[發明專利]基于宏塊特征的快速運動估計視頻編碼方法

無效

• 申請號: 201010140709.3
• 申請日: 2010-04-02
• 公開（公告）號: CN101815218A
• 公開（公告）日: 2010-08-25
• 發明（設計）人: 劉鵬宇;賈克斌
• 申請（專利權）人: 北京工業大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/32
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

1.基于宏塊特征的快速運動估計視頻編碼方法，根據當前預測宏塊的特征和幀間預測編 碼模式設計運動估計搜索模板和動態的快速搜索方法，依據當前被預測宏塊的運動劇烈程度， 結合幀間預測編碼模式的選擇結果，動態的調整搜索范圍和自適應的選擇相應的運動估計搜 索準則，從而實現對幀間宏塊的快速運動估計預測編碼，其特征在于具體包括下述步驟：

步驟1：提取當前被預測宏塊的亮度分量值：以當前被預測宏塊的亮度信息為編碼對象， 從當前視頻幀中提取被預測宏塊的亮度分量信息；

步驟2：確定運動估計搜索模板，分配搜索點：包含四層搜索，隨著搜索半徑的增加， 搜索范圍的擴大，使每層的搜索點數逐步遞增由內到外，每層上的搜索點數依次為8，8，12， 16；

步驟3：確定高準確率的初始搜索點：采用拉格朗日率失真優化函數，作為運動估計判 決依據，選擇率失真意義上最佳的匹配預測塊和最優運動矢量，使得運動矢量和殘差編碼的 比特分配最小；利用拉格朗日率失真準則選擇最優運動矢量問題可描述為：

J_motion(mv，ref|λ_motin)＝SAD[s，r(ref，mv)]+λ_motin[R(mv-pred)+R(ref)]??(1)

(1)式中J_motion為當前預測的運動矢量的率失真代價值RDcost_motion；s為當前宏塊像素 值；mv是當前矢量，pred為預測矢量；ref為選擇的參考幀；r(ref，mv)為參考宏塊的像素值； R是運動矢量進行差分編碼消耗的比特數，包括運動矢量與其預測值的差值的編碼比特數和 參考幀的編碼比特數；λ_motion為拉格朗日乘子；SAD為當前塊與參考塊像素之間的絕對誤差和；

SAD[s,r(ref,mv)]=Σx=1B1Σy=1B2|s(x,y)-r(x-mx,y-my)|---(2)]]>

公式(2)中B₁和B₂分別表示塊的水平像素數和垂直像素數，根據不同的幀間預測模式， 其取值可為16，8，4；s(x，y)為當前宏塊像素值；r(x，y)為參考宏塊的像素值，m_x和m_y分別 表示水平和垂直方向的位移量；

利用拉格朗日率失真準則選擇最優模式的問題可表述為：

J_mode(s，c，MODE|λ_mode)＝SSD(s，c，MODE|QP)+λ_mode×R(s，c，MODE|QP)??(3)

公式(3)中，MODE表示當前宏塊的一種幀間編碼模式；J_mode(s，c，MODE|λ_mode)表示 MODE模式下的率失真代價值RDcost_mode；s為原始的視頻信號；c為采用MODE模式編碼后 的重構視頻信號；λ_mode為拉格朗日乘子；R(s，c，MODE|QP)是與模式和量化參數有關的包括 宏塊頭信息、運動矢量和所有DCT塊信息的總的二進制位數，它是通過對塊進行實際的編碼 后獲得的，所以其運算量較大；QP是編碼量化步長；SSD(s，c，MODE)為原始信號與重構信 號之間的平方差值和，即：

SSD(s,c,MODE|QP)=Σi=1,j=1B1,B2(SY[x,y]-CY[x,y,MPDE|QP])2+]]>

Σi=1,j=1B1,B2(SU[x,y]-CU[x,y,MPDE|QP])2+---(4)]]>

Σi=1,j=1B1,B2(SV[x,y]-CV[x,y,MPDE|QP])2]]>

公式(4)式中：B₁和B₂分別表示塊的水平像素數和垂直像素數，其取值可為16，8，4； S_Y[x，y]表示源宏塊亮度信息的取值，C_Y[x，y，MODE|QP]表示重建宏塊的亮度信息的取值；S_U， S_V和C_U，C_V分別表示相應的色差信息的取值；具體包括以下步驟：

步驟3.1：利用三種預測編碼模式選取最佳的運動矢量Motion?Vector，MV，即基于空間域 的中值預測MV_{pred_space}；基于H.264標準采用的運動估計多尺寸宏塊劃分特點的上層預測 MV_{pred_uplayer}；基于時間域的參考幀運動矢量預測MV_{pred_ref}；

(a)MV_{pred_space}：中值預測，利用空間相關性，取已求出的當前幀的左、上、右上臨塊 的運動矢量的中間值；

(b)MV_{pred_uplayer}：上層預測，利用H.264運動估計多尺寸宏塊劃分特點，包含模式1：

16×16，模式2：16×8，模式3：8×16，模式4：8×8，模式5：8×4，模式6：4×8，模 式7：4×4的分級搜索順序，取已求出的同位置、上一級up?layer、大一倍塊的運動矢量；

(c)MV_{pred_ref}：時間域預測，利用時間相關性，根據已求出的前一幀參考幀中的當前塊 的運動矢量MV_ref按比例進行預測其中當前宏塊所在幀的時間為 t，預測宏塊所在參考幀的時間為t’；

步驟3.2：相應的SAD值與預測的運動矢量MV具有很強的相關性；將MV_{pred_space}， MV_{pred_uplayer}，MV_{pred_ref}所指向點的率失真代價值分別記為pred_space_mincost， pred_uplayer_mincost，pred_ref_mincost，將具有最小率失真代價值的運動矢量指向點作為初 始搜索點，該點將作為下一步非對稱十字形搜索的初始搜索中心點；

步驟4：非對稱十字形搜索：非對稱十字搜索水平搜索范圍設為W，垂直搜索范圍為水 平搜索范圍的一半，即為W/2，相鄰搜索點之間間距取兩個像素單位，則水平方向的搜索點 數為W/2；垂直方向的搜索點數為W/4；在非對稱十字形搜索中共有W/2+W/4＝3W/4個候 選搜索點；本步驟在這3W/4個候選搜索點中確定的最佳匹配點作為下一步非均勻多層六邊 形格網格搜索的初始搜索中心點；

步驟5：判斷當前宏塊運動劇烈程度：將當前預測宏塊按劇烈程度分為三個檔次，即運 動劇烈程度較低、運動劇烈程度中等、運動劇烈程度較高；當前預測宏塊運動劇烈程度的判 斷方法如下：

步驟5.1：根據公式(1)計算當前預測宏塊的運動矢量的率失真代價值記為RDcost_motion， 根據公式(3)計算當前預測宏塊在mode模式下的率失真代值記為RDcost_mode，從中選取具 有最小預測的率失真代價值，記為RD_mincost，即：RD_mincost＝min{Pred_space_mincost， Pred_uplayer_mincost，Pred_ref?mincost}；

步驟5.2：依據初始搜索點選擇的運動矢量預測方式確定pred_mincost的值：

如果在步驟3中確定的初始搜索點采用時間域預測方式的運動矢量，則 pred_mincost＝pred_ref_mincost；

如果在步驟3中確定的初始搜索點沒有采用時間預測方式的運動矢量，再分為兩類情況：

若當前運動估計預測宏塊的幀間編碼模式選擇的是16×16大尺寸模式，則 pred_mincost＝pred_space_mincost；

若當前運動估計預測宏塊的幀間編碼模式選擇的不是16×16大尺寸模式，則 pred_mincost＝pred_uplayer_mincost；

步驟5.3：計算運動劇烈程度調整因子γ，δ：

γ=Bsize[blocktype]pred_mincost2-αRadii1[blocktype]]]>(5)

δ=Bsize[blocktype]pred_mincost2-αRadii2[blocktype]]]>

公式(5)中Bsize[blocktype]表示當前預測宏塊的大小，其取值可為16，8，4；

矩陣α_Radii1[blocktype]依據7種幀間宏塊劃分模式，其取值定義為：

α_Radii1[1]＝-0.23；α_Radii1[2]＝-0.23；α_Radii1[3]＝-0.23；

α_Radii1[4]＝-0.25；α_Radii1[5]＝-0.27；α_Radii1[6]＝-0.27；α_Radii1[7]＝-0.28；

矩陣α_Radii2[blocktype]依據7種幀間宏塊劃分模式，的取值定義為：

α_Radii2[1]＝-2.39；α_Radii2[2]＝-2.40；α_Radii2[3]＝-2.40；

α_Radii2[4]＝-2.41；α_Radii2[5]＝-2.45；α_Radii2[6]＝-2.45；α_Radii2[7]＝-2.48；

步驟5.4：當前預測宏塊運動劇烈程度的判斷：

當RD_mincost＜(1+γ)×pred_mincost時，判定當前預測宏塊的運動劇烈程度較低；

當(1+γ)×pred_mincost＜RD_mincost＜(1+δ)×pred_mincost時，判定當前預測宏塊的運動 劇烈程度中等；

當RD_mincost＞(1+δ)×pred_mincost時，判定當前預測宏塊的運動劇烈程度較高；

步驟6：進行5×5像素全搜索：在步驟5已經判斷出當前搜索內容劇烈程度之后，只在 搜索內容劇烈程度較低時才以當前預測點為中心，在其周圍的4×4區域進行5×5個搜索點 數的全搜索；當運動劇烈程度為中等或者較劇烈時則放棄5×5全搜索，直接進入步驟7；

步驟7：非均勻多層六邊形網格搜索：依據當前宏塊的運動劇烈程度動態選擇運動估計 搜索層數：采用非均勻六邊形搜索作為基本搜索模式，搜索層數最多為4層；運動劇烈程度 較低時，只進行2層非均勻六邊形網格搜索，每層的搜索點數為8；運動劇烈程度中等時， 進行3層非均勻六邊形網格搜索，由內到外的搜索點數依次為8，8，12；運動劇烈程度為較 高時，才進行4層非均勻六邊形網格搜索，由內到外的搜索點數依次為8，8，12，16；本步 驟在非均勻六邊形網格搜索中確定的最佳匹配點作為步驟8擴展對稱六邊形搜索的初始搜索 中心點；

步驟8：擴展對稱六邊形搜索：以步驟7確定的最佳匹配點作為本步驟的初始搜索中心 點；這里采用兩個階段搜索方式：

第一階段：先以步長為2個像素進行對稱六邊形六點搜索，比較中心點和6個對角點的 率失真代價值，依據率失真準則以率失真代價值最小點作為下一次搜索的中心點，直到中心 點的率失真代價值變為最小點；

第二階段：再減小步長，以步長為1個像素進行菱形四點搜索，重復第一階段的搜索過 程，依據率失真準則直到中心點的率失真代價值為最小點時終止搜索，該點即為最終確定的 整像素搜索最佳匹配點；

步驟9：輸出運動估計編碼信息到Out.264文件中，并且記錄運動估計時間、碼率、峰值 信噪比信息，以評價編碼算法質量。