A New Block-based Gradient Descent Search Algorithm for a Fast Block Matching

고속 블록 정합을 위한 새로운 블록 기반 경사 하강 탐색 알고리즘

Since motion estimation remove the redundant data to employ the temporal correlations between adjacent frames in a video sequence, it plays an important role in digital video coding. And in the block matching algorithm, search patterns of different shapes or sizes and the distribution of motion vectors have a large impact on both the searching speed and the image quality. In this paper, we propose a new fast block matching algorithm using the small-cross search pattern and the block-based gradient descent search pattern. Our algorithm first finds the motion vectors that are close to the center of search window using the small-cross search pattern, and then quickly finds the other motion vectors that are not close to the center of search window using the block-based gradient descent search pattern. Through experiments, compared with the block-based gradient descent search algorithm(BBGDS), the proposed search algorithm improves as high as 26-40% in terms of average number of search point per motion vector estimation.

움직임 추정은 연속한 비디오 프레임간의 시간적 상관성을 이용하여 동영상 내에 존재하는 중복된 데이터를 제거하기 때문에 동영상 부호화에 있어서 중요한 역할을 한다. 그리고 서로 다른 형태와 크기를 가지는 탐색 패턴과 움직임 벡터의 분포는 블록 정합 기법에서 탐색 속도와 화질을 좌우하는 중요한 요소이다. 본 논문에서는 작은 크로스 탐색 패턴과 블록 기반 경사 하강 탐색 패턴을 이용한 새로운 고속 블록 정합 알고리즘을 제안한다 이 방법은 작은 크로스 탐색 패턴을 이용하여 적은 탐색점으로 움직임이 적은 벡터를 우선 찾은 다음에 움직임이 큰 벡터에 대해서는 블록 기반 경사 하강 탐색 패턴을 이용하여 고속으로 움직임 벡터를 찾게 하였다. 실험결과, 제안된 알고리즘은 블록 기반 경사 하강 탐색 기법에 비하여 움직임 벡터 예측의 속도에 있어서 약 26-40% 이상의 높은 성능 향상을 보였다.