关于亚像素运动估计的二次模型5之PPHPS: A Parabolic Prediction-Based, Fast Half-Pixel Search Algorithm for Very Low

PPHPS：一种基于抛物线预测的快速半像素搜索算法，用于极低比特率运动图像编码

在混合运动图像编码方案中，运动估计分两个阶段进行，一个以整数像素精度进行，另一个以子像素精度进行。 在非常低的比特率编码中，一些快速运动搜索算法能够在整数像素搜索阶段将它们的搜索点减少到大约十个像素。然而，仍然需要研究用于子像素运动估计的快速计算。 本文提出了一种新的使用抛物线预测的快速搜索算法，特别是对于半像素运动矢量估计。 它需要仅检查三个半像素而不是八个像素，这些像素用于全半像素运动搜索方案（FHPS）。 实验结果表明，与参考FHPS策略相比，该算法保留了图像质量，对比特率影响不大。

 

II. FHPS 

假设当前帧中的整数像素C（由前一帧的估计整数运动矢量指向）具有八个整数像素的邻居和八个半像素的邻居。 这些像素位置如图1（a）所示。 字母,,和平均中心，水平，垂直和对角线。 用于半像素内插的公式如图1（b）所示。首先定义以下术语以便于描述FHPS和PPHPS：运动估计的成本函数，其中p是整数像素或子像素;
- 仅包含像素的集合C;
- 半像素集;
一组半像素，需要检查;

 最佳半像素和。在FHPS中要检查的半像素是

 

 因此，最佳像素选择如下：

因为在估计整数像素运动时已经获得，所以我们通常必须计算所有八个半像素的成本函数 

III. PPHPS

PPHPS通过使用整数search5结果预测可能的最佳半像素运动矢量，并仅针对预测的最佳半像素及其最近邻居计算成本函数。 选择具有最小成本函数值的半像素作为最终的最佳结果。 详细程序如下。
我们再次开始定义一些术语：

 

我们使用绝对差之和（SAD）作为成本函数:

 

其中，p是前一个重构帧中的整数像素或子像素，c是当前帧中的像素，并且表示像素的亮度。（3）中的求和在16 x16窗口内执行。
考虑C周围+-1的区域，如图2所示。在该区域中，有四个子区域，编号从1到4。
在图2中，它们是子区域1中的子像素。它们的亮度可以由四个角像素（即，）

在（5）中，我们看到它是子区域1中的凸函数。类似地，是其他三个子区域中的凸函数。 在极低速率的运动图像编码中，通常假定局部运动场是平滑的。 因此，在整个+-1区域中具有相同属性的近似值。
因此，凸函数可用于拟合。 这里，选择抛物线函数作为模型 ：

 

 

对于满足约束的情况，选择规则I在表I中示出，其中每种情况需要三个像素。
对于不满足约束条件I的情况，例如a）和b），我们有以下内容。
a）C位于搜索窗口或帧的边缘：在这种情况下，对于FHPS，有五个整数搜索可用。对于PPHPS，要使用（6）执行抛物线预测，使用的整数搜索点是，或者，其中.因此，预测减少到水平或垂直方向，并且（6）中的参数A或B被设置为零。然后（8）分别改变

。在这种情况下，PPHPS需要检查两个或三个半像素。
b）C位于搜索窗口或框架的角落：在这种情况下，FHPS和PPHPS有三个整数搜索点;只有可用，其中.因此，无法在水平或垂直方向上进行预测; PPHPS降低至FHPS。
由于情况a）和b）发生的概率相当低（小于5％），因此PPHPS的搜索效率仅受到轻微影响。