CN114040208A - 运动估计方法、装置、电子设备及存储介质 - Google Patents

运动估计方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114040208A
CN114040208A CN202111228183.9A CN202111228183A CN114040208A CN 114040208 A CN114040208 A CN 114040208A CN 202111228183 A CN202111228183 A CN 202111228183A CN 114040208 A CN114040208 A CN 114040208A
Authority
CN
China
Prior art keywords
block
matching block
candidate
target
obtaining
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.)
Pending
Application number
CN202111228183.9A
Other languages
English (en)
Inventor
许桂森
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.)
Bigo Technology Pte Ltd
Original Assignee
Bigo Technology Pte 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 Bigo Technology Pte Ltd filed Critical Bigo Technology Pte Ltd
Priority to CN202111228183.9A priority Critical patent/CN114040208A/zh
Publication of CN114040208A publication Critical patent/CN114040208A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/533—Motion estimation using multistep search, e.g. 2D-log search or one-at-a-time search [OTS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本申请公开了一种运动估计方法、装置及电子设备，该方法包括：使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块；从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成；根据所述初始匹配块和所述候选块集合，获得目标匹配块。该方法可以在有限的编码质量损失的前提下，有效的降低运动估计的复杂度，以提升视频编码处理的整体编码速度。

Description

运动估计方法、装置、电子设备及存储介质
技术领域
本公开涉及视频编码技术领域，更具体地，涉及一种运动估计方法、装置、电子设备及计算机可读存储介质。
背景技术
视频编码(也称视频压缩)的目的是消除视频序列间的冗余信息，在视频编码过程中，需要进行预测。预测又分为帧内预测和帧间预测，帧间预测中最关键的技术是运动估计(ME，Motion Estimation)。运动估计是指针对当前编码帧中的当前待预测的预测块，在参考帧中搜索最佳匹配块，并确定当前预测块与最佳匹配块之间的运动矢量(MV，MotionVector)的过程。在视频编码过程中，通过运动估计寻找与预测块匹配的匹配块，并基于该匹配块对预测块进行编码处理，能够有效减少视频帧之间的时域相关性，大幅提升视频压缩效率。
运动估计在整个视频编码处理中的复杂度很高，因此如何在有限的编码质量损失的前提下，有效降低运动估计的复杂度，以提升视频编码的整体编码速度成为当前亟待解决的问题。
发明内容
本公开实施例提供了一种运动估计方法、装置、电子设备及存储介质，可以在有限的编码质量损失的前提下，有效降低运动估计的复杂度。
本公开的第一方面，提供了一种运动估计方法，该方法包括：
使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块；
从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成；
根据所述初始匹配块和所述候选块集合，获得目标匹配块。
本公开的第二方面，还提供了一种运动估计装置，包括：
初始匹配块搜索模块，用于使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块；
候选块集合获取模块，用于从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成；
目标匹配块获得模块，用于根据所述初始匹配块和所述候选块集合，获得目标匹配块。
本公开的第三方面，还提供了一种电子设备，包括：
存储器，用于存储可执行的指令；
处理器，用于根据所述可执行的指令的控制，运行所述电子设备执行根据本公开的第一方面所述的方法。
根据本公开的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有可被计算机读取执行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行根据本公开的第一方面所述的方法。
本公开的有益效果在于，区别于现有技术中在进行运动估计时，需要先基于整像素搜索算法从参考帧中搜索与预测块匹配的初始匹配块，再基于分像素搜索算法，从与初始匹配块对应的分像素候选块中搜索目标匹配块时存在的复杂度高的问题，根据本公开的实施例提供的运动估计方法，在电子设备获得到初始匹配块之后，可以先不必进行分像素搜索处理，而是通过从参考帧中获取由处于初始匹配块预设范围内的整像素构成的至少一个候选块，并基于包括该至少一个候选块的候选块集合和该初始匹配块，即可在有限的编码质量损失的前提下，获得目标匹配块。该方法可以降低运动估计的复杂度，提升视频编码处理的整体编码速度。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其他特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且连同其说明一起用于解释本公开的原理。
图1是现有的运动估计方法的第一框架示意图。
图2是整像素搜索匹配块的示意图。
图3是现有的运动估计方法的第二框架示意图。
图4是构建分像素的示意图。
图5是本公开实施例提供的运动估计方法的流程示意图。
图6是本公开实施例提供的运动估计装置的原理框图。
图7是本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其他例子可以具有不同的值。
本公开的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
<方法实施例>
视频数据中的视频序列在时间维度上通常具有较强的相关性，即，连续多个视频帧之间的内容通常存在很强的相似性，因此，现有在传输视频数据时，为了提升传输速度以及减小带宽消耗，通常会基于视频编码技术对视频数据进行编码压缩处理，以减少视频序列间的时域相关性，减小视频数据的数据量。现有视频编码技术通常是将视频帧划分为若干预设尺寸的编码单元(CU，Coding Unit)，并基于帧内预测或帧间预测技术，通过去除编码单元中的冗余信息，以对视频数据进行有效压缩，其中，编码单元也可称为图像块。
通常，在视频编码处理的帧间预测环节，一般会使用运动估计算法从参考帧中搜索与当前编码帧中、待预测的预测块最匹配的匹配块，以通过获取预测块相对于匹配块的运动矢量，对预测块进行编码处理。请参看图1，其是现有的运动估计方法的第一框架示意图。如图1所示，现有运动估计算法一般包括整像素搜索子模块和分像素搜索子模块。
整像素搜索子模块，用于针对当前帧中、待预测的预测块，使用整像素搜索算法从参考帧中搜索与预测块最匹配的匹配块。一般可以使用绝对误差和(SAD，Sum of AbsoluteDifference)作为整像素搜索的失真衡量准则。如图2所示，针对当前帧中待预测的预测块，可以从参考帧的黑色虚线框所示的搜索范围内搜索与预测块最匹配的匹配块，并获取两者间的运动矢量以对预测块进行编码处理，其中，运动矢量表示预测块与匹配块在水平方向和垂直方向的位移。例如，MV(-1,1)表示匹配块相对于预测块在水平方向左移1像素，在垂直方向下移1像素。常见的整像素搜索算法一般有：全搜索算法、菱形搜索算法、六边形搜索算法、十字菱形搜索算法、十字六边形搜索算法等，其中，全搜索算法的准确度最高，但是复杂度也是最高的，并且在编码器中的复杂度占比非常大，一般不会在大范围的搜索中使用全搜索算法，而其他搜索算法均是快速运动估计方法，其允许在降低一定准确度的前提下，大幅降低运动估计的复杂度。
请参看图3，其是现有的运动估计方法的第二框架示意图。如图3所示，分像素搜索子模块，是为了提升运动估计的准确度，在整像素搜索子模块得到的匹配块的基础上，通过在原有整像素的基础上基于插值法构建分像素，以在整像素搜索子模块得到的匹配块的附近区域，在1/2像素精度、1/4像素精度等细粒度的像素精度下进行分像素搜索，从而获得最优匹配块的模块。请参看图4，其是构建分像素的示意图，图4中圆点是原有整像素位置的像素点，三角形是构建得到的分像素位置的像素点，其通过整像素点插值生成。
通常在分像素搜索子模块中，在构建得到如图4所示的分像素点之后，可以基于插值得到的像素值与预测块的像素值计算匹配代价，以根据匹配代价搜索最优的分像素位置，其中，此处的匹配代价可以为分像素匹配块与预测块中像素值的绝对误差和，或者也可以是经Hadamard变换后的系数绝对值之和(SATD，Sum of Absolute TransformedDifference)。由于分像素搜索子模块中的插值过程涉及较多的乘法操作，其复杂度较高，这也就导致分像素搜索过程的复杂度也很高。
为了降低运动估计过程中的复杂度，以提升视频编码处理的整体编码速度，本公开的实施例提供了一种运动估计方法，请参看图5，其是本公开实施例提供的运动估计方法的流程示意图。该方法可以由电子设备实施，该电子设备可以为终端设备，例如，可以为手机、平板电脑等；或者，该电子设备也可以为服务器，例如，可以为刀片服务器、机架式服务器等，此处不做特殊限定。
如图5所述，本实施例的方法可以包括如下步骤S5100-S5300，以下予以详细说明。
步骤S5100，使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块。
编码帧，是指当前待进行编码处理的视频帧和/或图像帧。
预测块，是按照预设尺寸的编码单元对编码帧进行拆分处理后得到的多个编码单元中的任意一个编码单元，其中，在本公开的实施例中，编码单元可以为4像素*4像素、8像素*8像素及16像素*16像素的图像块，此处不做特殊限定。
参考帧，是与编码帧中的内容存在相关性的视频帧和/或图像帧。
初始匹配块，是基于预设整像素搜索算法从参考帧中搜索到的、与预测块之间的失真值最小的编码单元，其中，预测块与初始匹配块之间的失真值表示两者之间的匹配代价，该失真值可以通过计算参考帧与初始匹配块之间的绝对误差和获得。
在一个实施例中，该预设整像素搜索算法可以为全搜索算法、菱形搜索算法、六边形搜索算法、十字菱形搜索算法及十字六边形搜索算法中的至少一个，此处不做特殊限定。
步骤S5200，从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成。
在现有技术中，在基于整像素搜索算法从参考帧中搜索到与预测块之间的匹配代价最小的初始匹配块之后，为了提升匹配块的准确度，通常还会基于参考帧中的整像素进行插值得到分像素，并在不同分像素精度下，基于插值得到的分像素，搜索匹配代价更小的目标匹配块，即，最优匹配块。然而，由于插值得到分像素的处理复杂度较高，因此，现有运动估计算法在整像素搜索之后直接进行分像素搜索的方式往往使得运动估计的整体复杂度更高、耗时更长。
在实现本申请的过程中，发明人发现，在某些情况下，对于根据整像素搜索处理得到初始匹配块与预测块之间的第一匹配代价，以及，根据分像素搜索处理得到的目标匹配块与预测块之间的第二匹配代价，这两者之间往往比较接近，这就使得在该种情况下，其实是可以将初始匹配块直接作为目标匹配块来使用，而不必再进行后续的分像素搜索处理。因此，在本公开的实施例中，提供了一种运动估计方法，以在运动估计处理中，在根据整像素搜索处理获得初始匹配块之后，通过构建用于判断是否进行后续分像素搜索处理的评价指标，以在有限的编码质量损失的前提下，通过提前终止后续的分像素搜索处理，达到降低运动估计复杂度的目的。
在一个实施例中，所述从所述参考帧中，获取与所述初始匹配块对应的候选块集合，包括：获取预测块与所述初始匹配块之间的初始运动矢量；根据所述初始运动矢量，从所述参考帧中获得所述候选块集合。
初始运动矢量，表示预测块与初始匹配块在水平方向和垂直方向上的位移，例如，MV(-1,1)表示匹配块相对于预测块在水平方向左移1像素，在垂直方向下移1像素。
在获得初始运动矢量之后，基于该初始运动矢量，可以计算预测块与初始匹配块附近的N*M个候选块的候选运动矢量，根据该候选运动矢量即可方便得确定由参考帧中的整像素构成的、位于初始匹配块的预设范围内的候选块，其中，N和M均为正整数。
例如，在初始运动矢量为MV(-1,1)的情况下，可以将参考帧中与预测块之间的对应MV为(-2,0)、(-1,0)、(0,0)、(-2,1)、(-1,1)、(0,1)、(-2,2)、(-1,2)及(0,2)的图像块作为候选块，以构建候选块集合。
步骤S5300，根据所述初始匹配块和所述候选块集合，获得目标匹配块。
在一个实施例中，所述根据所述初始匹配块和所述候选块集合，获得目标匹配块，包括：根据所述候选块集合，获得目标参考值，其中，所述目标参考值表示所述候选块集合中的候选块与所述预测块之间的匹配代价的离散程度；在所述目标参考值小于预设阈值的情况下，确定所述初始匹配块为所述目标匹配块。
在该实施例中，所述根据所述初始匹配块和所述候选块集合，获得目标匹配块，包括：通过计算所述候选块集合中每一候选块与所述预测块之间的失真值，获得失真值集合，其中，所述失真值表示对应候选块与所述预测块之间的匹配代价；根据所述失真值集合，获得所述目标参考值。
其中，候选块与预测块之间的失真值可以通过计算两者的绝对误差值获得。
目标参考值可以为失真值集合中所有失真值的方差、均方差、最大值和最小值之差中的任意一项。
需要说明的是，在具体实施时，上述预设阈值大于0，并且，根据目标参考值的计算方法的不同，该预设阈值的具体数值也不同。
例如，在目标参考值为失真值集合中全部失真值的均方差的情况下，则对于任意尺寸的编码单元，该预设数值可以为同一数值；而在目标参考值为失真值集合中全部失真值的方差的情况下，由于不同尺寸的编码单元的方差无法进行比较，因此该预设阈值需要根据编码单元中像素数量进行线性调整。
具体地，在经过步骤S5100获得初始匹配块，以及，经过步骤S5200获得位于初始匹配块附近的候选块构成的候选块集合之后，通过分别计算每一候选块与预测块之间的失真值，可以获得失真值集合。
通过该失真值集合，可以统计初始匹配块附近的其他图像块，也即候选块与预测块之间的匹配代价的离散程度，若其离散程度较小，则说明初始匹配块附近的整像素候选块之间的匹配代价基本接近，即使进行分像素搜索处理，得到的结果可能也不会更优于初始匹配块，因此，可以提前终止分像素搜索处理，并将初始匹配块作为目标匹配块。如果失真值集合中的失真值的离散程度较大，则说明初始匹配块附近的整像素构成的候选块之间的匹配代价差距较大，此时可以继续进行分像素搜索处理，以保证结果准确度。
即，在一个实施例中，所述根据所述初始匹配块和所述候选块集合，获得目标匹配块，还包括：在所述目标参考值不小于所述预设阈值的情况下，根据所述初始匹配块，使用预设分像素搜索算法从所述参考帧中搜索获得所述目标匹配块。
需要说明的是，在一个实施例中，在获得所述目标匹配块之后，该方法还包括：计算所述预测块与所述目标匹配块之间的目标运动矢量；根据所述目标运动矢量和所述目标匹配块，对所述预测块进行编码处理。
根据以上说明可知，本公开实施例提供的运动估计方法，在使用预设整像素搜索算法获得与预测块对应的初始匹配块之后，通过获取位于初始匹配块预设范围内的、由参考帧中的整像素构成的至少一个候选块，并通过统计该至少一个候选块与预测块之间的失真值的离散程度，可以得到用于衡量是否可以提前终止分像素搜索处理的目标参考值，以该目标参考值作为评价指标，可以实现在某些情况下提前终止分像素搜索处理，以在有限的编码损失质量的前提下，实现大幅降低运动估计复杂度的技术效果。
在将本公开实施例提供的运动估计算法用于实际中的视频编码处理之后，实验数据表明，该方法可以平均提升1％视频编码速度，并且仅造成0.01％的客观压缩效率损失，即，该方法可以在几乎不降低视频编码处理客观性能并且保持主观画质一致的前提下，提升整个视频编码处理的编码速度，从而提升服务器端的计算资源使用量，节省服务器成本，并且还可以提升视频解码速度，以降低客户端的CPU使用率，提升用户体验。
<装置实施例>
与上述方法实施例相对应，在本实施例中，还提供一种运动估计装置，如图6所述，该装置100可以包括初始匹配块搜索模块110、候选块集合获取模块120和目标匹配块获得模块130。
该初始匹配块搜索模块110，用于使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块；该候选块集合获取模块120，用于从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成；该目标匹配块获得模块130，用于根据所述初始匹配块和所述候选块集合，获得目标匹配块。
<设备实施例>
在本实施例中，还提供一种电子设备，如图7所述，该电子设备200还可以包括处理器220和存储器210，该存储器210用于存储可执行的指令；该处理器220用于根据指令的控制运行电子设备以执行根据本公开任意实施例的方法。
该电子设备200可以是终端设备，或者，也可以为服务器，在此不做限定。
<介质实施例>
与上述方法实施例对应，在本实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质存储有可被计算机读取并运行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行如本公开以上任意实施例所述的方法。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。

Claims (10)

1.一种运动估计方法，其特征在于，包括：
使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块；
从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成；
根据所述初始匹配块和所述候选块集合，获得目标匹配块。
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始匹配块和所述候选块集合，获得目标匹配块，包括：
根据所述候选块集合，获得目标参考值，其中，所述目标参考值表示所述候选块集合中的候选块与所述预测块之间的匹配代价的离散程度；
在所述目标参考值小于预设阈值的情况下，确定所述初始匹配块为所述目标匹配块。
3.根据权利要求2所述的方法，其特征在于，所述根据所述候选块集合，获得目标参考值，包括：
通过计算所述候选块集合中每一候选块与所述预测块之间的失真值，获得失真值集合，其中，所述失真值表示对应候选块与所述预测块之间的匹配代价；
根据所述失真值集合，获得所述目标参考值。
4.根据权利要求3所述的方法，其特征在于，所述目标参考值为所述失真值集合中所有失真值的方差、均方差、最大值和最小值之差中的任意一项。
5.根据权利要求1所述的方法，其特征在于，所述从所述参考帧中，获取与所述初始匹配块对应的候选块集合，包括：
获取预测块与所述初始匹配块之间的初始运动矢量；
根据所述初始运动矢量，从所述参考帧中获得所述候选块集合。
6.根据权利要求2所述的方法，其特征在于，所述根据所述初始匹配块和所述候选块集合，获得目标匹配块，还包括：
在所述目标参考值不小于所述预设阈值的情况下，根据所述初始匹配块，使用预设分像素搜索算法从所述参考帧中搜索获得所述目标匹配块。
7.根据权利要求1所述的方法，其特征在于，在获得所述目标匹配块之后，所述方法还包括：
计算所述预测块与所述目标匹配块之间的目标运动矢量；
根据所述目标运动矢量和所述目标匹配块，对所述预测块进行编码处理。
8.一种运动估计装置，其特征在于，包括：
初始匹配块搜索模块，用于使用预设整像素搜索算法从参考帧中搜索与编码帧中的预测块匹配的初始匹配块；
候选块集合获取模块，用于从所述参考帧中，获取与所述初始匹配块对应的候选块集合，其中，所述候选块集合包括至少一个候选块，所述候选块由位于所述初始匹配块的预设范围内的整像素构成；
目标匹配块获得模块，用于根据所述初始匹配块和所述候选块集合，获得目标匹配块。
9.一种电子设备，其特征在于，包括：
存储器，用于存储可执行的指令；
处理器，用于根据所述指令的控制运行所述电子设备执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可被计算机读取执行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行根据权利要求1-7中任意一项所述的方法。
CN202111228183.9A 2021-10-21 2021-10-21 运动估计方法、装置、电子设备及存储介质 Pending CN114040208A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111228183.9A CN114040208A (zh) 2021-10-21 2021-10-21 运动估计方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111228183.9A CN114040208A (zh) 2021-10-21 2021-10-21 运动估计方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114040208A true CN114040208A (zh) 2022-02-11

Family

ID=80141688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111228183.9A Pending CN114040208A (zh) 2021-10-21 2021-10-21 运动估计方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114040208A (zh)

Similar Documents

Publication Publication Date Title
US8705611B2 (en) Image prediction encoding device, image prediction encoding method, image prediction encoding program, image prediction decoding device, image prediction decoding method, and image prediction decoding program
CN116248898A (zh) 用于多参考预测的运动矢量修正
CN109089121B (zh) 一种基于视频编码的运动估计方法、装置及电子设备
CN112804528B (zh) 屏幕内容处理方法、装置及设备
CN110933428A (zh) 图像处理方法及装置
EP2670143A1 (en) Video encoding device, video encoding method and video encoding program
CN108401185B (zh) 参考帧选择方法、视频转码方法、电子设备和存储介质
CN113422959A (zh) 视频编解码的方法、装置、电子设备及存储介质
US7852939B2 (en) Motion vector detection method and device of the same
CN114040209A (zh) 运动估计方法、装置、电子设备及存储介质
CN114040208A (zh) 运动估计方法、装置、电子设备及存储介质
CN112468815B (zh) 视频编解码的方法、装置、电子设备及存储介质
CN112738529B (zh) 帧间预测方法、装置、设备、存储介质以及程序产品
CN112218075B (zh) 候选列表的填充方法、电子设备、计算机可读存储介质
CN110839157B (zh) 图像处理方法及装置
CN109544591B (zh) 一种运动估计方法、装置、电子设备及存储介质
CN109561315B (zh) 一种运动估计方法、装置、电子设备及存储介质
CN109120943B (zh) 视频数据恢复方法及装置
JP2002218475A (ja) ビデオ画像モーション評価の計算減量方法およびその装置
US6332001B1 (en) Method of coding image data
US20220312024A1 (en) Image decoding device, image decoding method, and program
US9471992B2 (en) Moving image processing apparatus, moving image processing method, and computer product
Cai et al. Fast exhaustive-search motion estimation based on accelerated multilevel successive elimination algorithm with multiple passes
CN117979024A (zh) 一种运动搜索方法、装置、电子设备及存储介质
CN117061753A (zh) 预测帧间编码的运动矢量的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination