ENG
РУС
Поиск
Меню
О журнале
Политика открытого доступа
Редакционная коллегия
Редакционная политика
Редакционная этика
Правила рецензирования статей
Требования к оформлению статей
Формы представляемых документов
Рекомендации по оформлению ссылок на наш журнал
Редакция
Информация для подписчиков
Аннотации номера
Список авторов
Выпуски
Лицензионное соглашение
Порядок работы с персональными данными
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры













































doi: 10.17586/2226-1494-2023-23-5-955-966

УДК 004.627

Новый эффективный адаптивный алгоритм шаблонного поиска для оценки движения 

Шейкер А.Ш., Ариф А., Фазеа Ю.


Читать статью полностью 
Язык статьи - английский

Ссылка для цитирования:
Шейкер А.Ш., Ариф Ахмад Суки Ч.М., Фазеа Ю. Новый эффективный адаптивный алгоритм шаблонного поиска для оценки движения // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23, No 5. С. 955–966 (на англ. яз.). doi: 10.17586/2226-1494-2023-23-5-955-966


Аннотация
Оценка движения играет решающую роль при кодировании видео. Адаптивный алгоритм шаблонного поиска (Adaptive Rood Pattern Search, ARPS) является известным алгоритмом быстрой оценки движения. При этом ARPS имеет следующие ограничения: отсутствие точного начального вектора движения; фиксированный порог предварительного суждения о нулевом движении (Zero Motion Prejudgment, ZMP), неподходящий для видеопоследовательностей с быстрым движением; повторяющееся использование шаблона единичного движения (Unit Rood Pattern, URP), что приводит к увеличению вычислительной сложности. Для решения данных ограничений предложен новый алгоритм под названием «Эффективный адаптивный алгоритм шаблонного поиска» (Efficient Adaptive Rood Pattern Search, EARPS). В основе EARPS лежит алгоритм полного поиска, который получает оптимальные векторы движения для первого столбца в каждом кадре, принимает динамический порог ZMP, который адаптируется к различным скоростям движения в видеопоследовательностях, и использует URP один раз для уменьшения вычислительных затрат. Выполнена оценка и сравнение производительности нового алгоритма EARPS и алгоритма ARPS с использованием различных видеопоследовательностей для различных скоростей движения. Количество точек поиска и пиковое отношение сигнал-шум (Peak Signal-to-Noise Ratio, PSNR) использованы для количественной оценки сложности и точности вычислений. Экспериментальные результаты показали, что EARPS превосходит ARPS с точки зрения вычислительной сложности, сохраняя при этом высокую степень точности PSNR. Основной вклад предложенного алгоритма оценки движения EARPS заключается в достижении высокой скорости с приемлемой точностью, независимо от скорости движения в видеокадрах. Алгоритм EARPS по сравнению с ARPS, обеспечил более эффективный метод оценки движения с более широкой применимостью в обработке видео. Полученный результат является значительным вкладом в разработку эффективных алгоритмов оценки движения.

Ключевые слова: оценка движения, вычислительная сложность, ARPS, ZMP и PSNR

Список литературы
  1. Adapa V.P., Vuyyuru A. A survey on block matching algorithms for video coding // International Journal of Electrical and Computer Engineering (IJECE). 2017. V. 7. N 1. P. 216–224. https://doi.org/10.11591/ijece.v7i1.pp216-224
  2. Manikandan L.C., Nair S.A.H., Sanal Kumar K.P., Selvakumar R.K.A study and analysis on block matching algorithms for motion estimation in video coding // Cluster Computing.2019. V. 22. N S5. P. 11773–11780. https://doi.org/10.1007/s10586-017-1478-z
  3. Srinivas Rao K., Paramkusam A.V. Block matching algorithms for the estimation of motion in image sequences // Pattern Recognition and Image Analysis. 2022. V. 32. N 1. P. 33–44. https://doi.org/10.1134/s1054661822010072
  4. Agha S., Khan M., Jan F.Efficient fast motion estimation algorithm for real-time applications // Journal of Real-Time Image Processing. 2022. V. 19. N 2. P. 403–413. https://doi.org/10.1007/s11554-021-01188-7
  5. Sehairi K., Chouireb F., Meunier J.Comparative study of motion detection methods for video surveillance systems // Journal of Electronic Imaging. 2017. V. 26. N 2. P. 023025. https://doi.org/10.1117/1.jei.26.2.023025
  6. Pang S., Zhang X., Li H., Lu Y. Robust block-matching algorithm for motion estimation using an anti-interference similarity criterion and the bilateral optimization scheme // Applied Optics. 2021. V. 60. N 16. P. 4746. https://doi.org/10.1364/ao.424238
  7. Ravi P.R. Diamond search optimization-based technique for motion estimation in video compression // International Journal of e- collaboration. 2023. V. 19. N 3. P. 1–4. https://doi.org/10.4018/ijec.316773
  8. Jiao S., Wang Y., Luan L., Yu X.Research on fast motion estimation in H264 coding // Proceedings of SPIE. 2022. V. 12083. P. 120832T. https://doi.org/10.1117/12.2623419
  9. PanZ., ZhangR., KuW., WangY.Adaptive pattern selection strategy for diamond search algorithm in fast motion estimation // Multimedia Tools and Applications.2019. V. 78. N 2. P. 2447–2464. https://doi.org/10.1007/s11042-018-6353-2
  10. Amirpour H., Mousavinia A. A dynamic search pattern motion estimation algorithm using prioritized motion vectors // Signal, Image and Video Processing. 2016. V. 10. N 8. P. 1393–1400. https://doi.org/10.1007/s11760-016-0906-5
  11. Arnaudov P., Ogunfunmi T. Dynamically adaptive fast motion estimation algorithm for HD video // Journal of Signal Processing Systems. 2020. V. 92. N 10. P. 1115–1131. https://doi.org/10.1007/s11265-020-01574-7
  12. Vanshree V. A novel adaptive rood pattern search algorithm // IOSR Journal of Electrical and Electronics Engineering. 2013. V. 4. N 4. P. 14–18. https://doi.org/10.9790/1676-0441418
  13. Schinde T. Adaptive pixel-based direction oriented fast motion estimation for predictive coding // Proc. of the 2022 Picture Coding Symposium (PCS). 2022. P. 331–335. https://doi.org/10.1109/pcs56426.2022.10018044
  14. Nie Y., Ma K.-K. Adaptive rood pattern search for fast block-matching motion estimation // IEEE Transactions on Image Processing. 2002. V. 11. N 12. P. 1442–1449. https://doi.org/10.1109/tip.2002.806251
  15. Madhuvappan C.A., Ramesh J. An efficient VLSI architecture for fast motion estimation exploiting zero motion prejudgment technique and a new quadrant depended on search algorithm in HEVC // Wireless Personal Communications. 2023. V. 130. N 4. P. 2305–2325. https://doi.org/10.1007/s11277-023-10237-2
  16. Shajin F.H., Rajesh P., Raja M.R. An efficient VLSI architecture for fast motion estimation exploiting zero motion prejudgment technique and a new quadrant-based search algorithm in HEVC // Circuits, Systems, and Signal Processing. 2022. V. 41. N 3. P. 1751–1774. https://doi.org/10.1007/s00034-021-01850-2
  17. Arora S.M., Rajpal N., Khanna K. A new approach with enhanced accuracy in ZMP for motion estimation in real time applications // Journal of Real-Time Image Processing. 2019. V. 16. N 4. P. 989–1005. https://doi.org/10.1007/s11554-016-0593-z
  18. Yi X., Ling N. Fast pixel-based video scene change detection // Proc. of the IEEE International Symposium on Circuits and Systems (ISCAS). 2005. P. 3443–3446. https://doi.org/10.1109/iscas.2005.1465369
  19. Mukherjee R., Biswas B., Vinod I.G. Half-way stop adaptive pattern search algorithm for motion estimation and dedicated VLSI architecture // Circuits, Systems, and Signal Processing. 2023. V. 42. N 3. P. 1617–1638. https://doi.org/10.1007/s00034-022-02182-5
  20. Mishra A.K., Kohli N. Enhanced adaptive threshold algorithm with weighted search points for fast motion estimation // International Journal of Information Technology. 2023. V. 15. N 2. P. 845–857. https://doi.org/10.1007/s41870-022-01067-9
  21. Deepa M.T. PSNR based analysis of block matching algorithms for motion estimation // International Journal of Scientific & Engineering Research. 2013. V. 4. N 8.P. 5518.
  22. Mukkerjee R., Puniyani A. A fast adaptive algorithm for sub-pixel motion estimation // Proc. of the IEEE Region 10 Symposium (TENSYMP). 2022. P. 1–5. https://doi.org/10.1109/tensymp54529.2022.9864538
  23. Arora S.M., Rajpal N., Purwar R. Dynamic pattern search algorithm with zero motion prejudgment for fast motion estimation // Proc. of the Fifth International Conference on Advanced Computing & Communication Technologies. 2015. P. 138–142. https://doi.org/10.1109/acct.2015.133
  24. Rippel O., Nair S., Lew C., Branson S., Anderson A., Bourdev L. Learned video compression // Proc.of the IEEE/CVF International Conference On Computer Vision. 2019. P. 3454–3463. https://doi.org/10.1109/iccv.2019.00355
  25. Kerfa D., Saidane A. An efficient algorithm for fast block matching motion estimation using an adaptive threshold scheme // Proceedings of SPIE. 2019. V. 10996. P. 109960C. https://doi.org/10.1117/12.2505732
  26. Salih Y.A., George L.E. Improved hybrid block-based motion estimation for inter-frame coding // Circuits, Systems, and Signal Processing. 2021. V. 40. N 7. P. 3500–3522. https://doi.org/10.1007/s00034-020-01637-x
  27. Chatterjee S.K., Vittapu S.K., Kundu S. Prediction-biased diamond search algorithm: a new approach to reduce motion estimation complexity // Microsystem Technologies. 2021. V. 27. N 5. P. 2027–2032. https://doi.org/10.1007/s00542-020-05167-z
  28. Roberto E Souza M., Maia H.D.A., Pedrini H. Survey on digital video stabilization: concepts, methods, and challenges // ACM Computing Surveys. 2023. V. 55. N 3. P. 1–37. https://doi.org/10.1145/3494525
  29. Kidani Y., Unno K., Kawamura K., Watanabe H. Memory bandwidth constrained overlapped block motion compensation for video coding // ITE Transactions on Media Technology and Applications. 2023. V. 11. N 1. P. 1–12. https://doi.org/10.3169/mta.11.1


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика