一種雙模式的運動估計算法

運動估計是視頻壓縮領域中最重要的環節與研究熱點，其計算量占據了整個編碼過程中相當大的比重，達到了60％～80％，特別是H.264標準采用更加精確高效的運動估計以及多幀參考以來，其計算量大的問題尤為突出。針對這些問題，各國學者進行了大量研究，提出了多種快速算法以降低運動估計的計算量，同時盡可能地保持運動估計精度。這些快速算法主要分為兩類。一類是基于模板的運動估計方法，主要以經典的三步搜索法(TSS)、四步搜索法(FSS)、鉆石搜索法(DS)為代表，這類方法均是基于固定的搜索模式，搜索簡單、計算復雜度低，但在不同程度上容易陷入局部最優；對小運動序列的運動估計精度較好，而對大運動場景估計精度明顯下降。針對這一問題，研究人員提出了第二類運動估計方法——基于全局的運動估計算法，主要以遺傳算法(GA)為代表。這些方法直接應用于運動估計，雖然在搜索點數上少于全搜索，精度保持也很好，但是搜索速度遠低于第一類方法。基于對兩類方法的分析，可以總結出兩類運動估計算法的一些特征：第一類算法運算速度快，然而在運動劇烈場景下精度較低；第二類算法估計精度較高，但運算速度較低(收斂速度較慢)。于是可以考慮一種多模式的方法，將場景分為兩種不同的狀況，即運動劇烈與運動平緩的情況，運動平緩時用第一類方法，運動劇烈時用第二類方法。