움직임 벡터의 시공간적 상관도에 따른 효율적인 움직임 추정 기법

Abstract

비디오 압축 기법에서 움직임 추정(Motion Estimation)은 매우 중요한 부분을 차지하는데, 그것은 움직임 추정이 화질과 인코딩 시간에 직접적으로 영향을 미치기 때문이다. 가장 기본적인 움직임 추정 기법은 전역 탐색 기법(Full Search)인데, 이는 가장 좋은 화질을 보여주긴 하지만 매우 많은 계산량이 필요하다는 단점이 있다. 따라서 좋은 화질을 유지하면서도 계산량을 낮추기 위한 많은 고속 알고리즘들이 제안되었다. 그 중 PMVFAST는 움직임 벡터간의 연관성을 이용하여 계산량을 낮추면서도 전역 탐색 기법에 거의 근접한 화질을 얻어낼 수 있었다. 이 논문에서는 현재 프레임과 이전 프레임의 움직임 벡터에 기초하여 현재 매크로블록의 움직임 벡터를 예측하는 새로운 예측방법을 제시한다. 실험결과에 따르면 제안한 알고리즘은 PMVFAST보다 빠르면서도 전역 탐색기법보다도 높은 평균 PSNR을 보여주었다. Motion Estimation (ME) is a core part of most Video compression systems since it affects directly the output video quality and the encoding time. The most basic method of ME, Full Search (FS) gives the highest visual quality but also has the problem of significant computational load. To solve this problem, many fast algorithm has been proposed. Among them, MVFAST and PMVFAST show impressive results in video quality and the computational load by using the correlation between motion vectors of adjacent blocks. In particular, PMVFAST reduces search points dramatically and also gives very high video quality by using the median predictor. In this paper, we propose a new algorithm that uses the redefined median predictor which reduces the number of search points and yields a high visual quality by reducing the number of thresholds and early termination conditions.