基于x264的快速运动估计算法优化

《基于x264的快速运动估计算法优化》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据2010年11月第17卷96期控制工程ControlEngineeringofChinaNov．20lOV01．17，No．6文章编号：1671-7848(2010)06-0820-04基于x264的快速运动估计算法优化黄春庆，邱晓彬(厦门大学自动化系，福建厦门361005)摘要：运动估计是H．264视频编码标准中最重要且最耗时的一部分，大约占用这个视频编码的60％一80％的时间，针对x264中UMHexagonS快速运动估计算法编码速度的局限性，分别对算法中阈值的选择、提前终止条件判定、大六边形搜索模式三

2、方面做了优化．同时改进COSTMV()函数，有效地缩短了计算SAD值的时间。通过仿真实验表明，优化后的UMHexagons算法在视频质量(PSNR)下降很小的情况，搜索点数减少了约30％，平均节省了20％一40％整体运动估计时间，提高了编码器的实时性。关键词：运动估计；UMHexagonS算法；编码速度；COST-MV()中图分类号：TP273文献标识码：AOptimizationonFastMotionEstimationAlgorithmBasedonx264HUANGChun．qing．olUXiao．bin

3、(DepartmentofAutomation，XiamenUniversity，Xiamen361005，China)Abstrad：MotionestimationisthemostimportantandtimeconsumingpartofH．264videocoding．ittakesabout60％一80％ofen．codingtime．ToimprovetheencodingspeedoftheUMHexagonSalgorithminx264，alloptimizedalgorithmispropo

4、sedviathemodifiedschemeofthethresholdselection，earlyterminationofconditionandbighexagonsearchmode．ThemodifiedmethodoftheCOsT—MV()functionispresentedtoshortenthecomputingtimeofSADvalue．ThesimulationexperimentationshowsthattheproposedalgorithmsCallreducesearchpo

5、intsbyabout30％withsmallvideoqualitydecline．saves20％to40％oftheestimatedtimeandenhancethereal·timeperformanceoftheencoder．Keywords：motionestimation；UMHexagonSalgorithm；encodingspeed；COST_MV()1引言H．264是由11'U-T和ISO／IEC组成的联合视频专家组制定的视频编码标准，与以往的MPEG4和H．263标准相比，采用了更加高效

6、和精确的运动估计预测算法，在同样的视频质量下其编码效率提高了50％(1】，然而，其运算复杂度还是相当的高，难于实现实时编码的要求。运动估计是H．264标准中最重要的环节。目前常用的估计方法是块匹配法(BMA)。最简单的快匹配算法是全搜索法(FS)心J，其精度最高，性能最好，但是计算量太大，不适用于实时压缩，但可以作为其他快速算法的编码性能的参考标准。现有中比较有代表性的快速算法有早期的三步搜索法(TSS)旧。和二维对数搜索法(LOGS)Ho等，该类算法特点是限制搜索点数而减少计算量，但是很容易陷入局部最优。改进的新

7、三步法(NTSS)∞J，被MPEG-4采用的菱形算法(Ds)∞1和六边形算法(HEXS)一1以及被H264吸收的“非对称十字形多层次六边形格点”算法(UMHexagonS)旧1等利用中心偏置特性，提高了搜索精度。其中，又以UM．HexagonS算法最优秀，该算法使用混合扩展的运动搜索方法获得良好的编码效果，但是由于搜索模块过多以及模块的过于复杂，编码速度不能满足实时性场合的需求。本文对UMH算法进行深入研究，提出了自适应预测阈值、加入两处提前终止判断、对5×5模板和大六边形模板进行改进以及COST—MV函数等几个方

8、面的优化。通过实验表明，改进的算法在视频质量下降很小的同时搜索点数减少了30％。整体的估计时间节约了20％～40％。2UMHexagonS算法1)UMHexagonS算法简介由z．B．Chen等提出的UMH算法针对H．264中的运动估计，采用多种运动矢量预测及六边形搜索模式，能降低90％收稿日期：2010-03-31；收修定稿日期：2010-05．17基金项