[发明专利]一种基于时域演变的视频帧率上转换方法有效
申请号: | 201210143029.6 | 申请日: | 2012-05-08 |
公开(公告)号: | CN102685438A | 公开(公告)日: | 2012-09-19 |
发明(设计)人: | 张永兵;季向阳;戴琼海 | 申请(专利权)人: | 清华大学 |
主分类号: | H04N7/01 | 分类号: | H04N7/01;H04N7/26 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张大威 |
地址: | 100084 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 时域 演变 视频 帧率上 转换 方法 | ||
技术领域
本发明属于视频编码技术领域,涉及一种视频帧率上转换方法,特别涉及一种基于时域演变的视频帧率上转换方法。
背景技术
近年来,随着高清数字电视(HDTV)和高端多媒体信息系统的发展,需要提高现有视频节目源的帧率以达到最优的视觉效果;另外,对于某些传输带宽受到较大限制的场合,例如视频会议以及即将普及的3G视频通信等,其带宽相对较小,仅仅使用主流标准进行压缩,仍然无法达到所需的帧率,因此需要在编码端减少输入序列的帧率,然后对低帧率序列进行编码,对解码后的低帧率序列进行帧率上采样。
目前,现有的帧率上转换算法可以被分为三类,第一类算法通过已知的信息将整个序列在三维时空域内建立数学模型,对未知的数据进行估计,但这种算法计算量比较大。第二类算法不考虑物体的运动情况,仅仅通过参考帧的线性组合来实现,但这种算法的精度比较低。第三类算法考虑到物体的运动趋势,利用参考帧已知的运动信息对需要插值的帧中的运动物体的形状和位置进行预测,对于这种算法,如何提高运动估计精度,生成较高质量的帧率上采样信息是目前亟需解决的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种基于时域演变的视频帧率上转换方法。
为了实现本发明的上述目的,本发明提供了一种基于时域演变的视频帧率上转换方法,其包括如下步骤:
S1:对低帧率的视图进行运动估计,所述运动估计的方法为:
S11:将像素值I(x-d,y-s,t-1)和像素值I(x+d,y+s,t+1)分别在像素值I(x,y,t)处利用泰勒公式展开,其中,I(x-d,y-s,t-1)是t-1时刻位置(x-d,y-s)处的像素值,I(x+d,y+s,t+1)是t+1时刻位置(x+d,y+s)处的像素值,I(x,y,t)是t时刻位置(x,y)处的像素值,
S12:将上述两个泰勒展开式均表示为等式一边为I(x,y,t)的形式,
S13:根据两个展开式中I(x,y,t)相等的原则,得到最优运动矢量(d,s);
S2:利用步骤S1得到的最优运动矢量对待插帧的前一帧和后一帧相应位置的像素进行运动补偿,得到高帧率的视图。
本发明的视频帧率上转换方法利用泰勒公式推导出一种新的评价准则并利用这种准则选取最优的运动矢量,提高了运动估计的精度,能够生成较高质量的帧率上采样的信息。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明基于时域演变的视频帧率上转换方法的流程图;
图2为本发明一个优选实施方式中所采用的运动补偿内插法的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明提供了一种基于时域演变的视频帧率上转换方法,如图1所示,其包括如下步骤:
S1:对低帧率的视图进行运动估计,该运动估计的方法为:
S11:将像素值I(x-d,y-s,t-1)和像素值I(x+d,y+s,t+1)分别在像素值I(x,y,t)处利用泰勒公式展开,其中,I(x-d,y-s,t-1)是t-1时刻位置(x-d,y-s)处的像素值,I(x+d,y+s,t+1)是t+1时刻位置(x+d,y+s)处的像素值,I(x,y,t)是t时刻位置(x,y)处的像素值,
S12:将两个泰勒展开式均表示为等式一边为I(x,y,t)的形式,
S13:根据两个展开式中I(x,y,t)相等的原则,得到最优运动矢量(d,s);
S2:利用步骤S1得到的最优运动矢量对待插帧的前一帧和后一帧相应位置的像素进行运动补偿,得到高帧率的视图。
在本发明的一种优选实施方式中,运动估计的具体步骤为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210143029.6/2.html,转载请声明来源钻瓜专利网。