• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Level-set-based motion estimation algorithm for multiple reference frame motion estimation
【24h】

Level-set-based motion estimation algorithm for multiple reference frame motion estimation

机译：多参考帧运动估计的基于水平集的运动估计算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Motion estimation (ME) has a variety of applications in image processing, pattern recognition, target tracking, and video compression. In modern video compression standards such as H.264/AVC and HEVC, multiple reference frame ME (MRFME) is adopted to reduce the temporal redundancy between successive frames in a video sequence. In MRFME, the motion search process is conducted using additional reference frames, thereby obtaining better prediction signal as compared to single reference frame ME (SRFME). However, its high computational complexity makes it difficult to be utilized in real-world applications. In order to reduce the computational complexity of MRFME, this paper proposes a level-set-based ME algorithm (LSME) without any penalty in the rate-distortion (RD) performance. First, the proposed algorithm partitions the motion search space into multiple level sets based on a rate constraint. The proposed algorithm then controls the ME process on the basis of the predetermined level sets. Experimental results show that the proposed algorithm reduces the ME time by up to 83.46% as compared to the conventional full search (FS) algorithm.
机译：运动估计（ME）在图像处理，模式识别，目标跟踪和视频压缩中具有多种应用。在诸如H.264 / AVC和HEVC之类的现代视频压缩标准中，采用多参考帧ME（MRFME）来减少视频序列中连续帧之间的时间冗余。在MRFME中，运动搜索过程是使用其他参考帧进行的，因此与单个参考帧ME（SRFME）相比，可以获得更好的预测信号。但是，其高计算复杂性使其难以在实际应用中使用。为了降低MRFME的计算复杂度，本文提出了一种基于水平集的ME算法（LSME），而不会对速率失真（RD）性能造成任何影响。首先，该算法基于速率约束将运动搜索空间划分为多个级别集。然后，所提出的算法基于预定级别集控制ME处理。实验结果表明，与传统的全搜索（FS）算法相比，该算法减少了ME时间达83.46％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号