시공간 움직임 활동도를 이용한 적응형 계층 육각 탐색

Adaptive Hierarchical Hexagon Search Using Spatio-temporal Motion Activity

동영상 부호화에서 움직임 추정은 참조 프레임으로부터 현재 프레임의 화소를 추정하는 처리로서 예측 화질과 부호화 시간에 직접적인 영향을 미친다. 본 논문은 고속 움직임 추정을 위해 시공간 움직임 활동도를 이용한 적응형 계층 육각 탐색에 관한 것이다. 제안된 방법은 현재의 매크로블록에 시공간적으로 인접한 매크로블록들의 움직임 벡터를 이용하여 시공간 움직임 활동도를 정의한다. 이렇게 정의한 시공간 움직임 활동도가 낮을 경우 기존의 적응형 육각 탐색을 수행하고, 그렇지 않을 경우, 웨이블렛 변환의 다단계 저주파 부영상들로 구성된 다단계 계층 공간상에서 계층 육각 탐색을 수행한다. 본 논문에서는 서로 다른 움직임 특성을 갖는 복수의 동영상 시퀀스들에 대한 컴퓨터 시뮬레이션 결과를 토대로 예측 화질과 연산 시간 측면에서 제안된 방법의 성능을 분석.평가하였다. 실험 결과는 제안된 방법이 작은 움직임 탐색과 큰 움직임 탐색에 모두 적합함을 보여주고 있다. 제안된 방법은 고속 움직임 탐색이 가능한 적응형 육각 탐색의 장점을 유지하면서도 시공간 움직임 활동도가 높은 비디오 시퀀스에서 야기되는 국부 최소 문제를 적응적으로 경감할 수 있었다.

In video coding, motion estimation is a process to estimate the pixel of the current frame from the reference frame, which affects directly the predictive quality and the encoding time. This paper is related to AHHS(Adaptive Hierarchical Hexagon Search) using spatio-temporal motion activity for fast motion estimation. The proposed method defines the spatio-temporal motion activity of the current macroblock using the motion vectors of its spatio-temporally adjacent macroblocks, and then conventional AHS(Adaptive Hexagon Search) is performed if the spatio-temporal motion activity is lower, otherwise, hierarchical hexagon search is performed on a multi-layered hierarchical space constructed by multiple sub-images with low frequency in wavelet transform. In the paper, based on computer simulation results for multiple video sequences with different motion characteristics, the performance of the proposed method was analysed and assessed in terms of the predictive quality and the computational time. Experimental results indicate that the proposed method is both suitable for (quasi-) stationary and large motion searches. The proposed method could keep the merit of the adaptive hexagon search capable of fast estimating motion vectors and also adaptively reduce the local minima occurred in the video sequences with higher spatio-temporal motion activity.