[發明專利]運動估計算法

有效

• 申請號: 01801368.6
• 申請日: 2001-03-13
• 公開（公告）號: CN1381145A
• 公開（公告）日: 2002-11-20
• 發明（設計）人: A·E·拉克特
• 申請（專利權）人: 皇家菲利浦電子有限公司
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/36
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 王岳,傅康

發明背景

本發明一般涉及在數字視頻編碼器中具有特定用途的一種提高硬件效率的高性能運動估計算法。該運動估計算法也可用在其它視頻信號處理器中，如用在場頻轉換器中。

為了盡可能減小傳送給定圖象質量的數字編碼視頻數據(“數字視頻數據”)所需的帶寬，多種不同的視頻壓縮算法已經被開發用于數字編碼(“壓縮”)視頻數據。幾個多媒體技術規范委員會已經建立并提出了用于編碼/壓縮音頻和視頻數據的標準。廣為人知并被廣泛接受的國際標準是由運動圖象專家組(MPEG)提供的，它包括MPEG-1和MPEG-2標準。這些用于運動圖象壓縮的MPEG標準被用在現有的各類視頻重放產品中，包括數字多用(或視頻)盤(DVD)播放器、具有DVD重放能力的多媒體PC和衛星廣播數字視頻。

盡管MPEG標準通常提供高圖象質量，但對于某些應用來說，數據速率/帶寬要求太大了。視頻會議是一個特別的應用，它一般不需要MPEG提供的編碼分辨率，這是因為圖象與圖象之間的畫面內容一般變化不大，例如在圖象中，大部分運動被限定在與會者的頭和肩所處的菱形區中。總之，由于在視頻會議應用中運動圖象序列幾乎沒有什么運動，因此圖象與圖象之間會有大量的冗余，結果，對于給定的圖象質量來說，視頻數據的壓縮程度會非常大。而且，許多視頻會議的可用帶寬小于2M比特/秒，這相對于MPEG傳輸來說則太慢了。

與MPEG一樣，H.261編碼算法使用DCT(離散余弦變換)編碼和差分編碼的組合。但只使用I-圖象和P圖象。I-圖象只使用該圖象中所含的信息進行編碼，所以它被稱作“幀內編碼”或“幀內”圖象。P-圖象使用基于過去參考(或“錨(anchor)”)圖象的信息的運動補償預測(或“運動估計”)進行編碼，所以它被稱作“預測”或“被預測的”圖象。根據H.261標準，壓縮的數字視頻數據流分層排列在四個層中：圖象、塊組(GOB)、宏塊(MB)和塊。圖象是頂層。每個圖象被分成塊組(GOB)。GOB是CIF(公用中間格式)圖象的十二分之一。每個GOB被分成33個宏塊。每個宏塊由16×16的像素陣列構成。

總之，就象MPEG一樣，H.261使用運動估計來編碼序列圖象中那些可能由于運動而發生變化的部分。具體來說，H.261使用“運動矢量”(MV)，根據在給定的N×N個像素的搜索范圍內的當前宏塊的像素與錨圖象中的相應像素陣列之間的比較，這些運動矢量規定當前圖象內的“宏塊”相對于其在錨圖象中的原始位置的位置。根據H.261標準，最小搜索范圍是+/-7個像素，最大搜索范圍是+/-15個像素。應當理解，在所有H.261應用中使用最大搜索范圍并不一定能提高壓縮信號的質量。在這方面，由于H.261應用能夠以范圍從64k比特/秒到1,084k比特/秒的各種比特率操作，所以實際采用的搜索范圍會有所不同。例如，在高比特率下，相鄰圖象間的時間間隔較小，因此使用較小的搜索范圍就可實現給定的圖象質量。在低比特率下，情況正好相反，實現給定的圖象質量則需要較大的搜索范圍。

一旦一個特定宏塊的運動矢量被確定，那么就從當前宏塊的相應像素中減去由該運動矢量識別的錨圖象中的最匹配宏塊的像素值，隨后，由此產生的差值使用離散余弦變換(DCT)算法進行變換，其產生的系數均被量化和霍夫曼編碼(與運動矢量和其它信息所涉及的一樣并識別該宏塊)。在運動估計處理期間，如果在錨圖象中未檢測到充分的宏塊匹配(即該差值超過一個預定的閾值量度)，或者如果當前圖象是I圖象，則該宏塊被指定為“幀內”宏塊并且該宏塊被相應地編碼。

H.261標準并不規定所采用的運動估計算法的任何特定實施方案。換句話說，H.261為視頻會議系統的制造商留下了開放的運動估計算法實施方案的細節。總之，各種測量方法和量度(metrics)被使用并被推薦用于計算與當前宏塊最匹配(即最小差值/誤差)的錨圖象內的像素陣列的位置，并且各種運動估計算法被使用并被推薦用于搜索并確定錨圖象中最匹配宏塊的位置。這些運動估計(M.E.)算法一般由處理器上運行的軟件來執行，處理器可以是PhilipsSemiconductors制造并銷售的TriMedia處理器，它的任務是在視頻會議系統中編碼視頻數據。其中心目的是盡快確定錨圖象中最匹配宏塊的位置，同時盡可能減小處理器執行該算法的負載，并保持一個可接受的誤差/不準確度水平。實際執行運動估計搜索算法的硬件/軟件有時被稱作“搜索引擎”。就搜索引擎而言，其中心目的是優化其性能，同時盡可能減小執行運動估計算法所需的資源。簡而言之，其基本目的就是盡可能減少計算量和計算時間。