用于快速块运动估计的多方向钻石搜索算法

在钻石搜索算法的基础上,提出了多方向钻石搜索算法,用于实现视频编码中的块运动估计.该算法考虑所有的块误差梯度下降的方向,而不是只考虑梯度下降最大的那个方向.与全搜索、新三步搜索、四步搜索、基于块的梯度下降搜索、钻石搜索算法相比较,实验结果表明该算法在搜索速度和质量上表现良好.     

基于H.264自适应阈值的快速运动估计算法

块匹配运动估计在视频编码中有着举足轻重的地位,全搜索算法是最好的搜索算法,但其计算量是最大的,所以提出一种H.264自适应阈值的快速运动估计算法.该算法是利用相邻块的运动矢量来预测初始搜索点,并根据一定的准则来确定静止块,减少了搜索的冗余度,再用基于梯度的十字优先菱形算法米进行搜索.与DS菱形算法相比,该算法具有更高的灵活性,能实时的提前退出搜索,并且在搜索点数上明显减少,且没减少搜索精度.     

一种基于H.264的快速运动估计算法

H.264是现有最重要数据压缩编码国际标准之一。同时快速运动估计算法一直是视频压缩中的研究热点。本文针对一些快速估计算法过早确定了搜索方向,容易陷入局部最小点,损失了搜索精度的情况,在原有基础上,运用菱形十字搜索算法(DCS)与阈值估计相结合的方法提高了运动估计的性能。实验结果表明,该算法可以用较小的搜索代价取得与全搜索(FS)相当的效果,并且在搜索速度方面优于钻石法(DS)。     

一种起点预测的十字形快速运动估计算法

基于时运动矢量概率分布的方向性中心偏移特性和起点预测搜索技术的研究,提出了一种起点预测的十字形快速运动估计算法(IPPAFA),在保持搜索精度的同时有效降低了计算复杂度。实验结果表明,在图像质量几乎不下降的情况下,与钻石搜索算法(DS)和运动矢量场自适应搜索算法(MVFAST)相比,该算法在速度和准确性方面都优于传统的快速运动估计算法。     

适用航空的地形匹配导航算法研究

地形轮廓匹配(TERCOM)匹配算法在速度误差和航向误差较大的情况下可靠性下降,桑地亚惯性地形辅助导航(SITAN)算法在初始位置误差较大时Kalman滤波器不能收敛,针对以上问题,提出了一种新的适用航空的地形匹配导航算法.该算法采用基于地形剖面匹配系统(TERPROM)算法作为搜索算法,以基于扩展Kalman滤波原理的SITAN算法作为跟踪算法.将该算法在真实地形数据上仿真,并和传统的基于单状态并行Kalman滤波器阵列做搜索的SITAN算法在不同高度表噪声情况下比较.仿真结果表明,该算法有效地提高了搜索的效率,提高了地形匹配的精度及实用性.     

一种用于视频编码的运动估计新算法

提出一种新的改进三步搜索法(NITSS),该方法充分利用视频序列运动矢量在空间分布上的中心偏置特性,在三步搜索算法的基础上引入了以"×"字型分布的5个点构成的搜索点群,并通过同一帧相邻宏块的运动矢量之间存在的空间相关性来预测初始运动矢量,用来加强中心偏置特性.仿真结果表明,同TSS算法相比,NITSS算法降低了搜索运算量,提高了搜索精度.     

基于运动矢量预测的六边形块运动估计搜索算法

在保证图像质量的前提下,为了降低运动估计算法的计算量和搜索点数,提出了一种基于运动场预测的六边形块运动估计搜索算法(PMVHEXBS)。这种算法结合“足够好就停止搜索”的思想和六边形搜索模式(HEXBS)的高速特性,并且在块失真度量中使用部分失真准则(PDC),进一步加快了计算速度。仿真结果显示这种算法和菱形算法(DS)、PM- VFAST算法相比,计算量和搜索点数都有了明显的下降。同时,该算法的图像质量要好于DS算法,和PMVFAST算法相比只有较小的下降。     

基于FPGA的EBNNS矢量量化码字搜索算法的电路设计

等和值块扩展最近邻搜索算法(EBNNS)是一种快速矢量量化码字搜索算法,该算法首先将码书按和值大小排序分块,编码时查找与输入矢量和值距离最近的码书块中间码字,并将它作为初始匹配码字.然后在该码字附近上下扩展搜索相邻码字中距输入矢量最近的码字,最后将搜索到的最匹配码字在码书中的地址输出.同时本文对该算法进行了FPGA设计.设计时采用串并结合和流水线结构,折中考虑了硬件面积和速度.结果表明针对所用FPGA器件Xilinx xc2v1000,整个系统最大时钟频率可达88.36MHz,图像处理速度约为2.2 MPixel/s.     

一种有效的三步运动估计算法

为了减小运动估计算法的计算复杂度和提高红外图像超分辨率重建的可靠性,提出了一种有效的三步搜索算法.该算法采用多步搜索策略,根据运动矢量分布的中心偏移性及并行处理的思想,在最佳匹配点所在的区域使用菱形小模板代替新三步法中的正方形小模板来进行精细搜索,以提高算法的搜索精度.实验结果表明,与全搜索法、菱形搜索算法和预测性菱形搜索算法相比,该算法能在保证搜索精度的同时大大缩短消耗时间.     

一种新的自适应二值运动估计算法

利用增强位平面的二值特性和运动矢量场自适应思想,提出了一种新的自适应二值运动估计算法.算法在图像的位平面中完成运动矢量的搜索;匹配时对静止块进行判定直接中止搜索,同时采用了起始点预测和运动类型判定,自适应使用LDSP和SDSP模板进行搜索.实验结果表明:该算法的搜索速度优于绝大多数现有的运动估计算法,且预测精度接近于FS算法.     

Optimum block-adaptive learning algorithm for errorback-propagation networks

An optimum block-adaptive learning rate (OBALR) backpropagation (BP) algorithm for training feedforward neural networks with an arbitrary number of neuron layers is described. The algorithm uses block-smoothed gradient as direction for descent and no momentum term, but produces an optimum block-adaptive learning rate which is constant within each block and is updated adaptively at the beginning of each block iteration so that it is kept optimum in a sense of minimizing the approximate output mean-square error of the block. Several computer simulations were tested on learning a deterministic chaos time-series mapping. The OBALR BP algorithm not only overcame the difficulty in choosing good values of the two parameters, but also provided significant improvement on learning speed and descent capability over the standard BP algorithm     

一种结合遗传算法和钻石搜索的多模式快速运动估计方法

为了解决视频编码中运动矢量搜索精度与速度的矛盾,本文提出了一种基于遗传算法(GA)和钻石搜索(DS)的多模式快速运动估计方法——MMS算法.它以图像序列的时空预测矢量作为图像活动剧烈程度的判据,自适应选择搜索模式.针对平缓运动类型使用快速的DS搜索模式,针对剧烈运动类型使用GA/DS联合搜索模式.与现有的次优解快速算法相比,MMS有效地解决了在大运动矢量情况下编码器性能下降的问题,可以从整体上提升编码器的性能,接近理想的全搜索法的结果;与其它直接利用GA进行全局优化的方法相比,MMS利用DS配合GA实现加速收敛.此外,通过引入多模式处理的概念,在保证搜索精度的同时,充分发挥了次优解算法的效率,整体编码速度与DS等快速算法的结果十分接近.这一方法为有效地解决运动估计中的矛盾问题提供了一个新的处理框架.实验结果验证了算法的性能.     

A new diamond search algorithm for fast block-matching motionestimation

Based on the study of motion vector distribution from several commonly used test image sequences, a new diamond search (DS) algorithm for fast block-matching motion estimation (BMME) is proposed in this paper. Simulation results demonstrate that the proposed DS algorithm greatly outperforms the well-known three-step search (TSS) algorithm. Compared with the new three-step search (NTSS) algorithm, the DS algorithm achieves close performance but requires less computation by up to 22% on average. Experimental results also show that the DS algorithm is better than the four-step search (4SS) and block-based gradient descent search (BBGDS), in terms of mean-square error performance and required number of search points.     

Complex Adaptive ICA Employing the Conjugate Gradient Technique for Signal Separation in Time-Varying Flat Fading Channels

The conjugate gradient method is a prominent technique for solving systems of linear equations and unconstrained optimization problems, including adaptive filtering. Since it is an iterative method, it can be particularly applied to solve sparse systems which are too large to be handled by direct methods. The main advantage of the conjugate gradient method is that it employs orthogonal search directions with optimal steps along each direction to arrive at the solution. As a result, it has a much faster convergence speed than the steepest descent method, which often takes steps in the same direction as earlier steps. Furthermore, it has lower computational complexity than Newton’s iteration approach. This unique tradeoff between convergence speed and computational complexity gives the conjugate gradient method desirable properties for application in numerous mathematical optimization problems. In this paper, the conjugate gradient principle is applied to complex adaptive independent component analysis (ICA) for maximization of the kurtosis function, to achieve separation of complex-valued signals. The proposed technique is called the complex block conjugate independent component analysis (CBC-ICA) algorithm. The CBC-ICA derives independent conjugate gradient search directions for the real and imaginary components of the complex coefficients of the adaptive system employed for signal separation. In addition, along each conjugate direction an optimal update is generated separately for the real and imaginary components using the Taylor series approximation. Simulation results confirm that in dynamic flat fading channel conditions, the CBC-ICA demonstrates excellent convergence speed and accuracy, even for large processing block sizes.     

运动估计中一种基于分级搜索的快速菱形算法

文章在分析菱形算法的基础上，设计了一种区分出运动剧烈和缓慢的视频帧分析方法．在此基础上针对大部分的运动缓慢帧提出了一种新的搜索模板。实验结果表明，该方法同菱形搜索算法相比．可在基本不降低搜索效果的情况下极大的提高搜索效率。     

FPGA architecture of the LDPS Motion Estimation for H.264/AVC Video Coding

Motion estimation is a highly computational demanding operation during video compression process and significantly affects the output quality of an encoded sequence. Special hardware architectures are required to achieve real-time compression performance. Many fast search block matching motion estimation (BMME) algorithms have been developed in order to minimize search positions and speed up computation but they do not take into account how they can be effectively implemented by hardware. In this paper, we propose three new hardware architectures of fast search block matching motion estimation algorithm using Line Diamond Parallel Search (LDPS) for H.264/AVC video coding system. These architectures use pipeline and parallel processing techniques and present minimum latency, maximum throughput and full utilization of hardware resources. The VHDL code has been tested and can work at high frequency in a Xilinx Virtex-5 FPGA circuit for the three proposed architectures.     

基于矢量预测的快速运动估计搜索算法

基于H.264视频编码标准的编解码过程中,运动估计的时间大概要占总编码时间的70%(1个参考帧)到90%(5个参考帧)。对于H.264标准的新特点,传统的全搜索算法的精度高,但计算量太大,不能应用于实时处理;经典的菱形等算法搜索模式简单,易于实现,但容易陷入局部无穷小。采用了一种基于运动矢量预测的快速运动估计搜索算法。该方法首先利用运动矢量的时、空间相关性得到预测矢量,然后利用非对称十字型搜索确定运动估计的起始点,最后采用经典的菱形算法进行运动估计。实验结果表明,相比UMHexagonS快速搜索算法,该算法能够在码率增加不超过1%,信噪比下降不超过0.1 dB的情况下,运动估计速度有较大提高。     

一种方向优化最小均方算法

最小均方(Least Mean Square, LMS)算法的更新方向是对最速下降方向的估计,其收敛速度也受到最速下降法的约束。为了摆脱该约束,该文在对LMS算法分析的基础上,提出一种针对LMS算法的分块方向优化方法。该方法通过分析误差信号来选择更新向量,使得算法的更新方向尽可能接近Newton方向。基于此方法,给出一种方向优化LMS(Direction Optimization LMS, DOLMS)算法,并推广到变步长DOLMS算法。理论分析与仿真结果表明,该方法与传统分块LMS算法相比,有更快的收敛速度和更小的计算复杂度。