CN104837027A - 一种分像素的运动估计方法和装置 - Google Patents

一种分像素的运动估计方法和装置 Download PDF

Info

Publication number
CN104837027A
CN104837027A CN201510188498.3A CN201510188498A CN104837027A CN 104837027 A CN104837027 A CN 104837027A CN 201510188498 A CN201510188498 A CN 201510188498A CN 104837027 A CN104837027 A CN 104837027A
Authority
CN
China
Prior art keywords
straightedge
composite
angle value
block
protractor angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510188498.3A
Other languages
English (en)
Other versions
CN104837027B (zh
Inventor
朱洪波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN201510188498.3A priority Critical patent/CN104837027B/zh
Publication of CN104837027A publication Critical patent/CN104837027A/zh
Application granted granted Critical
Publication of CN104837027B publication Critical patent/CN104837027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明实施例提供了一种分像素的运动估计方法和装置,其中的方法具体包括:针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块。本发明实施例能够在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。

Description

一种分像素的运动估计方法和装置
技术领域
本发明涉及视频压缩技术领域,特别是涉及一种分像素的运动估计方法和装置。
背景技术
在视频压缩技术中,为了利用相邻帧的时间相似性来压缩当前帧的宏块(以下简称当前块),在参考帧中搜索与当前块最相似的匹配块的过程被称作运动估计过程,而通过运动估计过程得到的匹配块与当前块的相对位移被称作运动质量。目前,可以采用HAD(阿达玛,hadamard)、SAD(绝对值之和,Sum of Absolute Difference)等匹配尺度确定匹配块与当前块之间的差异,两个块之间的差异越小,则两个块越相似。
由于运动可能指向分像素位置,所以运动估计过程可以分为两个步骤进行:第一步骤为整像素的运动估计,其在一个区域中搜索得到与当前块最相似的整像素匹配块;第二步骤为分像素的运动估计,其首先利用整像素位置的像素插值得到分像素位置的像素,然后在一个区域中搜索得到与当前块最相似的分像素匹配块。
现有方案在一个区域中搜索与当前块最相似的分像素匹配块的过程中,通常采用HAD匹配尺度确定匹配块与当前块之间的差异。虽然HAD匹配尺度相比SAD等其它匹配尺度具有压缩效率方面的优势,但是,HAD匹配尺度需要首先将M×N块分割为4×4或8×8的分块(如果M和N都能整除8,那么把M×N分割为互不重叠的M×N/64个8x8块,否则分割为M×N/16个互不重叠的4×4块),然后计算每个分块的阿达玛花费,最后对所有分块的阿达玛花费进行累加。可见,HAD匹配尺度相比SAD等其它匹配尺度具有更高的复杂度,这无疑增加了分像素的运动估计的复杂度。
发明内容
本发明实施例所要解决的技术问题是提供一种分像素的运动估计方法 和装置,能够在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。
为了解决上述问题,本发明公开了一种分像素的运动估计方法,所述方法包括:
针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块。
优选的,所述获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,包括:
对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理,得到相应的复合参数值;
对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述复合尺度值。
优选的,所述针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,包括:
在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;和/或
在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;和/或
在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值。
优选的,所述针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,包括:针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
则所述依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块 的步骤,包括:在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
优选的,所述方法还包括:
在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
优选的,所述方法还包括:
在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;
选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
另一方面,本发明还公开了一种分像素的运动估计装置,所述装置包括:
获取模块,用于针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;以及
确定模块,用于依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块;
优选的,所述获取模块包括:
加权子模块,用于对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理,得到相应的复合参数值;以及
融合子模块,用于对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述复合尺度值。
优选的,所述获取模块包括:
第一获取子模块,用于在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;和/或
第二获取子模块,用于在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;和/或
第三获取子模块,用于在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值。
优选的,所述获取模块,具体用于针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
则所述确定模块,具体用于在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
优选的,所述装置还包括:
第一获取模块,用于在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
第一选择模块,用于在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
优选的,所述装置还包括:
第二获取模块,用于在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;
第二选择模块,用于选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例针对块面积超过面积阈值的当前块,采用复合尺度值搜索与当前块最相似的分像素匹配块,由于所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值,其能够融合SSD匹配尺度和SAD匹配尺度的优势,因此能够在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。
附图说明
图1示出了本发明的一种分像素的运动估计方法实施例一的步骤流程图;
图2示出了本发明的一种分像素的运动估计方法实施例二的步骤流程图;
图3示出了本发明的一种分像素的运动估计方法实施例三的步骤流程图;
图4示出了本发明的一种分像素的运动估计方法实施例四的步骤流程图;
图5示出了本发明的一种分像素的运动估计方法实施例五的步骤流程图;
图6示出了本发明的一种分像素的运动估计装置实施例一的结构框图;
图7示出了本发明的一种分像素的运动估计装置实施例二的结构框图;以及
图8示出了本发明的一种分像素的运动估计装置实施例三的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
方法实施例一 
参照图1,示出了本发明的一种分像素的运动估计方法实施例一的步骤流程图,具体可以包括:
步骤101、针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
步骤102、依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块。
本发明实施例可以应用于视频压缩技术领域中分像素的运动估计,用于降低分像素的运动估计的复杂度。
视频压缩中,图像序列的每一帧可被划分为互不重叠的宏块,因此当前块也即预测帧中当前的宏块,分像素匹配块也即参考帧的特定搜索区域中的分像素匹配块;而在参考帧的特定搜索区域中搜索与当前块最相似的匹配块的过程也即运动估计过程。
本发明实施例分析得到多种匹配尺度的如下特性:HAD匹配尺度是一种相对于SSD匹配尺度和SAD匹配尺度更为精确的匹配尺度,其在压缩效率方面具有独到的优势,就是说,对于单个块而言,HAD尺度的匹配误差要比其他尺度要好;然而,根据根据大数定律,随着块尺寸增大,HAD匹配尺度和其他匹配尺度的误差都会减少,前者因为本身已经很好,其性能增进有限,而后者的误差会减少到能用的程度,并进而显示出其相对于HAD匹配尺度的速度优势。
本发明实施例还分析得到了SSD匹配尺度或SAD匹配尺度的如下特性:对于块面积大的当前块,当使用当前块的一部分的尺度花费估计总体花费时,SSD匹配尺度和SAD匹配尺度的误差可以做到远比HAD匹配尺度小,因为SSD匹配尺度和SAD匹配尺度都基于单个像素的计算,因此可以高度分散其计算的点数,从而提高精度,而HAD匹配尺度是基于块的,难以做到高精度的对整体的HAD值的估计。
本发明实施例的核心构思之一在于,针对块面积超过面积阈值的当前块,采用复合尺度值搜索与当前块最相似的分像素匹配块,由于所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值,其能够融合SSD匹配尺度和SAD匹配尺度的优势,因此能够在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。
在实际应用中,面积阈值可以通过编码器实验得到,例如,其可以为192,此时可以对应16×12或者12×16的当前块,或者,其还可以为大于128的任意数值,本发明实施例对具体的面积阈值不加以限制。
在本发明的一种应用示例中,相对于HAD匹配尺度,SSD匹配尺度和 SAD匹配尺度分别具有平均0.5%和0.7%的压缩效率损失,而本发明实施例的复合尺度具有平均0.3%的压缩效率损失,同时,本发明实施例的复合尺度还降低了约6%的复杂度。
在具体实现中,可以对SSD值、SAD值和运动向量码率值进行融合处理,以获取所述当前块与对应分像素匹配块之间的复合尺度值,本发明实施例对具体的融合处理方法不加以限制。
在本发明的一种优选实施例中,所述获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,具体可以包括:
子步骤A1、对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理,得到相应的复合参数值;
子步骤A2、对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述复合尺度值。
本发明可以提供如下获取所述当前块与对应分像素匹配块之间的复合尺度值的应用示例:
应用示例一、 
应用示例一适用于在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值的情形。
首先给出全部行像素对应SSD值和SAD值的计算过程:
SSD=∑(i,j)∈Ω(Ii,j-Ri,j)2      (1) 
SAD=∑(i,j)∈Ωabs(Ii,j-Ri,j)      (2) 
其中,Ii,j是当前块在坐标(i,j)处的像素值,Ri,j是对应分像素匹配块在坐标(i,j)处的像素值,Ω是当前块对应全部行像素的集合,abs()是绝对值操作。
假设当前块的像素数量为num=M×N,则平均SAD等于MSAD,那么,SAD还可以表示为:
SAD=num*MSAD       (3)
SAD*SAD/num
=num*MSAD*num*MSAD/num        (4)
=num*MSAD*MSAD
而SSD=累加((x-y)*(x-y))约等于累加(MSAD*MSAD),故SSD与SAD*SAD/num处于相同量级,因此,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值的过程中,对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理的过程可以表示为:
Cost compos = 13 × SSD 16 + 3 × SAD × SAD 16 × M × N - - - ( 5 )
对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述第一复合尺度值的过程可以表示为:
Costssdsad=Costcompos+bitmv×λmode       (6) 
其中,Costcompos、Costssdsad分别表示复合参数值和第一复合尺度值;
λmode为拉格朗日参数,具体可以通过以下公式计算:
λ mode = α × w k × 2 QP - 12 3 - - - ( 7 )
其中,Wk依赖于编码配置方案和当前图像在GOP(图像组的长度,Group Of Picture)中的编码层次的QP(量化参数,Quantization Parameter)偏移量,其取值在0.4到2之间,α的值取决于当前编码图像是否为参考图像以及B帧数目,α的取值可以在0.5到1之间,如果当前编码图像为非参考图像,则α=1,否则,α的值可以通过以下公式计算:
α=1-clip3(0,0.5,0.05×numbfrm)       (8) 
其中,numbfrm为一个GOP中B帧数目,例如当编码层次为8时,numbfrm为7,clip3()为裁剪参数。
在具体实现中,在得到与当前块最相似的整像素匹配块后,可以首先对分像素位置插值得到对应的分像素匹配块,然后计算上面的Costssdsad
参照图2,示出了本发明的一种分像素位置的示例,其中,Ai,j代表整像素位置,ai,j、bi,j、ci,j分别代表分像素位置,由于分像素位置的像素并不存在,所以需要采用插值算法,根据整像素位置的值将分像素位 置计算出来。
图2中,ai,j、bi,j、ci,j等分像素位置的垂直分像素分量为0,而水平分像素分量不为0;di,j、hi,j、ni,j等分像素位置的垂直分像素分量不为0,而水平分像素分量为0。插值算法可以根据水平分像素分量和垂直分像素分量选择对应的滤波器,如果水平像素分量不为0,那么可以首先通过水平滤波得到水平分像素位置的像素值,而如果垂直像素分量不为0,那么可以通过垂直滤波得到最终的像素值。
参照表1,示出了本发明的一种滤波器系数的示例,其具体可以包括分像素位置和对应的滤波器系数。
表1
分像素位置 滤波器系数
1/4 {-1,4,-10,58,17,-5,1}
2/4 {-1,4,-11,40,40,-11,4,-1}
3/4 {1,-5,17,58,-10,4,-1}
以c0,0为例,其水平分像素位置是3/4,故可以选择3/4对应的滤波器进行如下计算:
c 0,0 = A - 2,0 - 5 × A - 1,0 + 17 × A 0,0 + 58 × A 1,0 - 10 × A 2,0 + 4 × A 3,0 - A 4,0 + 32 64 - - - ( 9 )
由于c0,0的垂直像素分量为0,所以无需垂直插值就可以得到最终的插值结果。
以d0,0为例,由于其水平分像素分量为0,所以它只需要垂直插值,具体可以选择1/4对应的滤波器进行如下计算:
d 0,0 = - A 0 , - 3 + 4 × A 0 , - 2 - 10 × A 0 , - 1 + 58 × A 0 , 0 + 17 × A 0 , 1 - 5 × A 0 , 2 + A 0,3 + 32 64 - - - ( 10 )
而对于e、f、g、i、j、k、p、q、r等分像素位置,由于其水平分像素分量和垂直分像素分量均不为0,则需要2次滤波,先水平后垂直,如对于i0,0的2次滤波过程如下:
a′0,i=-A-3,i+4×A-2,i-10×A-1,i+58×A0,i+17×A1,i-5× A2,i+A3,i    (11) 
i 0,0 = - a 0 , - 3 ' + 4 × a 0 , - 2 ' - 11 × a 0 , - 1 ' + 40 × a 0,0 ' + 40 × a 0,1 ' - 11 × a 0,2 ' + 4 × a 0,3 ' - a 0,4 ' 4096 - - - ( 12 )
需要说明的是,为了保证插值精度,公式(11)对应的滤波过程并没有进行移位运算,而是将所有的移位运算放至公式(12)对应的滤波过程。
应用示例二、 
应用示例二适用于在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值的情形。
首先给出四分之一行像素对应SSD值和SAD值的计算过程:
SSD 1 / 4 = Σ ( i , j ) ∈ Ω 1 / 4 ( I i , j - R i , j ) 2 - - - ( 13 )
SAD 1 / 4 = Σ ( i , j ) ∈ Ω 1 / 4 abs ( I i , j - R i , j ) - - - ( 14 )
在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值的过程中,对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理的过程可以表示为:
Cost compos _ 1 / 4 = 13 × SSD 1 / 4 16 + 3 × SAD 1 / 4 × SAD 1 / 4 4 × M × N - - - ( 15 )
对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述第二复合尺度值的过程可以表示为:
Costssdsad_1/4=Costcompos_1/4×scl1/4+bitmv×λmode(16)
其中,Ω1/4为四分之一行像素的集合,即对于当前块当某一行的编号可以整除4的时候,则该行属于Ω1/4,例如,当前块的尺寸为64x64,那 么行号为0、4、8、12…的都可以属于Ω1/4;scl1/4为一个阈值,其与当前块的高度有关,其可以通过编码器实验得到,通常当前块的高度越高,其值越大。并且,可以通过编码器实验优化scl1/4以将压缩效率的损失控制在一定的范围内。
应用示例三、 
应用示例三适用于在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值的情形。
以偶数行为例,首先给出偶数行像素对应SSD值和SAD值的计算过程:
SSD even = Σ ( i , j ) ∈ Ω even ( I i , j - R i , j ) 2 - - - ( 17 )
SAD even = Σ ( i , j ) ∈ Ω even abs ( I i , j - R i , j ) - - - ( 18 )
在偶数行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值的过程中,对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理的过程可以表示为:
Cost compos _ even = 13 × SSD even 16 + 3 × SAD even × SAD even 8 × M × N - - - ( 19 )
对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述第三复合尺度值的过程可以表示为:
Costssdsad_even=Costcompos_even×scleven+bitmv×λmode   (20)
其中,Ωeven为偶数行像素的集合(所以Ω1/4是Ωeven的真子集且集合元素数目是Ωeven的一半;假设当前块的尺寸为64x64,则行号为0、2、4、8、10、12…都可以属于偶数行的集合;scleven为一个阈值,其和当前块的高度有关,其可通过编码器实验得到,当前块越高,其值越大。
以上对获取所述当前块与对应分像素匹配块之间的复合尺度值的几种应用示例进行了详细介绍,可以理解,本领域技术人员可以根据实际需求采用上述几种应用示例中的一种或多种,或者,还可以采用其它应用示例,本 发明实施例对具体的应用示例不加以限制。
综上,本发明实施例针对块面积超过面积阈值的当前块,采用复合尺度值搜索与当前块最相似的分像素匹配块,由于所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值,其能够融合SSD匹配尺度和SAD匹配尺度的优势,因此能够在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。
方法实施例二 
参照图2,示出了本发明的一种分像素的运动估计方法实施例二的步骤流程图,具体可以包括:
步骤201、针对块面积超过面积阈值的当前块,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;其中,所述第一复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
步骤202、选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
本实施例针对块面积超过面积阈值的当前块,进行分像素的运动估计,由于所述第一复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值,其能够融合SSD匹配尺度和SAD匹配尺度的优势,因此能够在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。
为了保证压缩效率,在本发明的一种优选实施例中,所述步骤201可以针对块面积超过面积阈值、且块高度未超过高度阈值的当前块,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值。
在实际应用中,可以通过编码器实验得到所述高度阈值,在本发明的一种应用示例中,所述高度阈值为12,当然,本领域技术人员可以根据实际需求选择合适的高度阈值,以在基本不影响压缩效率的情况下,有效降低分像素的运动估计的复杂度。
方法实施例三 
参照图3,示出了本发明的一种分像素的运动估计方法实施例三的步骤流程图,具体可以包括:
步骤301、针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;其中,所述第二复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
步骤302、在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
相对于实施例一,本实施例还可以针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值,并在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;相对于在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值,本实施例仅仅执行在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值对应的运算,因此能够节省四分之三的复合尺度值对应的计算时间,从而能够进一步降低分像素的运动估计的复杂度。
本实施例中,当前最小复合尺度值可用于表示分像素的运动估计过程中所有已估计完成块的第一复合尺度值中的最小值,本实施例在所述第二复合尺度值超过当前最小复合尺度值时,可以认为所述第二复合尺度值已经超出了当前的最小花费,故终止分像素的运动估计所需的运动估计流程及对应的运算过程,并选择所述当前最小复合尺度值对应的分像素匹配块作为与所述当前块最相似的分像素匹配块,因此能够节省四分之三的复合尺度值的计算时间。
方法实施例四 
参照图4,示出了本发明的一种分像素的运动估计方法实施例四的步骤流程图,具体可以包括:
步骤401、针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;其中,所述第二复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
步骤402、在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;
步骤403、在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
步骤404、在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
相对于实施例三,本实施例还可以在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值,并在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;相对于在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值,本实施例仅仅执行在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值对应的运算,因此能够节省二分之一的复合尺度值对应的计算时间,从而能够进一步降低分像素的运动估计的复杂度。
本实施例中,当前最小复合尺度值可用于表示分像素的运动估计过程中所有已估计完成块的第一复合尺度值中的最小值,本实施例在所述第三复合尺度值超过当前最小复合尺度值时,可以认为所述第三复合尺度值已经超出 了当前的最小花费,故终止分像素的运动估计所需的运动估计流程及对应的运算过程,并选择所述当前最小复合尺度值对应的分像素匹配块作为与所述当前块最相似的分像素匹配块,因此能够节省二分之一的复合尺度值的计算时间。
方法实施例五 
参照图5,示出了本发明的一种分像素的运动估计方法实施例五的步骤流程图,具体可以包括:
步骤501、针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;其中,所述第二复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
步骤502、在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;
步骤503、在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
步骤504、在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;
步骤505、在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;
步骤506、选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
相对于实施例四,本实施例还可以在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配 块之间的第一复合尺度值,并选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块;也即,本实施例中,针对当前块执行分像素的运动估计流程具体可以包括:步骤501-步骤506。
在本发明的一种应用示例中,可以通过如下方式获取当前最小复合尺度值:首先设置当前最小复合尺度值Costminssdsad的初始值为整数最大值,然后针对当前块的所有匹配位置执行分像素的运动估计流程,由于第一个匹配位置的第一复合尺度值肯定不会大于Costminssdsad,因此,将Costminssdsad的值替换为第一个匹配位置的第一复合尺度值;接着通过执行步骤501获取第二个匹配位置的第二复合尺度值,假设第二个匹配位置的第二复合尺度值大于Costminssdsad,则终止第二个匹配位置的运动估计流程并执行步骤502,否则,继续执行步骤503以获取第二个匹配位置的第三复合尺度值,假设第二个匹配位置的第三复合尺度值大于Costminssdsad,则终止第二个匹配位置的运动估计流程并执行步骤504,否则继续执行步骤505以获取第二个匹配位置的第一复合尺度值,如果第二个匹配位置的第一复合尺度值大于Costminssdsad,则Costminssdsad的值不变,否则将Costminssdsad的值替换为第二个匹配位置的第一复合尺度值;依此类推,直至执行完当前块的所有匹配位置执行分像素的运动估计流程。
需要说明的是,在比较第二复合尺度值与当前最小复合尺度值以判断第二复合尺度值是否超出当前最小复合尺度值时,或者,在比较第三复合尺度值与当前最小复合尺度值以判断第三复合尺度值是否超出当前最小复合尺度值时,需要对第二复合尺度值或第三复合尺度值进行相应的加权处理。以第二复合尺度值与当前最小复合尺度值的比较为例,第二复合尺度值对应的比较权值可以为1和4之间的一个数值,所述比较权值具体依赖于当前块的大小,本发明实施例对具体的比较权值不加以限制。第二复合尺度是四分之一采样的,所以其加权最大可以是4,块越大越接近于4;第三复合尺度加权是1到2之间,块越大越接近2。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所 描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
装置实施例 
参照图6,示出了本发明的一种分像素的运动估计装置实施例一的结构框图,具体可以包括:
获取模块601,用于针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;以及
确定模块602,用于依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块;
在本发明的一种优选实施例中,所述获取模块601具体可以包括:
加权子模块,用于对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理,得到相应的复合参数值;以及
融合子模块,用于对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述复合尺度值。
在本发明的另一种优选实施例中,所述获取模块601具体可以包括:
第一获取子模块,用于在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;和/或
第二获取子模块,用于在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;和/或
第三获取子模块,用于在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值。
在本发明的再一种优选实施例中,所述获取模块601,可具体用于针对 块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
则所述确定模块602,可具体用于在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
参照图7,示出了本发明的一种分像素的运动估计装置实施例二的结构框图,具体可以包括:
获取模块701,用于针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
确定模块702,可具体用于在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;
第一获取模块703,用于在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
第一选择模块704,用于在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
参照图8,示出了本发明的一种分像素的运动估计装置实施例三的结构框图,具体可以包括:
获取模块801,用于针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
确定模块802,可具体用于在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当 前块最相似的分像素匹配块;
第一获取模块803,用于在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
第一选择模块804,用于在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块;
第二获取模块805,用于在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;
第二选择模块806,用于选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、 专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种分像素的运动估计方法和装置,进行了详 细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种分像素的运动估计方法,其特征在于,所述方法包括:
针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;
依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块。
2.如权利要求1所述的方法,其特征在于,所述获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,包括:
对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理,得到相应的复合参数值;
对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述复合尺度值。
3.如权利要求1或2所述的方法,其特征在于,所述针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,包括:
在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;和/或
在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;和/或
在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值。
4.如权利要求1或2所述的方法,其特征在于,所述针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值的步骤,包括:针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
则所述依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块的步骤,包括:在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;
选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
7.一种分像素的运动估计装置,其特征在于,所述装置包括:
获取模块,用于针对块面积超过面积阈值的当前块,获取所述当前块与对应分像素匹配块之间的复合尺度值;其中,所述复合尺度值为基于均方差之和SSD值、绝对值之和SAD值和运动向量码率值融合得到的尺度值;以及
确定模块,用于依据所述复合尺度值,确定与所述当前块最相似的分像素匹配块。
8.如权利要求7所述的装置,其特征在于,所述获取模块包括:
加权子模块,用于对相同量级的所述当前块与对应分像素匹配块之间的SSD值与所述当前块与对应分像素匹配块之间的SAD值进行加权处理,得到相应的复合参数值;以及
融合子模块,用于对相同量级的所述复合参数值和运动向量码率值进行融合处理,得到所述复合尺度值。
9.如权利要求7或8所述的装置,其特征在于,所述获取模块包括:
第一获取子模块,用于在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;和/或
第二获取子模块,用于在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;和/或
第三获取子模块,用于在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值。
10.如权利要求7或8所述的装置,其特征在于,所述获取模块,具体用于针对块面积超过面积阈值、且块高度超过高度阈值的当前块,在四分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第二复合尺度值;
则所述确定模块,具体用于在所述第二复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
11.如权利要求10所述的装置,其特征在于,所述装置还包括:
第一获取模块,用于在所述第二复合尺度值未超过当前最小复合尺度值时,在二分之一行像素的集合内获取所述当前块与对应分像素匹配块之间的第三复合尺度值;
第一选择模块,用于在所述第三复合尺度值超过当前最小复合尺度值时,选择所述当前最小复合尺度值对应的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
12.如权利要求11所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于在所述第三复合尺度值未超过当前最小复合尺度值时,在全部行像素的集合内获取所述当前块与对应分像素匹配块之间的第一复合尺度值;
第二选择模块,用于选择具有最小第一复合尺度值的分像素匹配块,作为与所述当前块最相似的分像素匹配块。
CN201510188498.3A 2015-04-20 2015-04-20 一种分像素的运动估计方法和装置 Active CN104837027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510188498.3A CN104837027B (zh) 2015-04-20 2015-04-20 一种分像素的运动估计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510188498.3A CN104837027B (zh) 2015-04-20 2015-04-20 一种分像素的运动估计方法和装置

Publications (2)

Publication Number Publication Date
CN104837027A true CN104837027A (zh) 2015-08-12
CN104837027B CN104837027B (zh) 2018-04-27

Family

ID=53814624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510188498.3A Active CN104837027B (zh) 2015-04-20 2015-04-20 一种分像素的运动估计方法和装置

Country Status (1)

Country Link
CN (1) CN104837027B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107454427A (zh) * 2016-05-31 2017-12-08 福州瑞芯微电子股份有限公司 基于hevc的帧间预测方法和设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1741618A (zh) * 2004-09-03 2006-03-01 北京航空航天大学 一种快速亚像素运动估计方法
US20060280252A1 (en) * 2005-06-14 2006-12-14 Samsung Electronics Co., Ltd. Method and apparatus for encoding video signal with improved compression efficiency using model switching in motion estimation of sub-pixel
CN101299818A (zh) * 2008-06-04 2008-11-05 浙江大学 基于整像素搜索结果的n级亚像素搜索方法及其装置
CN101389028A (zh) * 2008-10-15 2009-03-18 北京航空航天大学 一种基于空域分解的视频帧内编码方法
CN102196255A (zh) * 2010-03-11 2011-09-21 中国科学院微电子研究所 一种视频编码复杂度控制模型的形成方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1741618A (zh) * 2004-09-03 2006-03-01 北京航空航天大学 一种快速亚像素运动估计方法
US20060280252A1 (en) * 2005-06-14 2006-12-14 Samsung Electronics Co., Ltd. Method and apparatus for encoding video signal with improved compression efficiency using model switching in motion estimation of sub-pixel
CN101299818A (zh) * 2008-06-04 2008-11-05 浙江大学 基于整像素搜索结果的n级亚像素搜索方法及其装置
CN101389028A (zh) * 2008-10-15 2009-03-18 北京航空航天大学 一种基于空域分解的视频帧内编码方法
CN102196255A (zh) * 2010-03-11 2011-09-21 中国科学院微电子研究所 一种视频编码复杂度控制模型的形成方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107454427A (zh) * 2016-05-31 2017-12-08 福州瑞芯微电子股份有限公司 基于hevc的帧间预测方法和设备

Also Published As

Publication number Publication date
CN104837027B (zh) 2018-04-27

Similar Documents

Publication Publication Date Title
Zhang et al. Low-rank decomposition-based restoration of compressed images via adaptive noise estimation
CN106170093B (zh) 一种帧内预测性能提升编码方法
US9571832B2 (en) Image encoding method and apparatus and image decoding method and apparatus based on motion vector normalization
CN101668202A (zh) 帧内预测模式的选择方法和装置
CN104754338A (zh) 一种帧内预测模式的选择方法和装置
CN105678831A (zh) 一种图像渲染方法和装置
KR20150114950A (ko) 이미지 스트림의 프레임 레이트 증가
Borthagaray et al. On the convergence in H^1-norm for the fractional Laplacian
CN105678718A (zh) 图像去噪方法和装置
CN104837027A (zh) 一种分像素的运动估计方法和装置
CN105263026A (zh) 基于概率统计与图像梯度信息的全局矢量获取方法
CN104333758A (zh) 深度图的预测方法和检测像素点的方法及相关装置
CN106101731B (zh) 图像无损压缩方法及装置
CN101268623B (zh) 用于创建可变形状区块的方法和装置
Shao et al. Non-rigid Registration-Based Progressive Motion Compensation for Point Cloud Geometry Compression
CN104601991A (zh) 一种时域预测参数的搜索方法和装置
CN103618904A (zh) 基于像素的运动估计方法及装置
JP2014099848A (ja) イメージ分割システム及びその方法
CN104994394A (zh) 编码器运动估算方法及装置
CN105611299A (zh) 一种基于hevc的运动估计方法
CN104301700B (zh) 图像块边界位置确定方法和装置
Heithausen et al. Temporal Prediction of Motion Parameters with Interchangeable Motion Models
Park et al. Dynamic Inference Acceleration of 3D Point Cloud Deep Neural Networks Using Point Density and Entropy
CN103716639A (zh) 一种帧图像运动估计的搜索算法
CN109509218A (zh) 基于fpga获取视差图的方法、装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant