而且该算法的适用范围更广。
二、基于中心偏置特性的快速运动估计算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于中心偏置特性的快速运动估计算法(论文提纲范文)
(1)基于H.266视频编码的帧间预测技术研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状和发展态势 |
1.2.1 视频编码标准的发展历程 |
1.2.2 H.266/VVC研究现状 |
1.3 主要研究内容及创新点 |
1.4 本文结构安排 |
2 H.266 视频帧间预测编码技术 |
2.1 引言 |
2.2 混合视频编码框架 |
2.3 H.266/VVC帧间预测新增关键技术 |
2.4 性能评价指标 |
2.4.1 标准测试配置 |
2.4.2 失真评估准则 |
2.5 本章小结 |
3 帧间编码块结构优化 |
3.1 引言 |
3.2 H.266/VVC编码块结构 |
3.2.1 I帧、P帧和B帧 |
3.2.2 编码块划分原理 |
3.2.3 编码块划分过程及复杂度分析 |
3.3 基于图像纹理特征的I帧块划分优化 |
3.3.1 I帧块划分与视频纹理的关系 |
3.3.2 Sobel边缘检测快速块划分决策算法 |
3.3.3 实验结果 |
3.4 基于图像相似度的P帧块划分优化 |
3.4.1 P帧块划分的时间相关性 |
3.4.2 哈希算法快速P帧块划分决策算法 |
3.4.3 实验结果 |
3.5 本章小结 |
4 帧间运动搜索算法优化研究 |
4.1 引言 |
4.2 运动估计算法原理 |
4.2.1 常见的块匹配准则 |
4.2.2 基本模型搜索算法 |
4.2.3 混合模型搜索算法 |
4.3 旋转六边形模型算法研究 |
4.3.1 基本六边形模型存在的缺陷 |
4.3.2 旋转六边形模型 |
4.3.3 实验结果 |
4.4 双向增强小钻石模型算法研究 |
4.4.1 运动矢量中心偏置统计分析 |
4.4.2 双向增强小钻石模型算法 |
4.4.3 实验结果 |
4.4.4 联合实验 |
4.5 本章小结 |
5 总结与展望 |
5.1 全文工作总结 |
5.2 后续研究工作 |
致谢 |
参考文献 |
攻读学位期间取得的研究成果 |
(2)移动AR系统中基于视频流的实时运动估计算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 论文组织结构 |
1.5 本章小结 |
第2章 相关工作与技术 |
2.1 视频图像序列运动估计技术 |
2.1.1 二维运动估计模型 |
2.1.2 块匹配运动估计算法 |
2.1.3 块匹配运动估计准则 |
2.1.4 块匹配运动估计评定参考指标 |
2.2 移动设备传感器技术 |
2.2.1 加速度传感器 |
2.2.2 陀螺仪传感器 |
2.2.3 磁场传感器 |
2.3 移动增强现实技术 |
2.4 本章小结 |
第3章 快速块匹配十字中心搜索运动估计算法 |
3.1 宏块的形状大小与搜索窗口 |
3.2 经典快速块匹配运动估计算法 |
3.2.1 全搜索算法 |
3.2.2 三步搜索算法 |
3.2.3 新三步搜索算法 |
3.2.4 四步搜索算法 |
3.2.5 菱形搜索算法 |
3.3 十字中心搜索算法 |
3.3.1 十字中心搜索算法基本思想 |
3.3.2 十字中心搜索算法理论分析 |
3.4 算法仿真 |
3.4.1 实验平台 |
3.4.2 实验结果分析 |
3.5 本章小结 |
第4章 基于预测自适应的十字中心搜索运动估计算法 |
4.1 快速块匹配运动估计算法缺陷 |
4.2 十字中心搜索算法在运动估计中的改进 |
4.2.1 预测搜索起点 |
4.2.2 终止判别准则 |
4.2.3 自适应预判搜索模式 |
4.2.4 基于预测自适应的十字中心搜索算法 |
4.3 算法仿真 |
4.3.1 实验平台 |
4.3.2 实验结果分析 |
4.4 运动估计算法在移动AR系统中的应用 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 工作总结 |
5.2 展望 |
参考文献 |
致谢 |
(3)H.264编码标准帧内预测与运动估计快速算法研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第1章 绪论 |
1.1 H.264研究背景及意义 |
1.2 视频压缩编码的必要性 |
1.3 视频编码标准的发展历程 |
1.4 H.264的特点 |
1.5 H.264国内外研究现状 |
1.6 视频图像常用编码、评价方法 |
1.6.1 常用图像视频编码方法 |
1.6.2 图像质量评价方法 |
1.7 本文研究的主要内容及结构 |
第2章 H.264视频编码标准概述 |
2.1 H.264的主要目标及应用 |
2.2 H.264编解码原理 |
2.3 H.264码流结构 |
2.4 H.264视频编码标准中的关键技术 |
2.4.1 帧内预测 |
2.4.2 帧间预测 |
2.4.3 整数变换和量化 |
2.4.4 熵编码 |
2.5 本章小结 |
第3章 H.264帧内预测的研究与分析 |
3.1 帧内预测模式分析 |
3.1.1 帧内4×4亮度块(Intra_4×4)预测模式 |
3.1.2 帧内16×16亮度块(Intra_16×16)预测模式 |
3.1.3 帧内色度分量(Intra_Chroma)预测模式 |
3.2 模式选择算法分析 |
3.3 一种减小候选模式的帧内预测快速算法 |
3.3.1 快速色度模式选择算法 |
3.3.2 快速帧内亮度模式选择算法 |
3.3.3 实验结果和分析 |
3.4 自适应块划分帧内预测快速模式判决算法 |
3.4.1 自适应块大小选择 |
3.4.2 帧内4×4块快速算法 |
3.4.3 实验结果和分析 |
3.5 本章小结 |
第4章 H.264运动估计的研究与分析 |
4.1 运动估计方法概述 |
4.2 块匹配算法原理 |
4.3 可变尺寸块运动估计原理 |
4.4 经典运动估计算法 |
4.5 UMHexagonS的斐波纳契数列优化 |
4.5.1 斐波纳契数列 |
4.5.2 UMHexagonS的斐波纳契数列改进算法 |
4.5.3 实验结果和分析 |
4.6 本章小结 |
第5章 结论与展望 |
5.1 本文工作总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
作者攻读硕士学位期间发表的论文 |
(4)基于GPU的快速运动估计算法研究与实现(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 论文的主要工作与内容安排 |
第二章 GPU 基础和运动估计简介 |
2.1 CUDA 平台模型 |
2.2 CUDA 编程模型 |
2.2.1 线程结构 |
2.2.2 硬件映射 |
2.2.3 执行模型 |
2.2.4 存储器模型 |
2.3 视频压缩中的运动估计 |
2.3.1 概述 |
2.3.2 基于块的运动估计技术 |
2.3.3 H.264/AVC 标准中的运动估计新技术 |
第三章 基于 GPU 的快速运动估计算法 |
3.1 GPU 并行处理运动估计的可行性分析 |
3.2 全搜索算法在 GPU 上实现的分析 |
3.3 经典的快速算法在 GPU 上实现的分析 |
3.4 基于 GPU 的快速运动估计算法 |
3.4.1 块匹配算法的误差表面函数分析 |
3.4.2 运动矢量分布特性 |
3.4.3 视频序列的内容特性 |
3.4.4 基于 GPU 的快速运动估计算法 |
3.4.5 算法总体描述与理论分析 |
第四章 FS 算法与 GLFS 算法的 GPU 实现 |
4.1 1/4 像素精度插值与 GPU 的实现 |
4.2 全搜索运动估计的 GPU 实现 |
4.2.1 SAD 值的计算 |
4.2.2 SAD 值的比较 |
4.3 GLFS 算法的 GPU 实现 |
4.3.1 算法实现的技术支持 |
4.3.2 线程的组织结构 |
4.3.3 存储模型 |
4.3.4 线程的执行流程 |
第五章 实验结果及分析 |
5.1 测试条件与方法 |
5.2 测试结果与分析 |
5.2.1 PSNR 测试结果与分析 |
5.2.2 平均搜索点测试结果与分析 |
5.2.3 步骤执行的测试结果与分析 |
5.2.4 压缩比与加速比结果与分析 |
第六章 总结与展望 |
6.1 全文内容总结 |
6.2 后期工作展望 |
致谢 |
参考文献 |
(5)一种快速整像素运动估算算法研究(论文提纲范文)
1 运动相关性及运动矢量的中心偏置特性 |
2基于菱形——三角形模板的快速运动估计算法 |
2.1 根据相邻块预测起始搜索点 |
2.2 使用率失真优化作为块匹配准则 |
2.3综合使用菱形、三角形模板完成最佳运动矢量的搜索 |
2.4 算法的具体实现步骤 |
3 实验结果与分析 |
4 结束语 |
(6)视频压缩中运动估计算法及预测搜索起始点的研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景及意义 |
1.2 视频压缩技术的概述 |
1.2.1 视频编码技术的发展及其分类 |
1.2.2 视频编码标准 |
1.2.3 视频编/解码的系统结构 |
1.3 运动估计算法国内外研究现状 |
1.4 论文的研究内容及结构 |
1.5 文章创新 |
第2章 视频压缩系统中的运动估计技术 |
2.1 传统的视频编码系统的基本框架 |
2.2 分布式视频编码系统的基本框架 |
2.3 运动估计和运动补偿原理 |
2.4 基于块匹配的运动估计技术 |
2.4.1 块匹配运动估计的基本原理 |
2.4.2 新型运动估计技术 |
2.4.2.1 亚像素运动估计 |
2.4.2.2 多参考帧运动估计 |
2.4.2.3 可变块运动估计 |
2.5 基于块匹配的运动估计主要技术研究 |
2.5.1 划分块的大小和形状 |
2.5.2 搜索范围 |
2.5.3 匹配准则 |
2.5.3.1 最小绝对误差 |
2.5.3.2 最小均方误差 |
2.5.3.3 归一化互相关函数 |
2.5.3.4 最大误差最小函数 |
2.5.3.5 像素差值分类准则 |
2.5.3.6 子采样匹配准则 |
2.5.3.7 VOD |
2.5.4 搜索策略 |
2.5.5 搜索模板 |
2.6 本章小结 |
第3章 典型块匹配运动估计算法的研究 |
3.1 全搜索算法 |
3.2 快速块匹配运动估计算法 |
3.2.1 三步搜索法 |
3.2.2 新三步搜索法 |
3.2.3 四步搜索法 |
3.2.4 基于块的梯度下降搜索法 |
3.2.5 菱形搜索法 |
3.3 经典算法实验与性能比较 |
3.3.1 实验平台 |
3.3.2 仿真实验结果 |
3.3.3 实验结果分析 |
3.4 搜索策略方法及研究成果 |
3.4.1 提前终止 |
3.4.2 预测搜索起始点 |
3.4.3 运动类型划分 |
3.4.4 多模板使用 |
3.4.5 运动矢量方向判断 |
3.5 本章小结 |
第4章 基于块匹配运动估计算法的预测起始点研究 |
4.1 运动矢量的基本特性 |
4.1.1 SAD值分布特性 |
4.1.1.1 实验一 |
4.1.1.2 实验二 |
4.1.2 中心偏置分布特性 |
4.1.2.1 实验三 |
4.1.3 中心偏移分布特性 |
4.1.3.1 实验四 |
4.1.4 垂直水平分布特性 |
4.1.4.1 实验五 |
4.1.5 运动相关性 |
4.2 预测搜索起始点的研究 |
4.2.1 研究背景 |
4.2.2 研究原因 |
4.2.3 基本思想 |
4.2.4 当前块的时空相关性 |
4.2.5 常用方法的介绍 |
4.2.5.1 左块法 |
4.2.5.2 中值法 |
4.2.5.3 加权平均法 |
4.2.5.4 SAD值比较法 |
4.2.5.5 基于固定权值的新预测方法 |
4.3 算法实验一 |
4.3.1 实验条件 |
4.3.2 实验结果 |
4.3.3 实验分析 |
4.4 组合的预测搜索起始点方法 |
4.4.1 中值SAD法 |
4.4.2 判断SAD法 |
4.4.3 判断中值法 |
4.4.4 判断中值SAD法 |
4.5 算法实验二 |
4.5.1 实验条件 |
4.5.2 实验结果 |
4.5.3 实验分析 |
4.6 本章小结 |
第5章 基于预测搜索起始点的多模板运动估计算法 |
5.1 预测搜索起始点 |
5.2 静止块判断 |
5.3 模板的选择 |
5.4 算法的步骤 |
5.4.1 "丁"形搜索算法 |
5.4.1.1 搜索模板 |
5.4.1.2 搜索步骤 |
5.4.2 弧形搜索算法 |
5.4.2.1 搜索模板 |
5.4.2.2 搜索步骤 |
5.4.3 最终搜索算法 |
5.5 算法结果及其分析 |
5.5.1 实验条件 |
5.5.2 实验结果 |
5.5.3 实验分析 |
5.6 本章小结 |
第6章 总结 |
6.1 论文工作总结 |
6.2 进一步的研究方向 |
参考文献 |
附录 |
致谢 |
硕士期间发表的论文 |
(7)运动估计与补偿在IP组播视频会议中的研究与应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 引言 |
1.2 课题的研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 运动估计与补偿技术 |
1.3.2 视频会议系统结构 |
1.4 本文的主要工作及各章组织 |
2 视频压缩中的运动估计与补偿技术及其算法 |
2.1 引言 |
2.2 块匹配运动估计的原理及技术 |
2.2.1 块匹配运动估计原理 |
2.2.2 块的形状和大小 |
2.2.3 块的匹配准则 |
2.2.4 块匹配搜索范围 |
2.2.5 块匹配搜索起始点的确定 |
2.2.6 块匹配的搜索策略 |
2.3 典型块匹配运动估计算法的研究与分析 |
2.3.1 全搜索算法(FS) |
2.3.2 三步搜索法(TSS)和新三步搜索法(NTSS) |
2.3.3 四步匹配搜索法(FSS) |
2.3.4 菱形搜索匹配算法(DS) |
2.3.5 六边形搜索匹配算法(HEXBS) |
2.4 本章小结 |
3 基于H.264的可变块运动估计算法的研究 |
3.1 引言 |
3.2 H.264编码标准综述 |
3.2.1 H.264编码技术及框架层次结构 |
3.2.2 H.264多种运动估计和补偿块 |
3.2.3 H.264编码技术研究重点 |
3.3 H.264编码标准的可变块运动估计模板的改进 |
3.3.1 视频序列的三大特性 |
3.3.2 可变块搜索匹配模板 |
3.3.3 适合非正方形子块的搜索匹配模板 |
3.4 H.264编码标准的可变块运动估计算法 |
3.4.1 静止块的判定 |
3.4.2 基于运动矢量的宏块划分方法 |
3.4.3 可变块运动估计算法步骤 |
3.5 实验结果分析 |
3.6 本章小结 |
4 基于IP组播的视频会议系统的设计与实现 |
4.1 引言 |
4.2 IP组播视频会议的开发环境及采用的相关技术 |
4.2.1 系统开发的软硬件环境 |
4.2.2 使用DirectShow组件实现可变块运动估计算法 |
4.2.3 IP组播技术 |
4.3 IP组播视频会议的总体结构 |
4.3.1 视频会议系统的逻辑结构 |
4.3.2 视频会议系统的物理结构 |
4.3.3 视频会议流程 |
4.4 视频会议服务器端功能及实现 |
4.4.1 视频会议服务器端功能 |
4.4.2 视频会议服务器端实现 |
4.5 视频会议客户端功能及实现 |
4.5.1 视频会议客户端端功能 |
4.5.2 视频会议客户端实现 |
4.6 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
申请学位期间的研究成果及发表的学术论文 |
致谢 |
(8)视频压缩中运动估计算法的研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的研究背景及意义 |
1.2 视频图像压缩技术发展概况 |
1.3 运动估计国内外研究现状 |
1.3.1 基于混合模型的运动估计算法 |
1.3.2 可变块匹配的运动估计算法 |
1.3.3 快速全搜索技术 |
1.3.4 基于视频对象的运动估计研究 |
1.3.5 半像素技术 |
1.3.6 运动补偿后处理技术的研究 |
1.4 论文研究内容及其工作 |
1.5 论文的意义与创新 |
1.6 论文的结构 |
第二章 视频压缩系统中的运动估计技术 |
2.1 视频压缩系统的基本框架 |
2.2 运动估计和补偿原理 |
2.3 二维运动场模型 |
2.3.1 参数模型 |
2.3.2 非参数模型 |
2.4 基于块匹配的运动估计技术 |
2.4.1 块匹配运动估计的基本原理 |
2.5 块匹配运动估计主要技术研究 |
2.5.1 块的形状和大小 |
2.5.2 块匹配准则 |
2.5.3 搜索初始点预测 |
2.5.4 搜索范围 |
2.5.5 搜索策略 |
2.6 块匹配运动估计的评价 |
2.7 本章小结 |
第三章 典型块匹配运动估计算法研究 |
3.1 全搜索法 |
3.2 快速块匹配搜索算法 |
3.2.1 三步搜索算法 |
3.2.2 新三步搜索算法 |
3.2.3 四步搜索算法 |
3.2.4 菱形搜索法 |
3.2.5 六边形搜索法 |
3.3 典型算法实验与性能比较 |
3.3.1 实验平台 |
3.3.2 仿真实验结果 |
3.3.3 实验结果分析 |
3.4 本章小结 |
第四章 块匹配运动估计算法的改进与实现 |
4.1 运动矢量的中心偏向分布特性 |
4.1.1 实验一 |
4.1.2 实验二 |
4.1.3 实验三 |
4.2 经典的搜索算法固有的缺陷 |
4.3 基于中心偏置的新方向性菱形-弧形搜索算法 |
4.3.1 新方向形菱形算法 |
4.3.2 弧形算法 |
4.3.3 最终算法描述 |
4.4 实验结果及分析 |
4.4.1 实验平台 |
4.4.2 仿真实验结果 |
4.4.3 结果分析 |
4.5 本章小结 |
第五章 总结 |
5.1 论文工作总结 |
5.2 进一步的研究方向 |
参考文献 |
附录A:英文缩写 |
附录B:实验数据 |
致谢 |
硕士期间发表的论文 |
(9)视频编码中运动估计算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的来源及研究意义 |
1.2 运动估计算法的发展及研究动态 |
1.2.1 运动估计技术分类 |
1.2.2 提高编码效率的运动估计技术 |
1.2.3 块匹配运动估计快速算法 |
1.3 本论文的主要研究工作 |
1.4 本论文的组织 |
第二章 块匹配运动估计原理与典型算法分析 |
2.1 块匹配运动估计原理 |
2.2 运动估计的关键技术 |
2.2.1 块的形状和大小 |
2.2.2 常见的块匹配准则 |
2.2.3 搜索起点预测 |
2.2.4 搜索策略 |
2.2.5 算法评价指标 |
2.3 典型块匹配运动估计算法分析 |
2.3.1 全搜索法 |
2.3.2 三步法 |
2.3.3 新三步法 |
2.3.4 菱形搜索算法 |
2.3.5 运动矢量场自适应搜索算法 |
2.3.6 UMHexagonS 算法 |
2.3.7 EPZS 算法 |
2.4 本章小结 |
第三章 改进的基于单参考帧的运动估计快速搜索算法 |
3.1 单参考帧运动特性分析 |
3.2 自适应十字-方形运动估计快速算法 |
3.2.1 搜索起点预测 |
3.2.2 宏块分类 |
3.2.3 搜索模板 |
3.2.4 终止准则 |
3.2.5 算法流程 |
3.2.6 实验结果 |
3.3 本章小结 |
第四章 基于H.264 的多参考帧运动估计快速算法 |
4.1 多参考帧特征分析 |
4.2 多参考帧运动估计快速算法 |
4.2.1 运动矢量复用 |
4.2.2 终止准则 |
4.2.3 结合编码模式的终止准则 |
4.2.4 算法流程 |
4.3 实验结果 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 本论文研究总结 |
5.2 前景展望 |
致谢 |
参考文献 |
攻硕期间取得的研究成果 |
(10)基于图像特性的自适应块匹配算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 国内外研究现状 |
1.3 论文的主要内容与安排 |
2 块匹配运动估计算法 |
2.1 块匹配运动估计算法 |
2.2 经典块匹配运动估计算法及分析 |
2.3 搜索策略的分类 |
2.4 搜索策略的发展趋势 |
2.5 本章小结 |
3 视频图像特性的分析 |
3.1 视频图像的相邻相关性 |
3.2 视频图像运动矢量的中心偏置分布特性 |
3.3 视频图像运动矢量的偏向分布特性 |
3.4 本章小结 |
4 基于视频图像特性的自适应块匹配算法 |
4.1 算法的提出 |
4.2 算法的分析 |
4.3 算法的仿真 |
4.4 本章小结 |
5 全文总结 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
四、基于中心偏置特性的快速运动估计算法(论文参考文献)
- [1]基于H.266视频编码的帧间预测技术研究[D]. 周德登. 西南科技大学, 2021(08)
- [2]移动AR系统中基于视频流的实时运动估计算法的研究[D]. 汪文昌. 东北大学, 2017(01)
- [3]H.264编码标准帧内预测与运动估计快速算法研究[D]. 郑文彬. 东北大学, 2012(05)
- [4]基于GPU的快速运动估计算法研究与实现[D]. 颜善. 西安电子科技大学, 2012(03)
- [5]一种快速整像素运动估算算法研究[J]. 肖敏连. 湖南人文科技学院学报, 2011(05)
- [6]视频压缩中运动估计算法及预测搜索起始点的研究[D]. 薛冲冲. 西南大学, 2011(09)
- [7]运动估计与补偿在IP组播视频会议中的研究与应用[D]. 孙鹏. 北方工业大学, 2010(08)
- [8]视频压缩中运动估计算法的研究[D]. 林舒静. 西南大学, 2009(10)
- [9]视频编码中运动估计算法研究[D]. 王莉莉. 电子科技大学, 2009(11)
- [10]基于图像特性的自适应块匹配算法研究[D]. 蒋朋万. 华中科技大学, 2008(05)