基于運(yùn)動(dòng)矢量空間相關(guān)性的H.264分像素運(yùn)動(dòng)估計(jì)

曾接賢，鄭大芳，符 祥

南昌航空大學(xué) 軟件學(xué)院，南昌 330063

基于運(yùn)動(dòng)矢量空間相關(guān)性的H.264分像素運(yùn)動(dòng)估計(jì)

曾接賢，鄭大芳，符 祥

南昌航空大學(xué) 軟件學(xué)院，南昌 330063

1 引言

運(yùn)動(dòng)估計(jì)是視頻壓縮編碼中的關(guān)鍵技術(shù)之一，它可消除視頻信號(hào)的時(shí)間冗余，它的效率直接影響到編碼速度，壓縮率和視頻解碼后的圖像質(zhì)量。H.264中由于采用分層設(shè)計(jì)、多幀參論、多模式運(yùn)動(dòng)估計(jì)、1/4像素精度運(yùn)動(dòng)估計(jì)等技術(shù)，提高了預(yù)測(cè)精度，降低了匹配誤差，從而獲得比其他標(biāo)準(zhǔn)更好的壓縮性能。但是，它的計(jì)算復(fù)雜度卻大幅度增加。因此，研究高效快速的運(yùn)動(dòng)估計(jì)算法具有重要意義。

典型的運(yùn)動(dòng)估計(jì)包括整像素運(yùn)動(dòng)估計(jì)和分像素運(yùn)動(dòng)估計(jì)。整像素運(yùn)動(dòng)估計(jì)由于其搜索點(diǎn)數(shù)多而備受關(guān)注，許多快速運(yùn)動(dòng)估計(jì)算法致力于整像素運(yùn)動(dòng)估計(jì)計(jì)算復(fù)雜度降低的研究。隨著整像素運(yùn)動(dòng)估計(jì)快速算法的發(fā)展，整像素搜索點(diǎn)數(shù)[1]可以減少到10個(gè)以下，這使得分像素運(yùn)動(dòng)估計(jì)的計(jì)算量高于或相當(dāng)于整像素運(yùn)動(dòng)估計(jì)的計(jì)算量。因此，分像素運(yùn)動(dòng)估計(jì)快速算法的發(fā)展對(duì)于整個(gè)運(yùn)動(dòng)估計(jì)的計(jì)算量的減少變得尤為重要。目前分像素運(yùn)動(dòng)估計(jì)快速算法主要有三類：一類是基于運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)誤差模型的算法，如H.264/AVC中快速1/4像素運(yùn)動(dòng)估計(jì)算法[2]和具有低計(jì)算復(fù)雜度的基于模型的1/4像素運(yùn)動(dòng)估計(jì)[3]等，這類算法根據(jù)最優(yōu)整像素點(diǎn)的一個(gè)整像素運(yùn)動(dòng)領(lǐng)域的數(shù)學(xué)模型建立誤差模型，避免了運(yùn)算量很大的分像素內(nèi)插運(yùn)算和分像素搜索過(guò)程，但算法的匹配精度較低。另一類是采用提前終止搜索策略的算法，如改進(jìn)的面向H.264/AVC的快速運(yùn)動(dòng)估計(jì)策略[4]，這類算法通過(guò)閾值判定，提前結(jié)束分像素搜索，但存在閾值選取或計(jì)算問(wèn)題——閾值過(guò)大，搜索準(zhǔn)確度就會(huì)降低，閾值過(guò)小，搜索速度很難有明顯提高。還有一類是基于圖像平坦區(qū)域預(yù)測(cè)的算法，這類算法避免了前兩類算法的缺陷，如針對(duì)H.264的基于平坦區(qū)域預(yù)測(cè)的分像素運(yùn)動(dòng)估計(jì)[5]。該算法采用中值預(yù)測(cè)運(yùn)動(dòng)矢量和模式1的運(yùn)動(dòng)矢量，通過(guò)預(yù)測(cè)整像素匹配宏塊，從而跳過(guò)部分宏塊的分像素搜索過(guò)程，達(dá)到提高搜索速度的目的，但對(duì)于未預(yù)測(cè)為整像素匹配宏塊的宏塊，其中可能含有整像素運(yùn)動(dòng)塊，對(duì)這部分整像素運(yùn)動(dòng)塊進(jìn)行分像素搜索就是浪費(fèi)。

針對(duì)文獻(xiàn)[5]的不足，本文提出了一種基于運(yùn)動(dòng)矢量空間相關(guān)性的H.264分像素運(yùn)動(dòng)估計(jì)算法，簡(jiǎn)稱MVSCBS算法。該算法充分利用運(yùn)動(dòng)矢量空間相關(guān)性來(lái)預(yù)測(cè)整像素運(yùn)動(dòng)塊，并對(duì)整像素運(yùn)動(dòng)塊只進(jìn)行整像素搜索，不進(jìn)行分像素搜索。實(shí)驗(yàn)結(jié)果表明，本文算法結(jié)合全分像素搜索算法使用，基本保持了搜索精度的同時(shí)，可比文獻(xiàn)[5]中的算法減少10%左右的分像素搜索點(diǎn)。

2 H.264中的分像素搜索算法

H.264中采納了兩種分像素搜索算法：分像素全搜索（FFPS）和基于中心的快速分像素搜索（CBFPS）[6]。

2.1 分像素全搜索

分像素全搜索算法如圖1所示。該算法首先計(jì)算最佳整像素位置周圍的8個(gè)1/2像素位置（如圖1所示中的空心方框“□”處），找到最佳1/2像素位置（如圖1所示中的實(shí)心方框“■”處）；然后計(jì)算最佳1/2像素位置周圍的8個(gè)1/4像素位置（如圖1所示中的空心三角“△”處），找到最佳1/4像素位置（如圖1所示中的實(shí)心三角“▲”處），作為分像素搜索的最佳運(yùn)動(dòng)矢量。由于分像素搜索在計(jì)算匹配誤差值時(shí)增加了Hadamard變換，所以最佳整像素位置的匹配誤差值在分像素運(yùn)動(dòng)估計(jì)時(shí)要重新計(jì)算。分像素全搜索算法總共需要搜索17個(gè)點(diǎn)，其中包括8個(gè)1/2像素位置，8個(gè)1/4像素位置和1個(gè)最優(yōu)整像素位置。

圖1 分像素全搜索

2.2 基于中心的快速分像素搜索

基于中心的快速分像素搜索算法如圖2所示。該算法首先根據(jù)式（1）計(jì)算(pred_x，pred_y)，比較該點(diǎn)處的匹配誤差值和最佳整像素位置的匹配誤差值的大小，選匹配誤差值較小的位置作為搜索起始點(diǎn)；然后再循環(huán)使用小菱形模板進(jìn)行搜索，直到最小匹配誤差點(diǎn)為搜索模板的中心時(shí)停止；最后選取最小匹配誤差點(diǎn)為最終的分像素匹配點(diǎn)。

其中，fracpredmv=(pred_x，pred_y)，predmv是相鄰塊運(yùn)動(dòng)矢量的中值，mv為當(dāng)前塊的整像素運(yùn)動(dòng)矢量，%是求模操作，在1/4像素的情況下，β=4。

圖2 基于中心的快速分像素搜索

3 MVSCBS算法

3.1 MVSCBS算法的切入點(diǎn)

H.264的運(yùn)動(dòng)估計(jì)采用七種模式，并選取匹配誤差最小的模式作為幀間預(yù)測(cè)模式。每種模式的運(yùn)動(dòng)估計(jì)都是首先進(jìn)行整像素運(yùn)動(dòng)估計(jì)，然后以最優(yōu)整像素位置為中心，在一個(gè)整像素運(yùn)動(dòng)領(lǐng)域內(nèi)進(jìn)行分像素精確搜索。但是當(dāng)分像素搜索之后最佳點(diǎn)仍為整數(shù)位置時(shí)，分像素搜索過(guò)程就是浪費(fèi)。表1顯示了在五個(gè)圖像測(cè)試序列中的最終運(yùn)動(dòng)矢量分別為整像素運(yùn)動(dòng)矢量和分像素運(yùn)動(dòng)矢量的比例。從表1可以看出，18.33%以上的運(yùn)動(dòng)塊的最終運(yùn)動(dòng)矢量都是整像素運(yùn)動(dòng)矢量。特別是對(duì)于運(yùn)動(dòng)程度比較低的測(cè)試序列，70%以上的運(yùn)動(dòng)塊的最終運(yùn)動(dòng)矢量在整像素位置，如claire序列的整像素運(yùn)動(dòng)矢量比例占74.25%。設(shè)經(jīng)過(guò)分像素搜索之后最佳點(diǎn)仍為整像素位置的運(yùn)動(dòng)塊為整像素運(yùn)動(dòng)塊（Integer Pixel Motion Block，IPMB）?？梢蕴崆邦A(yù)測(cè)這些IPMB，從而跳過(guò)IPMB的分像素搜索過(guò)程，這就是MVSCBS算法的切入點(diǎn)。通過(guò)跳過(guò)這些IPMB的分像素搜索，可以減少運(yùn)動(dòng)估計(jì)時(shí)間，從而提高編碼效率。

表1 整像素和分像素運(yùn)動(dòng)矢量比例 （%）

3.2 MVSCBS算法描述

在整像素運(yùn)動(dòng)估計(jì)中，許多快速搜索算法都利用運(yùn)動(dòng)矢量的空間相關(guān)性來(lái)預(yù)測(cè)運(yùn)動(dòng)塊的初始搜索點(diǎn)，如文獻(xiàn)[6-7]中的算法，減少了大量的搜索點(diǎn)數(shù)，提高了整像素運(yùn)動(dòng)估計(jì)效率。因此，本文對(duì)運(yùn)動(dòng)矢量的空間相關(guān)性在分像素運(yùn)動(dòng)估計(jì)中的影響進(jìn)行了統(tǒng)計(jì)性研究。本文根據(jù)運(yùn)動(dòng)塊的運(yùn)動(dòng)矢量空間相關(guān)性來(lái)預(yù)測(cè)IPMB，即分別利用運(yùn)動(dòng)塊的左鄰塊運(yùn)動(dòng)矢量（左）、上鄰塊運(yùn)動(dòng)矢量（上）、右上鄰塊運(yùn)動(dòng)矢量（右上）、中值預(yù)測(cè)運(yùn)動(dòng)矢量（中值）和上層塊模式運(yùn)動(dòng)矢量（上層）作為當(dāng)前塊的預(yù)測(cè)運(yùn)動(dòng)矢量，如果預(yù)測(cè)運(yùn)動(dòng)矢量在整像素位置，則預(yù)測(cè)當(dāng)前塊為IPMB。表2和表3分別列出了用各種單個(gè)預(yù)測(cè)運(yùn)動(dòng)矢量來(lái)預(yù)測(cè)IPMB的預(yù)測(cè)精度和預(yù)測(cè)比例。表4和表5分別列出了用各種多個(gè)預(yù)測(cè)運(yùn)動(dòng)矢量來(lái)預(yù)測(cè)IPMB的預(yù)測(cè)精度和預(yù)測(cè)比例。其中預(yù)測(cè)精度表示在被預(yù)測(cè)的IPMB中，真正的IPMB所占的比例；預(yù)測(cè)比例則表示在所有的IPMB中，能提前預(yù)測(cè)為IPMB的運(yùn)動(dòng)塊所占的比例。

表2 IPMB預(yù)測(cè)方法的預(yù)測(cè)精度 （%）

表3 IPMB預(yù)測(cè)方法的預(yù)測(cè)比例 （%）

表4 IPMB合并預(yù)測(cè)方法的預(yù)測(cè)精度 （%）

表5 IPMB合并預(yù)測(cè)方法的預(yù)測(cè)比例 （%）

預(yù)測(cè)精度越高，匹配誤差就越小，因此圖像的編碼質(zhì)量變化也越??；預(yù)測(cè)比例越高，能夠預(yù)測(cè)出的IPMB越多，跳過(guò)分像素搜索的運(yùn)動(dòng)塊就越多，因此分像素運(yùn)動(dòng)估計(jì)的計(jì)算量就越小。從表2和表3綜合來(lái)看，雖然單個(gè)預(yù)測(cè)運(yùn)動(dòng)矢量預(yù)測(cè)IPMB的方法的預(yù)測(cè)比例較高，在小運(yùn)動(dòng)程度的測(cè)試序列中，達(dá)到90%以上，但是預(yù)測(cè)精度不夠高，大部分都在90%以下。從表4和表5綜合來(lái)看，對(duì)于同一測(cè)試序列，將左鄰塊運(yùn)動(dòng)矢量、上鄰塊運(yùn)動(dòng)矢量、右上鄰塊運(yùn)動(dòng)矢量和上層塊模式運(yùn)動(dòng)矢量都作為預(yù)測(cè)運(yùn)動(dòng)矢量來(lái)預(yù)測(cè)IPMB的方法的預(yù)測(cè)精度是最高的，但是預(yù)測(cè)比例偏低，特別是對(duì)于運(yùn)動(dòng)程度比較大的測(cè)試序列，如foreman測(cè)試序列，預(yù)測(cè)比例只有29.81%，這樣分像素運(yùn)動(dòng)估計(jì)計(jì)算量的減少就不明顯。因此，本文從預(yù)測(cè)精度和預(yù)測(cè)比例兩方面來(lái)綜合考慮，選用了一種折中的方法，即將中值預(yù)測(cè)運(yùn)動(dòng)矢量和上層塊模式運(yùn)動(dòng)矢量作為預(yù)測(cè)運(yùn)動(dòng)矢量來(lái)預(yù)測(cè)IPMB的方法。

為了判斷預(yù)測(cè)運(yùn)動(dòng)矢量是否落在整像素位置，本文給出如下判斷準(zhǔn)則：當(dāng)is_IntPos_x和is_IntPos_y都為0時(shí)，當(dāng)前預(yù)測(cè)運(yùn)動(dòng)矢量被判定為落在整像素位置。is_IntPos_x和is_IntPos_y計(jì)算如下：

其中，(fracmν_x,fracmν_y)是分像素預(yù)測(cè)運(yùn)動(dòng)矢量，(mν_x,mν_y)是當(dāng)前塊的最優(yōu)整像素運(yùn)動(dòng)矢量。

如果中值預(yù)測(cè)運(yùn)動(dòng)矢量和上層塊模式運(yùn)動(dòng)矢量這兩個(gè)預(yù)測(cè)運(yùn)動(dòng)矢量都落在整像素位置，則預(yù)測(cè)當(dāng)前塊為IPMB。對(duì)于被判定為IPMB的運(yùn)動(dòng)塊，本文算法對(duì)其只進(jìn)行整像素搜素，不進(jìn)行分像素搜索，但是重新計(jì)算最優(yōu)整像素位置的匹配誤差值；對(duì)于未判定為IPMB的運(yùn)動(dòng)塊，本文算法對(duì)其進(jìn)行常規(guī)的整像素和分像素搜索。

表4和表5中的數(shù)據(jù)顯示了本文方法比文獻(xiàn)[5]方法的預(yù)測(cè)精度和預(yù)測(cè)比例都要高。文獻(xiàn)[5]根據(jù)中值預(yù)測(cè)運(yùn)動(dòng)矢量和模式1的運(yùn)動(dòng)矢量，預(yù)測(cè)整像素匹配宏塊，但對(duì)于未預(yù)測(cè)為整像素匹配宏塊的宏塊，其中可能含有IPMB，本文方法能預(yù)測(cè)出其中大部分的IPMB，因此預(yù)測(cè)比例更高，并且本文方法對(duì)所有的運(yùn)動(dòng)塊都進(jìn)行IPMB預(yù)測(cè)判決，所以預(yù)測(cè)精度更高。

4 實(shí)驗(yàn)結(jié)果及分析

本文實(shí)驗(yàn)是基于H.264/AVC參考模型和JM10.1平臺(tái)進(jìn)行的。實(shí)驗(yàn)硬件環(huán)境：Pentium?Dual-Core CPU 2.6 GHz，2 GB RAM。編碼環(huán)境如下：搜索范圍是[-16，16]，5幀作為參考幀，序列類型是IPPP，YUV的格式是4∶2∶0，幀率是30 frame/s。實(shí)驗(yàn)選取5個(gè)運(yùn)動(dòng)程度不同的QCIF格式的圖像測(cè)試序列：akiyo，mother-daughter，news，foreman，claire，對(duì)這些序列中的前100幀進(jìn)行視頻編碼。本文主要研究分像素運(yùn)動(dòng)估計(jì)算法，因此整像素運(yùn)動(dòng)估計(jì)算法采用JM10.1中的UMHexagonS[3]。分像素運(yùn)動(dòng)估計(jì)算法分別使用FFPS、CBFPS和本文提出的MVSCBS算法結(jié)合，分別稱之為F&M，C&M。為了驗(yàn)證算法的有效性，與文獻(xiàn)[5]提到的F&F，C&F算法進(jìn)行了對(duì)比實(shí)驗(yàn)，并測(cè)試了峰值信噪比（PSNR），碼率（Bitrate）和總分像素搜索點(diǎn)數(shù)（Τotal Fractional Pixel Searching Points，ΤFPSP）。分別計(jì)算了F&M，C&M算法相對(duì)于FFPS和CBFPS的峰值信噪比改變△PSNR，碼率改變率△Bitrate和總分像素搜索點(diǎn)數(shù)改變率△TFPSP。表6反映了算法在量化參數(shù)為28時(shí)的性能。圖3至圖6顯示了△PSNR和△Bitrate在量化參數(shù)從20到40之間的波動(dòng)情況。

從表6可以看出，MVSCBS算法和FFPS結(jié)合使用，與FFPS算法相比，可以降低12.26%至69.26%的分像素搜索點(diǎn)，而峰值信噪比平均下降不超過(guò)0.012 dB，最高下降不超過(guò)0.03 dB；碼率平均上升不超過(guò)0.118%，最高上升不超過(guò)0.57%，即F&M算法在保證搜索精度的同時(shí)，降低了分像素搜索工作量。若MVSCBS算法和CBFPS結(jié)合使用，與CBFPS算法相比，可以降低11.13%至55.44%的分像素搜索點(diǎn)，峰值信噪比平均下降不超過(guò)0.004 dB，最高下降不超過(guò)0.03 dB；碼率平均上升不超過(guò)0.17%，最高上升不超過(guò)1.63%，即C&M算法保證了搜索精度的同時(shí)，也降低了分像素搜索工作量。

從表6還可以看出，相對(duì)于FFPS來(lái)說(shuō)，F(xiàn)&M的峰值信噪比平均下降不超過(guò)0.012 dB，F(xiàn)&F的峰值信噪比平均下降不超過(guò)0.008 dB，F(xiàn)&M的碼率平均上升不超過(guò)0.118%，F(xiàn)&F的碼率平均上升不超過(guò)0.122%，即表明F&M和F&F有著相同的搜素精度，但F&M比F&F減少了大約10%的分像素搜索點(diǎn)；相對(duì)于CBFP來(lái)說(shuō)，C&M的峰值信噪比平均下降不超過(guò)0.004 dB，C&F的峰值信噪比平均下降不超過(guò)0.008 dB，C&M的碼率平均上升不超過(guò)0.170%，C&F的碼率平均上升不超過(guò)0.198%，即表明C&M和C&F有著相同的搜素精度，但C&M比C&F減少了大約10%的分像素搜索點(diǎn)。

從圖3可以看出，F(xiàn)&M算法相對(duì)于FFPS算法，△PSNR的波動(dòng)范圍為－0.07 dB到0.05 dB。從圖4可以看出，F(xiàn)&M算法相對(duì)于FFPS算法，△Bitrate的波動(dòng)范圍為－0.94%到1.87%。從圖5可以看出，C&M算法相對(duì)于CBFPS算法，△PSNR的波動(dòng)范圍為－0.07 dB到0.06 dB。從圖6可以看出，C&M算法相對(duì)于CBFPS算法，△Bitrate的波動(dòng)范圍為－1.75%到1.99%。這說(shuō)明本文提出的MVSCBS算法具有較高的搜素精度。

表6 算法性能

圖3 F&M算法對(duì)PSNR的影響

圖5 C&M算法對(duì)PSNR的影響

圖4 F&M算法對(duì)Bitrate的影響

圖6 C&M算法對(duì)Bitrate的影響

5 結(jié)論

為了減少分像素運(yùn)動(dòng)估計(jì)的計(jì)算量，本文提出了一種基于運(yùn)動(dòng)矢量空間相關(guān)性的分像素運(yùn)動(dòng)估計(jì)方法。它充分利用了運(yùn)動(dòng)矢量的空間相關(guān)性來(lái)避免IPMB的分像素搜索過(guò)程。本文算法將中值預(yù)測(cè)運(yùn)動(dòng)矢量和上層塊模式運(yùn)動(dòng)矢量都作為預(yù)測(cè)運(yùn)動(dòng)矢量，并根據(jù)預(yù)測(cè)運(yùn)動(dòng)矢量是否落在整像素位置的方法來(lái)預(yù)測(cè)IPMB。對(duì)于被判定為IPMB的運(yùn)動(dòng)塊，本文算法對(duì)其只進(jìn)行整像素搜索，不進(jìn)行分像素搜索，從而提高了搜索速度。實(shí)驗(yàn)結(jié)果表明，本文算法結(jié)合全分像素搜索算法使用，在基本保持搜索精度不變的同時(shí)，可比文獻(xiàn)[5]中的算法減少10%左右的分像素搜索點(diǎn)。本文算法可與其他快速分像素搜索算法結(jié)合使用，以獲得更好的編碼性能。

[1]He Wenwei，Zhang Yuling.Improved hexagon-based searching algorithm for fast motion estimation[C]//IEEE Wireless Communications，Networking and Mobile Computing（WiCOM）. Shenzhen，China：IEEE Press，2010：1-3.

[2]陳剛，賈振紅，陳荷.H.264/AVC中快速1/4像素運(yùn)動(dòng)估計(jì)算法[J].光電子·激光，2008，19（7）：960-962.

[3]Suh J W，Cho J，Jeong J.Model-based quarter-pixel motion estimation with low computational complexity[J].Electronics Letters，2009，45（12）：618-620.

[4]Xu Xiaozhong，He Yun.Improvements on fast motion estimation strategy for H.264/AVC[J].IEEE Τransactions on Circuits and Systems for Video Τechnology，2008，18（3）：285-293.

[5]方健，鄭偉，李炳博，等.針對(duì)H.264的基于平坦區(qū)域預(yù)測(cè)的分像素運(yùn)動(dòng)估計(jì)[J].中國(guó)圖象圖形學(xué)報(bào)，2008，13（12）：2286-2290.

[6]Chen Z B，Zhou P，He Y.Fast integer pel and fractional pel motion estimation for JVΤ（JVΤ-F017）[C]//Proceedings of 6th Joint Video Τeam Meeting，Awaji，Japan，2002：5-13.

[7]Wu Xiaomin，Xu Weizhang，Zhu Nanhao，et al.A fast motion estimation algorithm for H.264[C]//Proceedings of International Conference on Signal Acquisition and Processing（ICSAP）.Bangalore，India：IEEE Press，2010：112-116.

ZENG Jiexian,ZHENG Dafang,FU Xiang

School of Software,Nanchang Hangkong University,Nanchang 330063,China

With the development of fast integer pixel motion estimation algorithms,the proportion of the computational cost of fractional pixel motion estimation in that of the whole motion estimation has become more and more significant.Τo reduce the complexity of fractional pixel motion estimation,a novel method of H.264 fractional pixel motion estimation based on the spatial correlation of motion vector is proposed.It predicts Integer Pixel Motion Block（IPMB）using the spatial correlation of motion vector.It skips the fractional pixel search process for IPMB.Experimental results show that combined with the full fractional pixel search algorithm,the proposed algorithm can reduce 60%of fractional pixel search points while maintaining the search accuracy basically compared with the pure full fractional pixel search algorithm.Τhe proposed algorithm can be combined with other fractional pixel search algorithm to get better coding performance.

H.264;motion vector;spatial correlation;motion estimation;Integer Pixel Motion Block（IPMB）

隨著整像素運(yùn)動(dòng)估計(jì)快速算法的發(fā)展，分像素運(yùn)動(dòng)估計(jì)的計(jì)算量在運(yùn)動(dòng)估計(jì)中所占比重越發(fā)明顯。為了減少分像素運(yùn)動(dòng)估計(jì)的計(jì)算量，提出了一種利用運(yùn)動(dòng)矢量空間相關(guān)性來(lái)預(yù)測(cè)整像素運(yùn)動(dòng)塊，對(duì)整像素運(yùn)動(dòng)塊進(jìn)行分像素搜索過(guò)程跳過(guò)的分像素運(yùn)動(dòng)估計(jì)方法。實(shí)驗(yàn)結(jié)果表明，該算法與全分像素搜索算法結(jié)合使用，在基本保持搜索精度不變的情況下，比單純的全分像素搜索算法減少60%左右的分像素搜索點(diǎn)。該算法可與其他快速分像素搜索算法結(jié)合使用，以獲得更好的編碼性能。

H.264；運(yùn)動(dòng)矢量；空間相關(guān)性；運(yùn)動(dòng)估計(jì)；整像素運(yùn)動(dòng)塊

A

ΤN919.81

10.3778/j.issn.1002-8331.1111-0334

ZENG Jiexian,ZHENG Dafang,FU Xiang.H.264 fractional pixel motion estimation based on spatial correlation of motion vector.Computer Engineering and Applications,2013,49（15）：175-178.

國(guó)家自然科學(xué)基金（No.61165011）；江西省科技支撐計(jì)劃項(xiàng)目（No.20112BBG70092）；航天科技創(chuàng)新基金。

曾接賢（1958—），男，教授，主要研究領(lǐng)域?yàn)閳D像處理與模式識(shí)別，計(jì)算機(jī)視覺(jué)；鄭大芳（1988—），女，碩士，主要研究領(lǐng)域?yàn)閳D像處理與模式識(shí)別；符祥（1980—），男，博士，講師，主要研究領(lǐng)域?yàn)閿?shù)字圖像處理和計(jì)算機(jī)視覺(jué)。E-mail：zengjx58@163.com

2011-11-18

2011-12-20

1002-8331（2013）15-0175-04

CNKI出版日期：2012-04-25 http://www.cnki.net/kcms/detail/11.2127.ΤP.20120425.1720.043.html