CN1812584A - 具有快取的阶层式搜寻方法与系统 - Google Patents

具有快取的阶层式搜寻方法与系统 Download PDF

Info

Publication number
CN1812584A
CN1812584A CN200610001371.7A CN200610001371A CN1812584A CN 1812584 A CN1812584 A CN 1812584A CN 200610001371 A CN200610001371 A CN 200610001371A CN 1812584 A CN1812584 A CN 1812584A
Authority
CN
China
Prior art keywords
microcell
search area
phase
piece
present
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
CN200610001371.7A
Other languages
English (en)
Other versions
CN100403803C (zh
Inventor
江仁玮
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.)
Via Technologies Inc
Original Assignee
Via Technologies Inc
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 Via Technologies Inc filed Critical Via Technologies Inc
Publication of CN1812584A publication Critical patent/CN1812584A/zh
Application granted granted Critical
Publication of CN100403803C publication Critical patent/CN100403803C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/53Multi-resolution motion estimation; Hierarchical motion estimation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/43Hardware specially adapted for motion estimation or compensation
    • H04N19/433Hardware specially adapted for motion estimation or compensation characterised by techniques for memory access

Abstract

一种阶层性搜寻的方法与系统,在第一阶段搜寻区域与一目前微区块自内存加载后,快取会储存第一阶段搜寻区域中的一部份。第一阶段动像可以是在第一阶段搜寻区域中找出一最相近微区块来预测,此最相近微区块与目前微区块最为相似。接下来根据第一阶段动像去检查第零阶段搜寻区域是否在快取中,若是则由快取加载第零阶段搜寻区域,否则由内存加载。

Description

具有快取的阶层式搜寻方法与系统
技术领域
本发明涉及一种阶层式搜寻方法与系统,尤其是一种具有快取的阶层式搜寻方法与系统。
背景技术
阶层式搜寻(Hierarchical Search)是一种动像预测(Motion Estimation,ME)技术,已广泛地用于大区域的动像预测技术,但是这种算法需要占用一些额外的内存频宽来提供不同阶层的搜寻区域。
动像预测是一种于搜寻区域中找出与目前微区块最相似微区块的搜寻位置的方法,其中有两种最主要的法则:一种是绝对差值加总(sumabsolute difference,SAD),另一种是均方误差(mean square error,MSE)。一般来说,在对一连串的影像编码时,微区块(macro block,MB)为最基本的单位,其为一n乘n的像素数组,n可以为16或其它数字。搜寻区域(searcharea)可以是一个以微区块为中心架构出的(n+2l)乘(n+2m)的像素数组,其中l与m可以是4或是其它数字,而在搜寻区域中的每一个像素都可以是一个搜寻位置(search position)。
全面搜寻(full search)是一种最简单的算法,但是在搜寻区域较大时,系统运算量会非常大,而且很耗时间。阶层式搜寻便是针对全面搜寻的缺点,其基本概念为”先以小的图片粗略地去找,再以大图片精细地去找”。阶层式搜寻通常有两层式搜寻,首先进行一第一阶段搜寻,于一第一阶段搜寻区域中简略搜寻出一第一阶段动像,再进行一第零阶段搜寻,于一第零阶段搜寻区域中全面搜寻出一第零阶段动像。其中第一阶段搜寻区域为第零阶段搜寻区域的一简化搜寻区域,第一阶段搜寻区域中的每一个搜寻位置对应到第零阶段搜寻区域中相同大小的一群像素。
参考图1A,第零阶段搜寻区域可以被划分出复数个群组,每一个群组包含复数个像素。在这个例子中,每一个群组包含四个像素,因此可取第零阶段搜寻区域的1/4平均值的简化样本即为第一阶段搜寻区域。以图1A为例,一个8×8像素数组的第一阶段搜寻区域可由16×16像素数组的第零阶段搜寻区域中每群组的像素1/4平均值所产生。因为在第一阶段搜寻区域中的搜寻位置较少,因此搜寻能够加快,并且减少大搜寻区域所造成的大量运算。简化样本的转换可以是一种线性转换,也就是一像素数组可用线性转换变成一样本数组,此样本数组可称为简化样本,简化样本中的每一个样本可以是复数个像素的平均值、加权值、或其它线性转换结果。
因此,阶层式搜寻具有用来预测第一阶段动像的第一阶段动像预测与用来预测第零阶段动像的第零阶段动像预测。第一阶段动像是在复数个微区块中找出一最相似微区块,每一个微区块各自相应于第一阶段搜寻区域中的一个搜寻位置。以比较差值来找出最相似微区块,每一个差值为一微区块的简化样本与目前微区块的简化样本间的差,其中最小值为最相似微区块的简化样本与目前微区块的简化样本间的差。相似地,第零阶段动像也是在第零阶段搜寻区域的复数个微区块中找出最相似的微区块,每一个微区块各自相应于一搜寻位置。以比较差值来找出最相似的微区块,由于每个微区块与目前微区块之间皆有一差值,其中最小的差值为最相似微区块与目前微区块间的差值。这差值可以利用绝对差值加总、均方误差等来求出。
参考图1B,其为公知技术的阶层式搜寻方法。首先,于步骤110中,加载第一阶段搜寻区域,接下来于步骤120中,在第一阶段搜寻区域中简略搜寻第一阶段动像。然后,于步骤130中,从外部内存加载第零阶段搜寻区域,最后,进行步骤140,在第零阶段搜寻区域全面搜寻第零阶段动像。当第一阶段动像在步骤120中被找到时,此动像所对应的第零阶段搜寻区域便会在步骤130中载入,第零阶段搜寻区域小于第一阶段的搜寻区域。
参照图1C,是由内存界面12向内存分别存取用于第一阶段动像预测与第零阶段动像预测的第一阶段搜寻区域与第零阶段搜寻区域。第零阶段搜寻区域是根据第一阶段动像来被存取,由于第一阶段搜寻是简略地比较简化样本,阶层式搜寻会比全面搜寻来得快,但是公知阶层式搜寻方法与系统会占用许多内存频宽来存取内存。举例来说,在公知技术中,阶层式搜寻的缺点是需要占用额外的频宽来加载第零阶段搜寻区域。例如,一个可支持DVD PAL 720×576×25Hz的实时视讯编码器需要处理每秒45×36×25=40500次的微区块,每一个微区块需要加载一至四个第零阶段搜寻区域,这些搜寻区域可以是±4×±4,也就是如果微区块是一个16×16像素数组时,搜寻区域可以是24×24(4+16+4=24)像素数组。如果内存界面12为8字节,则32×24(32×24=768)像素数组需要被加载以挑出一24×24像素数组。据此,第零阶段搜寻所占用的频宽将是124.42M微区块/s(40500×4×32×24=12441600)。虽然搜寻区域的范围不大(±4×±4),但是所需要占用的内存频宽却是这么多。
发明内容
本发明的目的在于提供一种具有快取的阶层式搜寻方法与系统。
为实现上述目的,本发明提供的具有快取的阶层式搜寻系统,包含:
一第一阶段动像预测模块,用以依据一目前微区块在一第一阶段搜寻区域中预测一第一阶段动像;
一快取,用以储存该第一阶段搜寻区域的一部份;
一内存系统,用以提供该第一阶段搜寻区域与该目前微区块;以及
一第零阶段动像预测模块,用以依据该目前微区块在一第零阶段搜寻区域中预测一第零阶段动像,其中根据该第一阶段动像去检查该第零阶段搜寻区域是否在该快取中,若是则由该快取载入该第零阶段搜寻区域,若该第零阶段搜寻区域不存在于该快取时,该第零阶段搜寻区域自该内存系统加载。
所述的具有快取的阶层式搜寻系统,其中该第零阶段动像是以找出一最相似微区块来预测,该最相似微区块来预测是从复数个微区块中找出,每一个微区块分别相应于该第零阶段搜寻区域的复数个搜寻位置之一,该最相似微区块由比较复数个差值来找出,每一个差值分别为该复数个微区块之一与该目前微区块间的差,其中该最相似微区块与该目前微区块间的差为该复数个差值中最小值。
所述的具有快取的阶层式搜寻系统,其中该第一阶段动像是在复数个微区块的简化样本中找出相应于一最相似微区块的简化样本来预测,每一个简化样本分别相应于该复数个微区块之一,每一该微区块分别相应于一搜寻位置,该复数个搜寻位置位于该第一阶段搜寻区域中,该最相似微区块以比较差值来找出,每一个差值分别为相应于该复数个微区块之一的简化样本与相应于该目前微区块的简化样本间的差,其中差值的最小者即为该最相似微区块的简化样本与相应于该目前微区块的简化样本间的差。
所述的具有快取的阶层式搜寻系统,其中该第一阶段搜寻区域与该目前微区块分别具有复数个像素的像素数组,并且该简化样本为一具有复数个样本的样本数组,其中每一样本依据一群像素所产生。
所述的具有快取的阶层式搜寻系统,其中该样本为该群像素的平均值。
本发明提供的具有快取的阶层式搜寻方法,包含:
从一内存系统加载一第一阶段搜寻区域与一目前微区块,其中该第一阶段搜寻区域的一部份被储存于一快取;
于该第一阶段搜寻区域中找出与该目前微区块最相似的一最相似微区块来预测一第一阶段动像;
根据该第一阶动像去检查一第零阶段搜寻区域是否存在该快取中,其中该第零阶段搜寻区域如果存在于该快取中时,该第零阶段搜寻区域由该快取加载,否则由该内存系统加载;以及
在该第零阶段搜寻区域中找出与该目前微区块最相似的一最相似微区块来预测一第零阶段动像。
所述的具有快取的阶层式搜寻方法,其中该最相似微区块是由复数个微区块中找出,每一个该微区块分别相应于该第零阶段搜寻区域中的复数个搜寻位置之一,该最相似微区块是由比较复数个差值来找出,每一个差值分别为该复数个微区块之一与该目前微区块间的差,其中该最相似微区块与该目前微区块间的差值为该复数个差值中最小值。
所述的具有快取的阶层式搜寻方法,其中该第一阶段动像是在复数个微区块的简化样本中找出相应于一最相似微区块的简化样本来预测,每一个简化样本分别相应于该复数个微区块之一,每一该微区块分别相应于一搜寻位置,该复数个搜寻位置位于该第一阶段搜寻区域中,其中该最相似微区块是以比较差值来找出,每一个差值分别为相应于该复数个微区块之一的简化样本与相应于该目前微区块的简化样本间的差,其中差值的最小值即为该最相似微区块的简化样本与相应于该目前微区块的简化样本间的差。
所述的具有快取的阶层式搜寻方法,其中上述第一阶段搜寻区域与该目前微区块是分别具有复数个像素的像素数组,并且该简化样本为一具有复数个样本的样本数组,其中每一样本依据一群像素所产生。
所述的具有快取的阶层式搜寻方法,其中上述样本为该群像素的平均值。
附图说明
图1A至图1C为公知技术中阶层式搜寻方法与系统的示意图;
图2A为本发明的一具体实施例所示的具有快取的阶层式搜寻方法;以及
图2B与图2C本发明的另一具体实施例所示的具有快取的阶层式搜寻系统。
具体实施方式
本发明在此所探讨的方向为一种具有快取的阶层式搜寻方法与系统。为了能彻底地了解本发明,将在下列描述中提出详尽的步骤及其组成。显然地,本发明的施行并未限定于具有快取的阶层式搜寻的技术人员所熟习的特殊细节。另一方面,众所周知的组成或步骤并未描述于细节中,以避免造成本发明不必要的限制。本发明的较佳实施例会详细描述如下,然而除了这些详细描述之外,本发明还可以广泛地施行在其它的实施例中,且本发明的范围不受限定,其以专利范围为准。
为了降低内存存取的频宽,本发明的一具体实施例为一具有快取的阶层式搜寻方法,如图2A所示。每当搜寻一微区块(此微区块称为目前微区块)时,首先于步骤210中,加载第一阶段搜寻区域并存入一第一阶段内存,而一部份的第一阶段搜寻区域存入第零阶段快取,此部份有很高的机率会包含第零阶段搜寻区域。上述的内存可以是随机存取内存(random accessmemory,RAM)、缓冲区或其它储存装置。之后,于步骤220中,于第一阶段搜寻区域搜寻第一阶段动像,其中第一阶段搜寻区域与目前微区块会被分别用来产生一第一阶段搜寻区域的简化样本与一目前微区块的简化样本,再根据目前微区块的简化样本在第一阶段搜寻区域的简化样本中进行第一阶段搜寻以动像预测出第一阶段动像。一旦第一阶段动像被找出,于步骤230中,会对第零阶段快取做快取命中检查,根据第一阶段动像,第零阶段搜寻区域便能够被确定,如果第零阶段搜寻区域位于第零阶段快取内,则为快取命中成功,否则为快取命中失败。如果快取命中成功,于步骤240中,从第零阶段快取加载第零阶段搜寻区域;如果快取命中失败,于步骤250中,从外部内存加载第零阶段搜寻区域。在第零阶段搜寻区域被加载后,于步骤260中,预测在第零阶段搜寻区域中的第零阶段动像。
参考图2B,在第一阶段动像预测242中会被加入一第零阶段快取243,第零阶段快取243被提供来储存第一阶段搜寻区域的一部份,此部份有很高的机率会包含第零阶段搜寻区域。如果第零阶段搜寻区域存在于第零阶段快取243,则用于第零阶段动像预测244的第零阶段搜寻区域会由第零阶段快取243加载,如此便不需要从外部内存读取。否则,第零阶段搜寻区域会由内存界面12从外部内存加载。据此,快取的命中率越高,内存频宽降低越多。
据此,参考图2C,本发明的另一具体实施例为一种具有快取的阶层式搜寻系统,包含一外部内存31、一内存界面32、一第一阶段动像预测模块33与一第零阶段动像预测模块34。外部内存31与内存界面32可被包含于一内存系统,并且第一阶段动像预测模块33与第零阶段动像预测模块34可被包含于一动像预测模块30。
外部内存31储存一连串连续的图幅(或图场),每一个图幅(或图场)包含复数个微区块,每一个微区块的动像预测被以具有快取的阶层式搜寻方法来执行。用来动像预测的微区块被称为目前微区块312(current macroblock,CMB),根据目前微区块312,第一阶段搜寻区域便可以被确定。如先前步骤210所述,目前微区块312与第一阶段搜寻区域是从内存界面32加载第一阶段动像预测模块33。
第一阶段动像预测模块33包含一线性转换器331、一计算器332与一比较器333。第一阶段动像预测模块33可被用来执行前述步骤220,线性转换器331被分别用来产生第一阶段搜寻区域3311的简化样本与目前微区块3312的简化样本。第一阶段搜寻区域3311包含复数个搜寻位置,每一个搜寻位置分别相应于一微区块,每一个微区块分别相应于一简化样本,这些微区块所相应的简化样本位于第一阶段搜寻区域3311所相应的简化样本中,亦即相应于微区块的简化样本也相应于微区块所相应的搜寻位置。接下来计算器332会计算出复数个差值,每一个差值分别为一微区块所相应的简化样本与目前微区块简化样本3312间的差。之后,比较器333从中选择出一个最小的差值来预测出第一阶段动像336,此最小差值是一最相似微区块的简化样本与目前微区块的简化样本间的差值。据此,第一阶段动像预测的第一阶段搜寻便会完成。
此外,第一阶段动像预测模块33包含一快取334,快取334是用来储存一部分的第一阶段搜寻区域,此部份有很高的机率会包含第零阶段搜寻区域。当第一阶段动像336被找出时,如步骤230所示的第零阶段搜寻区域的快取命中检查便会被执行。如果快取命中为成功,则第零阶段动像预测模块34根据前述步骤240由快取334加载第一阶段搜寻区域作为第零阶段搜寻区域344,否则,第零阶段动像预测模块34根据前述步骤250藉由内存界面32从外部内存31加载第零阶段搜寻区域344。此外,目前微区块312可由第一阶段动像预测模块33加载第零阶段动像预测模块34。上述的快取334可以是由快取控制器335所控制。
根据步骤260,第零阶段动像预测模块34包含用于第零阶段动像预测的一计算器342与一比较器343。第零阶段搜寻区域344包含复数个搜寻位置,其中每一个搜寻位置界定了一个微区块,计算器342会计算出每一个微区块与目前微区块312间的差值。之后,比较器343选择其中一个最相似微区块来产生第零阶段动像346,其中最相似微区块与目前微区块334间的差值为所有差值中最小的。据此,第零阶段动像预测的第零阶段搜寻便会完成。计算器342与比较器343可以是由一第零阶段搜寻装置所包含或取代,同样地计算器332与比较器333是由一第一阶段搜寻装置所包含或取代。
另外,在第一阶段动像预测模块33与第零阶段动像预测模块34中的目前微区块312可以是分别被加载一储存装置,或是被加载至一个为第一阶段动像预测模块33与第零阶段动像预测模块34所分享的储存装置。有了这样的储存装置,在第零阶段动像预测时,目前微区块312便不需要再加载一次。
再者,搜寻区域与目前微区块可以是用像素数组的亮度与彩度来表示,也可以只用亮度来表示,在本发明中,较偏好以亮度来表示。搜寻区域与目前微区块也可以选自像素数组的RGB值(红色、绿色与蓝色)或者是其它,本发明并未限制用来表示搜寻区域与目前微区块的属性的形式。
动像具有空间局限性(spatial locality)的特性,例如,大多数动像的范数(norm)小于50,其表示大多数的最相似微区块与目前微区块312所相应的位置很接近。如果快取所储存的像素数组是目前微区块312所在位置的邻近范围,则快取命中率会提升到很高,换言之,即使快取很小,也能省下很大量的内存频宽。根据本发明的一具体实施例,一快取被提供来储存第一阶段搜寻区域中具有较高机率会包含第零阶段搜寻区域的部份,因为第零阶段搜寻具有空间局限性,因此快取会有很好的命中率。例如,大约90%的动量会小于50,因此一个8K(±24×±24=(24+16+24)×(24+16+24)×2=8192bytes)的第零阶段快取可以有大约70%至80%的命中率。有了这样的快取,便能以少量的硬件成本节省大量的内存频宽。
显然地,依照上面实施例中的描述,本发明可能有许多的修正与差异。因此需要在其附加的权利要求范围内加以理解,除了上述详细的描述外,本发明还可以广泛地在其它的实施例中施行。上述仅为本发明的较佳实施例而已,并非用以限定本发明的申请专利范围。凡其它未脱离本发明所揭示的精神下所完成的等效改变或修饰,均应包含在申请专利范围内。

Claims (10)

1.一种具有快取的阶层式搜寻系统,包含:
一第一阶段动像预测模块,用以依据一目前微区块在一第一阶段搜寻区域中预测一第一阶段动像;
一快取,用以储存该第一阶段搜寻区域的一部份;
一内存系统,用以提供该第一阶段搜寻区域与该目前微区块;以及
一第零阶段动像预测模块,用以依据该目前微区块在一第零阶段搜寻区域中预测一第零阶段动像,其中根据该第一阶段动像去检查该第零阶段搜寻区域是否在该快取中,若是则由该快取载入该第零阶段搜寻区域,若该第零阶段搜寻区域不存在于该快取时,该第零阶段搜寻区域自该内存系统加载。
2.根据权利要求1的具有快取的阶层式搜寻系统,其特征在于,其中该第零阶段动像是以找出一最相似微区块来预测,该最相似微区块来预测是从复数个微区块中找出,每一个微区块分别相应于该第零阶段搜寻区域的复数个搜寻位置之一,该最相似微区块由比较复数个差值来找出,每一个差值分别为该复数个微区块之一与该目前微区块间的差,其中该最相似微区块与该目前微区块间的差为该复数个差值中最小值。
3.根据权利要求1的具有快取的阶层式搜寻系统,其特征在于,其中该第一阶段动像是在复数个微区块的简化样本中找出相应于一最相似微区块的简化样本来预测,每一个简化样本分别相应于该复数个微区块之一,每一该微区块分别相应于一搜寻位置,该复数个搜寻位置位于该第一阶段搜寻区域中,该最相似微区块以比较差值来找出,每一个差值分别为相应于该复数个微区块之一的简化样本与相应于该目前微区块的简化样本间的差,其中差值的最小者即为该最相似微区块的简化样本与相应于该目前微区块的简化样本间的差。
4.根据权利要求3的具有快取的阶层式搜寻系统,其特征在于,其中该第一阶段搜寻区域与该目前微区块分别具有复数个像素的像素数组,并且该简化样本为一具有复数个样本的样本数组,其中每一样本依据一群像素所产生。
5.根据权利要求4的具有快取的阶层式搜寻系统,其特征在于,其中该样本为该群像素的平均值。
6.一种具有快取的阶层式搜寻方法,包含:
从一内存系统加载一第一阶段搜寻区域与一目前微区块,其中该第一阶段搜寻区域的一部份被储存于一快取;
于该第一阶段搜寻区域中找出与该目前微区块最相似的一最相似微区块来预测一第一阶段动像;
根据该第一阶动像去检查一第零阶段搜寻区域是否存在该快取中,其中该第零阶段搜寻区域如果存在于该快取中时,该第零阶段搜寻区域由该快取加载,否则由该内存系统加载;以及
在该第零阶段搜寻区域中找出与该目前微区块最相似的一最相似微区块来预测一第零阶段动像。
7.根据权利要求6的具有快取的阶层式搜寻方法,其特征在于,其中该最相似微区块是由复数个微区块中找出,每一个该微区块分别相应于该第零阶段搜寻区域中的复数个搜寻位置之一,该最相似微区块是由比较复数个差值来找出,每一个差值分别为该复数个微区块之一与该目前微区块间的差,其中该最相似微区块与该目前微区块间的差值为该复数个差值中最小值。
8.根据权利要求6的具有快取的阶层式搜寻方法,其特征在于,其中该第一阶段动像是在复数个微区块的简化样本中找出相应于一最相似微区块的简化样本来预测,每一个简化样本分别相应于该复数个微区块之一,每一该微区块分别相应于一搜寻位置,该复数个搜寻位置位于该第一阶段搜寻区域中,其中该最相似微区块是以比较差值来找出,每一个差值分别为相应于该复数个微区块之一的简化样本与相应于该目前微区块的简化样本间的差,其中差值的最小值即为该最相似微区块的简化样本与相应于该目前微区块的简化样本间的差。
9.根据权利要求8的具有快取的阶层式搜寻方法,其特征在于,其中上述第一阶段搜寻区域与该目前微区块是分别具有复数个像素的像素数组,并且该简化样本为一具有复数个样本的样本数组,其中每一样本依据一群像素所产生。
10.根据权利要求9的具有快取的阶层式搜寻方法,其特征在于,其中上述样本为该群像素的平均值。
CNB2006100013717A 2005-01-19 2006-01-19 具有快取的阶层式搜寻方法与系统 Active CN100403803C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US64457705P 2005-01-19 2005-01-19
US60/644,577 2005-01-19

Publications (2)

Publication Number Publication Date
CN1812584A true CN1812584A (zh) 2006-08-02
CN100403803C CN100403803C (zh) 2008-07-16

Family

ID=36845202

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2006100013717A Active CN100403803C (zh) 2005-01-19 2006-01-19 具有快取的阶层式搜寻方法与系统

Country Status (3)

Country Link
US (1) US20060159170A1 (zh)
CN (1) CN100403803C (zh)
TW (1) TWI370691B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101663899A (zh) * 2007-04-26 2010-03-03 松下电器产业株式会社 运动检测装置、运动检测方法、以及运动检测程序
CN104156055A (zh) * 2010-12-22 2014-11-19 威盛电子股份有限公司 配置在多重处理器核心之间的分散式电源管理

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006087665A2 (en) * 2005-02-15 2006-08-24 Koninklijke Philips Electronics N.V. Enhancing performance of a memory unit of a data processing device by separating reading and fetching functionalities
US8291174B2 (en) 2007-08-15 2012-10-16 Micron Technology, Inc. Memory device and method having on-board address protection system for facilitating interface with multiple processors, and computer system using same
US8055852B2 (en) 2007-08-15 2011-11-08 Micron Technology, Inc. Memory device and method having on-board processing logic for facilitating interface with multiple processors, and computer system using same
US7822911B2 (en) * 2007-08-15 2010-10-26 Micron Technology, Inc. Memory device and method with on-board cache system for facilitating interface with multiple processors, and computer system using same
US10026458B2 (en) 2010-10-21 2018-07-17 Micron Technology, Inc. Memories and methods for performing vector atomic memory operations with mask control and variable data length and data unit size
US9367470B2 (en) 2013-11-01 2016-06-14 Cisco Technology, Inc. Bounded cache searches
JP6728870B2 (ja) * 2016-03-28 2020-07-22 富士通株式会社 画像圧縮装置、画像圧縮方法、及び画像圧縮プログラム
CN115794892B (zh) * 2023-01-09 2023-05-23 北京创新乐知网络技术有限公司 基于分层缓存的搜索方法、装置、设备及介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR940010241B1 (ko) * 1991-12-14 1994-10-22 산성전자 주식회사 이동 벡터 검출 방법
US5444489A (en) * 1993-02-11 1995-08-22 Georgia Tech Research Corporation Vector quantization video encoder using hierarchical cache memory scheme
JP3210862B2 (ja) * 1996-06-27 2001-09-25 シャープ株式会社 画像符号化装置及び画像復号装置
US6072830A (en) * 1996-08-09 2000-06-06 U.S. Robotics Access Corp. Method for generating a compressed video signal
US6163576A (en) * 1998-04-13 2000-12-19 Lsi Logic Corporation Video encoder having reduced memory bandwidth requirements
WO2000022833A1 (en) * 1998-10-13 2000-04-20 Stmicroelectronics Asia Pacific Pte Ltd Motion vector detection with local motion estimator
US6757330B1 (en) * 2000-06-01 2004-06-29 Hewlett-Packard Development Company, L.P. Efficient implementation of half-pixel motion prediction
US20030012281A1 (en) * 2001-07-09 2003-01-16 Samsung Electronics Co., Ltd. Motion estimation apparatus and method for scanning an reference macroblock window in a search area
GB2378345B (en) * 2001-07-09 2004-03-03 Samsung Electronics Co Ltd Motion estimation apparatus and method for scanning a reference macroblock window in a search area
SG111087A1 (en) * 2002-10-03 2005-05-30 St Microelectronics Asia Cache memory system
US7424056B2 (en) * 2003-07-04 2008-09-09 Sigmatel, Inc. Method for motion estimation and bandwidth reduction in memory and device for performing the same
US7453940B2 (en) * 2003-07-15 2008-11-18 Lsi Corporation High quality, low memory bandwidth motion estimation processor
KR100575578B1 (ko) * 2003-11-13 2006-05-03 한국전자통신연구원 이동 단말 장치에서의 움직임 검출 방법
US7984089B2 (en) * 2004-02-13 2011-07-19 Microsoft Corporation User-defined indexing of multimedia content
KR100694050B1 (ko) * 2004-06-11 2007-03-12 삼성전자주식회사 움직임 예측 방법 및 그 장치
US20060050976A1 (en) * 2004-09-09 2006-03-09 Stephen Molloy Caching method and apparatus for video motion compensation

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101663899A (zh) * 2007-04-26 2010-03-03 松下电器产业株式会社 运动检测装置、运动检测方法、以及运动检测程序
CN104156055A (zh) * 2010-12-22 2014-11-19 威盛电子股份有限公司 配置在多重处理器核心之间的分散式电源管理

Also Published As

Publication number Publication date
US20060159170A1 (en) 2006-07-20
CN100403803C (zh) 2008-07-16
TWI370691B (en) 2012-08-11
TW200635383A (en) 2006-10-01

Similar Documents

Publication Publication Date Title
CN1812584A (zh) 具有快取的阶层式搜寻方法与系统
JP5836625B2 (ja) 画像の符号化および復号化
JP4358990B2 (ja) 動き推定システムおよび方法
US7797493B2 (en) Enhancing performance of a memory unit of a data processing device by separating reading and fetching functionalities
US9167260B2 (en) Apparatus and method for video processing
US9454795B2 (en) Image optimized rolling cache system
US20090238282A1 (en) Method and device for generating an image data stream, method and device for reconstructing a current image from an image data stream, image data stream and storage medium carrying an image data stream
CN1777289A (zh) 利用选择性预测加快运动估计的方法
TWI389575B (zh) 即時嵌入式多媒體設計之移動評估方法
CN1578464A (zh) 在数字影像压缩中决定动态向量的方法
CN1627825A (zh) 用于运动图像编码的运动估计方法
CN1719900A (zh) 选择编码模式的方法和设备
US8279936B1 (en) Method and apparatus for fractional pixel expansion and motion vector selection in a video codec
CN1750660A (zh) 移动向量计算方法
KR20040071159A (ko) 데이터 검색 방법과 장치 및 이를 포함하는 비디오 재생장치
TWI442775B (zh) 執行移動評估之低功率高效能視頻編碼方法
US8228997B1 (en) Systems and methods for an efficient scan pattern search in a video encoder motion estimation engine
CN101061722A (zh) 采用自适应搜索策略的快速多帧运动估计
CN1157957C (zh) 用于搜索运动矢量的装置和方法
JP3615963B2 (ja) リアルタイム動映像符号化のための高速動き推定方法及びその装置
CN1201589C (zh) 运动估计方法和装置
US8265155B2 (en) Method of block partition for H.264 inter prediction
CN1812545A (zh) 在视讯编码中降低占用存储器频宽的系统与方法
CN1258044A (zh) 寻址处理方法
JP6728870B2 (ja) 画像圧縮装置、画像圧縮方法、及び画像圧縮プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant