Motion Vector Estimation using an Adaptive Threshold

Motion estimation plays an important role for the compression of video signals. The proposed method utilizes an adaptive threshold and characteristics of a distribution of SAD (sum of absolute difference). Generally, the more complex the SAD distribution is, the larger SAD value tends to be. This proposed algorithm tries to reduce the search points in a simple distribution but increase them in a complex distribution to avoid local minima. A macro block is divided into 9 areas. One of them chosen using spatio-temporal correlation is called the primary area and the others are called the secondary area that will be searched to avoid local minima. The proposed algorithm decides if just one area (the primary area or the secondary area) will be enough to be searched or both areas should be searched, using adaptive threshold. Compared with famous motion estimation algorithms, the simulation result shows that the searching points per macro block and MSE decreases about 16.4% and 32.83 respectively on the average.

적응형 임계값을 이용한 움직임 벡터 예측 방법

움직임 예측은 비디오 신호의 압축에 중요한 역할을 한다. 본 논문에서는 효율적으로 움직임 벡터를 찾기 위하여 적응형 임계값과 매크로블록간의 차이값(Sum of Absolute Difference, SAD)의 분포특성을 이용하였다. 일반적으로 SAD분포가 단조로 우면 SAD값이 작고 복잡하면 SAD값이 큰 경향이 있다. 따라서 단조로운 분포에서는 탐색 포인트를 줄이고 복잡한 분포에서는 지역 극소점을 피하기 위해 탐색 포인트를 늘려서 탐색하였다. 검색할 매크로 블록을 9개의 영역으로 나누고, 시공간적 유사성을 이용하여 예측한 영역을 제 1 영역이라 하고 나머지 8개의 영역을 모두 제 2 영역이라 정한다. 이 두 개의 영역 중 어느 한 영역(제 1 영역 또는 제 2 영역)만 탐색할지, 아니면 두 영역 모두 탐색할지를 적응형 임계값을 이용하여 적절하게 탐색하였다. 실험 결과 기존의 대표적인 고속 알고리즘들에 비하여 매크로블록 당 탐색 포인트 수가 평균 16.4% 감소하고, MSE는 평균 32.83 감소한 것을 확인할 수 있었다.