카메라 패닝 보상에 기반한 계층적 블록 정합 알고리즘

A Hierarchical Block Matching Algorithm Based on Camera Panning Compensation

본고에서는 움직임 추정 성능을 개선하고 과도한 연산량과 전송 부담을 경감시키기 위해 HBMA에 기반한 가변 움직임 추정 기법을 제안한다. 제안된 알고리즘은 크게 다음과 같이 네 단계로 구성된다. 우선, 연속된 두 프레임 간의 차영상 윤곡 정보에서 정의한 블록 활동도를 평균하여 현재 영상의 평균 블록 활동도를 산출한다. 두 번째로, 이렇게 산출한 평균 블록 활동도를 통해 카메라 패닝의 유무를 검출한 후, 웨이블렛 변환에 의해 구성한 피라미드 계층 구조상에서 카메라 패닝 벡터를 추정하여 보상한다. 다음으로, 카메라 패닝 보상 후에 정의한 블록 활동도를 토대로 각 블록을 움직임 블록, 준 움직임 블록, 비 움직임 블록 중 어느 하나로 분류한 검색 테이블을 작성한다. 마지막으로, 제안된 가변 HBMA는 검색 테이블을 참조하여 블록 크기를 가변시키고 초기 탐색 계층 및 탐색 영역을 적응적으로 선정함으로써 피라미드 계층 구조상에서 효율적인 고속 움직임 추정을 수행할 수 있다. 이상에서 설명한 각 단계에서 요구되는 비용함수는 차영상 윤곽정보를 통해 획득한 블록 활동도를 공통적으로 이용한다.

In this paper, a variable motion estimation scheme based on HBMA(Hierarchical Block Matching Algorithm) to improve the performance and to reduce heavy computational and transmission load, is presented. The proposed algorithm is composed of four steps. First, block activity for each block is defined using the edge information of differential image between two sequential images, and then average block activity of the present image is found by taking the mean of block activity. Secondly, camera pan compensation is carried out, according to the average activity of the image, in the hierarchical pyramid structure constructed by wavelet transform. Next, the LUT classifying each block into one among Moving, No Moving, Semi-Moving Block according to the block activity compensated camera pan is obtained. Finally, as varying the block size and adaptively selecting the initial search layer and the search range referring to LUT, the proposed variable HBMA can effectively carries out fast motion estimation in the hierarchical pyramid structure. The cost function needed above-mentioned each step is only the block activity defined by the edge information of the differential image in the sequential images.