[发明专利]一种适用于相机移动场景的运动估计方法及装置

说明书

本申请公开了一种适用于相机移动场景的运动估计方法。根据前一视频帧的运动估计信息，计算当前视频帧上每一个图像块的运动估计的初始搜索中心。以当前视频帧上每一个图像块的运动估计的初始搜索中心为中心，在参考帧中进行第一范围的下采样搜索，得到当前视频帧上每一个图像块的最优粗像素精度运动矢量以及当前视频帧的运动估计信息。以当前视频帧上每一个图像块的最优粗像素精度运动矢量为搜索中心，在参考帧中进行第二范围的局部全搜索，得到当前视频帧上每一个图像块的最优整像素精度运动矢量；第一范围＞第二范围。上述方法利用前一编码帧的运动估计信息，自动计算下一编码帧运动估计的初始搜索中心，极大地提升了相机移动场景的编码效率。

技术领域

本申请涉及一种数字视频编码技术，特别是涉及一种适用于相机移动场景的、适合于硬件实现的运动估计(motion estimation)方法。

背景技术

视频编码是一种通过压缩视频图像中的冗余成分，并使用尽可能少的数据来表征视频信息的技术。目前常见的视频编码标准有HEVC(High Efficiency Video Coding，高效视频编码，又称H.265)和AVC(Advanced Video Coding，高级视频编码，又称H.264)等。

视频编码技术以图像块作为最基本的编码单元。在HEVC中，编码的基本单元是CU(Coding Unit，编码单元)。CU可以为64像素×64像素、32像素×32像素、16像素×16像素、8像素×8像素的图像块。

运动估计是在已编码的视频帧(称为参考帧)中，为当前编码帧中的当前图像块搜索最优匹配块，使得率失真代价(Rate Distortion Cost，RD Cost)最小。运动估计是视频编码算法的核心技术之一，包含整像素运动估计(IME，Integer Motion Estimation)和子像素运动估计(FME，Fractional Motion Estimation)，其作用是消除视频信号的时域信息冗余，从而提高编码效率。本申请的“运动估计”都指整像素运动估计。请参阅图1，参考帧中的最优匹配块与当前编码帧中的当前图像块在参考帧中的同位图像块(相同位置的图像块)的相对偏移即为当前图像块的最优运动矢量(Motion Vector，MV)。在运动估计时，是使用当前帧上的当前图像块与参考帧搜索窗口(即运动估计的搜索范围)内的所有图像块(包括或不包括同位图像块，取决于搜索中心的位置以及搜索范围)逐一进行匹配，去寻找最优匹配块。图1适用于不同场景：如果是粗像素精度运动估计(即粗粒度搜索)，图1中的最优运动矢量就是最优粗像素精度运动矢量；如果是整像素精度运动估计(即细粒度搜索)，图1中的最优运动矢量就是最优整像素精度运动矢量。

为了提高视频编码速度，使用专用集成电路(ASIC)对视频编码过程进行硬件加速成为业界的通用做法。在视频编码的各个算法模块中，运动估计模块的运算量占整个视频编码器运算量的70％以上，是硬件视频编码器最重要的模块之一。在硬件视频编码器中，运动估计模块一般设计为粗粒度搜索和细粒度搜索相结合的方式。粗粒度搜索是以预设点为搜索中心的较大范围的下采样搜索，得到当前图像块的最优粗像素精度运动矢量。所述预设点通常设置为(0,0)坐标点，也就是当前图像块在参考帧上对应的同位图像块的左上角位置。粗粒度搜索的搜索中心又可以称为“运动估计的初始搜索中心”。细粒度搜索则是以最优粗像素精度运动矢量为搜索中心的较小范围的局部全搜索，得到当前图像块的最优整像素精度运动矢量。

相机发生移动的编码场景在视频编码中经常出现。例如，录制足球赛或马术比赛等体育类视频时，相机的视角需要不停移动以跟踪足球或者赛马选手；某些智能监控摄像头安装在可转动的云台上，相机的视角可以移动以覆盖监控死角；无人机上的摄像头，相机的视场会随无人机的飞行而不断移动。