KR101810118B1

KR101810118B1 - 프로파일 정보 기반 움직임 추정장치 및 방법

Info

Publication number: KR101810118B1
Application number: KR1020160142460A
Authority: KR
Inventors: 배태면
Original assignee: 에스케이플래닛 주식회사
Priority date: 2016-10-28
Filing date: 2016-10-28
Publication date: 2017-12-18
Also published as: KR20160128972A

Abstract

본 발명은 프로파일 정보 기반 움직임 추정장치 및 방법에 관한 것으로서, 기준영상과 현재영상을 입력 받아 기준영상의 수평 프로파일 영상과 현재영상의 수평 프로파일 영상을 생성하는 수평 프로파일 영상생성부; 상기 기준영상과 현재영상을 입력 받아 기준영상의 수직 프로파일 영상과 현재영상의 수직 프로파일 영상을 생성하는 수직 프로파일 영상생성부; 상기 기준영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 기준영상 내 블록의 기준블록 프로파일을 생성하고, 상기 현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 현재영상 내 블록의 현재블록 프로파일을 생성하는 블록 프로파일 계산부; 및 상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 계산하여 프로파일 간 차이가 가장 작은 블록의 좌표 차를 움직임 벡터로 예측하는 움직임 벡터 추정부를 포함한다.

Description

프로파일 정보 기반 움직임 추정장치 및 방법{Apparatus and method for profile based motion estimation}

본 발명은 프로파일 정보 기반 움직임 추정장치 및 방법에 관한 것으로서, 보다 상세하게는, 블록 정합을 위한 움직임 벡터 추정 시 기준(reference) 영상과 현재(current) 영상에 대해 프로파일(profile) 영상을 생성하여 각 블록의 후보 움직임 벡터에 대해 전체 픽셀이 아닌 프로파일 정보만을 비교하여 움직임 벡터를 예측하도록 함으로써, 움직임 예측을 위한 연산량을 감소시켜 고속 인코딩이 가능하도록 하는 프로파일 정보 기반 움직임 추정장치 및 방법에 관한 것이다.

멀티미디어를 지원해주는 핵심 요소로는 디지털화와 더불어 영상 압축 기술이 있다. 최근 들어 정보의 디지털화가 급속도로 발전하고 있으며, 이에 따라 영상 압축 기술이 매우 중요하게 부각되고 있다.

일반적으로, PC나 HDTV, 혹은, 모바일 디바이스 등의 디지털 영상장치는 MPEG(Moving Picture Experts Group)-2, MPEG-4, H. 264와 같은 영상 압축 방식으로 압축된 영상신호를 MPEG기반 영상 코덱으로 인코딩하여 표시한다.

이러한 영상 코덱은 블록 정합(Block matching) 방식을 기반으로 시간적인 중복성을 제거한다. 블록 정합 방식은 영상을 작은 블록으로 나누고, 현재 인코딩/디코딩되는 영상의 블록과 유사한 부분을 시간적으로 이전 프레임 또는 이 전에 인코딩/디코딩된 영상에서 찾아서 활용하고 그 차이값을 전송하는 방법으로 압축하게 된다.

이를 위해, 이전 프레임과 현재 프레임 사이에서 가장 비슷한 블록을 찾는 작업이 필요한데, 이를 움직임 추정(Motion Estimation, ME)이라 하며, 블록이 얼마만큼 움직였는가 하는 변위를 나타내는 것을 움직임 벡터(Motion Vector, MV)라고 한다.

블록 정합 방식을 이용한 중간 영상 프레임 Fi 합성 개념은 도 1과 같다.

도 1에 도시된 바와 같이, 이전 프레임 Fn-1과 현재 프레임 Fn 사이의 중간 영상 프레임 Fi를 합성하기 위해, 이전 프레임 Fn-1에 있는 블록과 현재 프레임에 있는 블록 Fn 간의 움직임 벡터(MV)의 움직임을 추정하여 중간 영상 프레임 Fi의 블록을 합성한다.

영상 신호 압축을 위한 움직임 추정(motion estimation) 시에는, 현재영상을 매크로블록으로 분할하고, 시간적으로 이전 영상과 SAD(Sum of Absolute Difference)또는 SSD(Sum of Square Difference)와 같은 오차값이 최소가 되는 영역과의 좌표 차를 움직임 벡터로 사용한다.

H.264의 경우, SAD 또는 SSD와 함께 움직임 벡터를 전송하는 데 요구되는 데이터량을 함께 고려한 값을 cost로 하여 cost가 가장 낮은 값을 보이는 움직임 벡터를 움직임 예측에 사용한다.

여기서, 움직임 벡터를 찾기 위해서는 SAD 또는 SSD를 움직임 탐색 영역에 대해 모두 계산하고, 그 중 최소값을 가지는 위치를 찾아야 한다. 예컨대, 블록의 크기가 N x N이고 움직임 탐색 영역이 32x32라면 1024*(2NxN-1)번의 덧셈/뺄셈 연산이 필요하며, 영상의 크기가 100Nx80N정도라면 8192000*(2NxN-1)*(NxN)의 연산이 필요하다. 이는 영상 인코딩 시 최대 50%까지의 연산을 차지할 정도로 많은 연산량으로, 시스템 부하를 유발하고 처리 속도를 지연시키는 문제점이 있다.

한국공개특허 제2004-0049214호(2004.06.11), 발명의 명칭: 고속 모션벡터 추정장치 및 방법

본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 블록 정합을 위한 움직임 벡터 추정 시 기준(reference) 영상과 현재(current) 영상에 대해 프로파일(profile) 영상을 생성하여 각 블록의 후보 움직임 벡터에 대해 전체 픽셀이 아닌 프로파일 정보만을 비교하여 움직임 벡터를 예측하도록 함으로써, 움직임 예측을 위한 연산량을 감소시켜 고속 영상 인코딩이 가능하도록 하는 프로파일 정보 기반 움직임 추정장치 및 방법을 제공하는데 그 기술적 과제가 있다.

상술한 목적을 달성하기 위한 본 발명의 프로파일 정보 기반 움직임 추정장치는, 기준영상과 현재영상을 입력 받아 기준영상의 수평 프로파일 영상과 현재영상의 수평 프로파일 영상을 생성하는 수평 프로파일 영상생성부; 상기 기준영상과 현재영상을 입력 받아 기준영상의 수직 프로파일 영상과 현재영상의 수직 프로파일 영상을 생성하는 수직 프로파일 영상생성부; 상기 기준영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 기준영상 내 블록의 기준블록 프로파일을 생성하고, 상기 현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 현재영상 내 블록의 현재블록 프로파일을 생성하는 블록 프로파일 계산부; 및 상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 계산하여 프로파일 간 차이가 가장 작은 블록의 좌표 차를 움직임 벡터로 예측하는 움직임 벡터 추정부를 포함한다.

여기서, 상기 블록 프로파일 계산부는, 상기 기준영상에 설정된 블록의 수평 프로파일(Href(i))과 수직 프로파일(Vref(i))을 각각 계산하여 기준블록 프로파일을 생성할 수 있다.

또한, 상기 블록 프로파일 계산부는, 상기 현재영상에 설정된 블록의 수평 프로파일(Hcur(i))과 수직 프로파일(Vcur(i))을 각각 계산하여 현재블록 프로파일을 생성할 수 있다.

그리고, 상기 움직임 벡터 추정부는, 상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 다음의 수학식을 이용하여 SAD 및 SSD 중 적어도 어느 하나의 값으로 산출할 수 있다.

[수학식]

SAD = {∑|Href(i) - Hcur(i)| + ∑|Vref(i) - Vcur(i)|}xα

SSD = {∑|Href(i) - Hcur(i)|²+ ∑|Vref(i) - Vcur(i)|²}xα

(여기서, α는 스케일 상수로써 N/2(N=자연수))

한편, 상술한 목적을 달성하기 위한 본 발명의 프로파일 정보 기반 움직임 추정방법은, 기준영상을 입력 받아 기준영상의 수평 프로파일 영상과 수직 프로파일 영상을 생성하는 단계; 현재영상을 입력 받아 현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 생성하는 단계; 상기 기준영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 기준영상 내 블록의 기준블록 프로파일을 생성하는 단계; 상기 현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 현재영상 내 블록의 현재블록 프로파일을 생성하는 단계; 상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 계산하여 블록 정합 오차를 계산하는 단계; 및 상기 블록 정합 오차가 최소인 블록들의 좌표 차를 움직임 벡터로 예측하는 단계를 포함한다.

여기서, 상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 계산하여 블록 정합 오차를 계산하는 단계는, 상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 다음의 수학식을 이용하여 SAD 및 SSD 중 적어도 어느 하나의 값으로 산출하는 단계를 포함할 수 있다.

[수학식]

SAD = {∑|Href(i) - Hcur(i)| + ∑|Vref(i) - Vcur(i)|}xα

SSD = {∑|Href(i) - Hcur(i)|²+ ∑|Vref(i) - Vcur(i)|²}xα

(여기서, α는 스케일 상수로써 N/2(N=자연수))

상술한 바와 같이 본 발명의 프로파일 정보 기반 움직임 추정장치 및 방법은, 블록 정합을 위한 움직임 벡터 추정 시 기준(reference) 영상과 현재(current) 영상에 대해 프로파일(profile) 영상을 생성하여 각 블록의 후보 움직임 벡터에 대해 전체 픽셀이 아닌 프로파일 정보만을 비교하여 움직임 벡터를 예측하도록 함으로써, 움직임 예측을 위한 연산량을 감소시켜 고속 영상 인코딩이 가능케 한다.

도 1은 블록 정합 방식을 이용한 움직임 벡터 예측 상태도,
도 2는 본 발명에 따른 프로파일 정보 기반 움직임 추정장치의 제어 블록도,
도 3은 본 발명에 따른 프로파일 정보 기반 움직임 추정방법의 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 보다 상세히 설명하기로 한다.

도 2는 본 발명에 따른 프로파일 정보 기반 움직임 추정장치의 제어 블록도이다.

도 2에 도시된 바와 같이, 본 발명의 움직임 추정장치는, 기준영상 버퍼(100), 현재영상 버퍼(110), 수평 프로파일 영상생성부(120), 수직 프로파일 영상생성부(130), 블록 프로파일 계산부(140), 움직임 벡터 추정부(150), 움직임 벡터 저장부(160)를 포함한다.

기준영상 버퍼(100)는 기준영상 신호를 출력하고, 현재영상 버퍼(110)는 현재영상 신호를 출력한다. 기준영상은 현재영상보다 시간적으로 이전의 영상, 혹은, 인코딩/디코딩 순서에서 이 전에 처리된 영상을 뜻한다.

수평 프로파일 영상생성부(120)는 기준영상과 현재영상에 대해 각각의 수평 프로파일 영상을 생성한다. 수평 프로파일은 영상의 2차원의 영상에서 동일한 수평라인의 화소값을 합산하여 산출된 1차원 정보이다.

수평 프로파일 영상생성부(120)는 기준영상 버퍼(100)에서 출력된 기준영상의 각 수평라인에 대해 동일한 수평라인 상에서의 화소값을 합산하여 기준영상의 수평 프로파일로 출력한다.

또한, 수평 프로파일 영상생성부(120)는 현재영상 버퍼(110)에서 출력된 현재영상의 각 수평라인에 대해 동일한 수평라인 상에서의 화소값을 합산하여 현재영상의 수평 프로파일로 출력한다.

수직 프로파일 영상생성부(130)는 기준영상과 현재영상에 대해 각각의 수직 프로파일 영상을 생성한다. 수직 프로파일은 영상의 2차원의 영상에서 동일한 수직라인의 화소값을 합산하여 산출된 1차원 정보이다.

수직 프로파일 영상생성부(130)는 기준영상 버퍼(100)에서 출력된 기준영상의 각 수직라인에 대해 동일한 수직라인 상에서의 화소값을 합산하여 기준영상의 수직 프로파일로 출력한다.

또한, 수직 프로파일 영상생성부(130)는 현재영상 버퍼(110)에서 출력된 현재영상의 각 수직라인에 대해서도 동일한 수직라인 상에서의 화소값을 합산하여 현재영상의 수직 프로파일로 출력한다.

수평 프로파일 영상과 수직 프로파일 영상을 생성하는 수학식은 다음과 같다.

[수학식 1]

H(X,y) = ∑^XI(x,y)

[수학식 2]

V(x,Y) = ∑^YI(x,y)

여기서 (x,y)는 block의 시작 픽셀의 좌표이고, (X,Y)는 움직임 벡터, N은 블록의 가로 및 세로의 픽셀 크기이다.

블록 프로파일 계산부(140)는 현재영상과 기준영상 내 블록의 수평 프로파일과 수직 프로파일을 계산한다.

블록 프로파일 계산부(140)는 수평 프로파일 영상생성부(120)에서 출력된 기준영상의 수평 프로파일과, 수직 프로파일 영상생성부(130)에서 출력된 기준영상의 수직 프로파일을 이용하여, 기준영상 내 블록의 수평 프로파일과 수직 프로파일을 산출한다.

블록 프로파일 계산부(140)는 움직임 탐색 영역 내의 각 후보 움직임 벡터에 대한 기준영상 내 블록의 수평 프로파일과 수직 프로파일을 다음의 수학식 3 및 수학식 4를 이용하여 계산한다.

[수학식 3]

Href(i) = Href(x+X,y+Y+i) - Href(x+X-N, y+Y+i)

[수학식 4]

Vref(i) = Vref(x+X+i,y+Y) - Href(x+X+i,y+Y-N)또한, 블록 프로파일 계산부(140)는 수평 프로파일 영상생성부(120)에서 출력된 현재영상의 수평 프로파일과, 수직 프로파일 영상생성부(130)에서 출력된 현재영상의 수직 프로파일을 이용하여, 현재영상 내 블록의 수평 프로파일과 수직 프로파일을 산출한다.

블록 프로파일 계산부(140)는 움직임 탐색 영역 내의 각 후보 움직임 벡터에 대한 현재영상 내 블록의 수평 프로파일과 수직 프로파일을 다음의 수학식 5 및 수학식 6을 이용하여 계산한다.

[수학식 5]

Hcur(i) = Hcur(x,y+i) - Hcur(x-N,y+i)

[수학식 6]

Vcur(i) = Vcur(x+i,y) - Hcur(x+i,y-N)

움직임 벡터 추정부(150)는 블록 프로파일의 계산 결과를 이용하여 움직임 예측정보, 예컨대, SAD(Sum of Absolute Difference) 또는, SSD(Sum of Square Difference)를 산출한다., 움직임 벡터 추정부(130)는 해당 블록의 각 후보 움직임벡터에 대응하는 cost 중 최소의 cost값에 해당하는 후보움직임벡터(MV)를 해당 블록의 최종 움직임벡터(MV)로 추정한다. 움직임 벡터 추정부(150)는 현재 블록의 수평/수직 프로파일과 기준블록의 수평/수직 프로파일을 다음의 수학식 7 및 수학식 8에 적용하여 SAD 및 SSD를 산출할 수 있다.

[수학식 7]

SAD = {∑|Href(i) - Hcur(i)| + ∑|Vref(i) - Vcur(i)|}xα

[수학식 8]

SSD = {∑|Href(i) - Hcur(i)|²+ ∑|Vref(i) - Vcur(i)|²}xα

여기서 α는 스케일 상수로써 N/2(N=자연수)으로 설정될 수 있다.

움직임 벡터 추정부(150)는 수학식 7 및 수학식 8을 이용하여 SAD 또는 SSD가 최소가 되는 영역과의 좌표 차를 움직임 벡터로 추정한다.

움직임 벡터 저장부(160)에는 추정된 움직임 벡터들이 저장된다.

이상 설명한 바와 같이, 본 발명에서는 기준영상과 현재영상에 대해 프로파일 영상을 한 번 만들면 전체 블록에 대해 공통으로 적용할 수 있고, 실제 각 블록의 후보 움직임 벡터에 대해서는 전체 픽셀이 아닌 프로파일 정보만 비교하므로 NxN 크기의 블록 비교시 (2NxN-1)번의 연산이 4N으로 감소하여 연산시간의 감소를 가져온다.

예컨대, N이 8인 경우 종래기술에 따르면 127번의 연산이 필요하지만, 본 발명의 경우 32번으로 감소하므로 제안한 방법은 약 4배의 속도 향상을 가져온다.

도 3은 본 발명에 따른 프로파일 정보 기반 움직임 추정방법의 흐름도이다.

먼저, 기준영상 버퍼(100)와 현재영상 버퍼(110)를 통해 기준영상과 현재영상이 입력된다(S110). 기준영상은 현재영상보다 시간적으로 이전의 영상, 혹은, 인코딩/디코딩 순서에서 이 전에 처리된 영상을 뜻하며, 각 영상은 매크로블록으로 분할된다.

기준영상의 수평 프로파일 영상과 수직 프로파일 영상을 생성한다(S112). 수평/수직 프로파일 영상생성부(120, 130)는 기준영상의 수평 프로파일 영상을 생성하는 데에는 전술한 수학식 1을 적용하고, 수직 프로파일 영상을 생성하는 데에는 수학식 2를 적용할 수 있다.

현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 생성한다(S114). 수평/수직 프로파일 영상생성부(120, 130)는 현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 생성하는 데에도 전술한 수학식 1 및 수학식 2를 적용할 수 있다.

기준영상 내 블록에 대해 블록 프로파일을 계산한다. 여기서, 기준영상 블록 프로파일은 기준영상 블록의 수평 프로파일 및 수직 프로파일을 포함한다(S116). 이에, 블록 프로파일 계산부(140)는 수학식 3 및 수학식 4를 적용하여 기준영상 블록 프로파일을 산출될 수 있다.

현재영상 내 블록에 대해 블록 프로파일을 계산한다. 여기서, 현재영상 블록 프로파일은 현재영상 블록의 수평 프로파일 및 수직 프로파일을 포함한다(S118). 이에, 블록 프로파일 계산부(140)는 수학식 5 및 수학식 6을 적용하여 현재영상 블록 프로파일을 산출될 수 있다.

기준영상 블록 프로파일과 현재영상 블록 프로파일의 오차 값을 산출한다(S120). 움직임 벡터 추정부(150)는 정합 오차 값을 계산하여 오차값이 최소가 되는 기준 블록과 현재 블록의 좌표 차를 움직임 벡터로 추정한다. 오차 값을 계산하는 데에는 수학식 7을 이용하여 SAD를 산출하거나, 수학식 8을 이용하여 SSD를 산출할 수 있다.

이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

본 발명은 블록 정합을 위한 움직임 벡터 추정 시 기준(reference) 영상과 현재(current) 영상에 대해 프로파일(profile) 영상을 생성하여 각 블록의 후보 움직임 벡터에 대해 전체 픽셀이 아닌 프로파일 정보만을 비교하여 움직임 벡터를 예측하도록 함으로써, 움직임 예측을 위한 연산량을 감소시켜 고속 인코딩이 가능하도록 하는 프로파일 정보 기반 움직임 추정장치 및 방법에 이용할 수 있다.

100 : 기준영상 버퍼
110 : 현재영상 버퍼
120 : 수평 프로파일 영상생성부
130 : 수직 프로파일 영상생성부
140 : 블록 프로파일 계산부
150 : 움직임 벡터 추정부
160 : 움직임 벡터 저장부

Claims

기준영상 버퍼에서 출력된 기준영상의 각 수평라인에 대해 동일한 수평라인 상에서의 화소값을 합산하여 기준영상의 수평 프로파일을 생성하고, 현재영상 버퍼에서 출력된 현재영상의 각 수평라인에 대해 동일한 수평라인 상에서의 화소값을 합산하여 현재영상의 수평 프로파일을 생성하는 수평 프로파일 영상생성부;
상기 기준영상 버퍼에서 출력된 기준영상의 각 수직라인에 대해 동일한 수직라인 상에서의 화소값을 합산하여 기준영상의 수직 프로파일을 생성하고, 상기 현재영상 버퍼에서 출력된 현재영상의 각 수직라인에 대해서도 동일한 수직라인 상에서의 화소값을 합산하여 현재영상의 수직 프로파일을 생성하는 수직 프로파일 영상생성부;
상기 기준영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 기준영상 내 블록의 기준블록 프로파일을 생성하고, 상기 현재영상의 수평 프로파일 영상과 수직 프로파일 영상을 입력 받아 현재영상 내 블록의 현재블록 프로파일을 생성하는 블록 프로파일 계산부; 및
상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 계산하여 프로파일 간 차이가 가장 작은 블록의 좌표 차를 움직임 벡터로 예측하는 움직임 벡터 추정부를 포함하고,
상기 블록 프로파일 계산부는 움직임 탐색 영역 내의 각 후보 움직임 벡터에 대한 상기 기준영상 내 블록의 수평 프로파일(Href(i))과 수직 프로파일(Vref(i))을 하기의 수학식 3과 수학식 4를 통해 계산하고, 움직임 탐색 영역 내의 각 후보 움직임 벡터에 대한 상기 현재영상 내 블록의 수평 프로파일(Hcur(i))과 수직 프로파일(Vcur(i))을 하기의 수학식 5와 수학식 6을 통해 계산하는 프로파일 정보 기반 움직임 추정장치.
Href(i) = Href(x+X,y+Y+i) - Href(x+X-N, y+Y+i) : (수학식 3)
Vref(i) = Vref(x+X+i,y+Y) - Href(x+X+i,y+Y-N) : (수학식 4)
Hcur(i) = Hcur(x,y+i) - Hcur(x-N,y+i) : (수학식 5)
Vcur(i) = Vcur(x+i,y) - Hcur(x+i,y-N) : (수학식 6)
상기 (x,y)는 block의 시작 픽셀의 좌표이고, 상기 (X,Y)는 움직임 벡터이며, 상기 N은 블록의 가로 및 세로의 픽셀 크기임.
[청구항 2은(는) 설정등록료 납부시 포기되었습니다.]

제1항에 있어서,
상기 블록 프로파일 계산부는,
상기 기준영상에 설정된 블록의 수평 프로파일(Href(i))과 수직 프로파일(Vref(i))을 각각 계산하여 기준블록 프로파일을 생성하는 것을 특징으로 하는 프로파일 정보 기반 움직임 추정장치.
[청구항 3은(는) 설정등록료 납부시 포기되었습니다.]

제1항에 있어서,
상기 블록 프로파일 계산부는,
상기 현재영상에 설정된 블록의 수평 프로파일(Hcur(i))과 수직 프로파일(Vcur(i))을 각각 계산하여 현재블록 프로파일을 생성하는 것을 특징으로 하는 프로파일 정보 기반 움직임 추정장치.
[청구항 4은(는) 설정등록료 납부시 포기되었습니다.]

제1항에 있어서,
상기 움직임 벡터 추정부는,
상기 기준블록 프로파일과 현재블록 프로파일 간의 차이를 다음의 수학식을 이용하여 SAD 및 SSD 중 적어도 어느 하나의 값으로 산출하는 것을 특징으로 하는 프로파일 정보 기반 움직임 추정장치.
[수학식]
SAD = {∑|Href(i) - Hcur(i)| + ∑|Vref(i) - Vcur(i)|}xα
SSD = {∑|Href(i) - Hcur(i)|²+ ∑|Vref(i) - Vcur(i)|²}xα
(여기서, α는 스케일 상수로써 N/2(N=자연수))