• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.9-14
• /
• 2011

본 논문은 움직임벡터차의 확률을 이용하여 움직임 탐색 범위를 결정하는 새로운 고속 움직임 추정 방법을 제안한다. 제안된 방법은 일종의 적응적 탐색영역 방법이다. 움직임벡터차의 분포에 대한 조사하고 그 분포의 파라미터를 최대우도추정방법으로 추정한다. 이 추정된 분포를 이용하여 탐색 범위는 움직임벡터차의 지정된 확률에 의해 효과적으로 제한될 수 있음을 보인다. 실험적으로 제안된 방법의 성능이 화질면에서 전역탐색법과 유사하며 복잡도 면에서는 중대한 감소를 입증하였다. 뿐만 아니라, 제안된 방법이 기존의 적응적 탐색영역 방법에 비해 훨씬 더 효과적으로 탐색영역을 결정함을 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4587-4605
• /
• 2019

High Efficiency Video Coding (HEVC) suffers from high computational complexity due to its quad-tree structure in motion estimation (ME). This paper exposes an adaptive search range decision algorithm for accelerating HEVC integer-pel ME on GPU which estimates the optimal search range (SR) using a MAP (Maximum A Posteriori) estimator. There are three main contributions; First, we define the motion feature as the standard deviation of motion vector difference values in a CTU. Second, a MAP estimator is proposed, which theoretically estimates the motion feature of the current CTU using the motion feature of a temporally adjacent CTU and its SR without any data dependency. Thus, the SR for the current CTU is parallelly determined. Finally, the values of the prior distribution and the likelihood for each discretized motion feature are computed in advance and stored at a look-up table to further save the computational complexity. Experimental results show in conventional HEVC test sequences that the proposed algorithm can achieves high average time reductions without any subjective quality loss as well as with little BD-bitrate increase.

• 방송공학회논문지
• /
• 제19권5호
• /
• pp.699-712
• /
• 2014

본 논문은 High Efficiency Video Coding (HEVC) GPU 기반 정수화소(integer-pel) 움직임 추정(Motion Estimation)을 고속화하기 위한 적응적인 탐색영역 결정 방법을 제안한다. 적응적인 탐색영역은 Motion Vector Difference (MVD)를 이용하여 결정한다. 먼저, 입력 영상의 MVD를 분석하여 입력 영상을 두 모델로 분류한다. 이후 분류된 각 모델의 MVD 특성에 따라 적응적인 탐색영역을 결정한다. 제안하는 알고리즘을 GPU 기반 정수화소 움직임 추정에 적용하기 위해 움직임 추정의 시작점은 이전 프레임의 Motion Vector (MV)로 결정한다. 위 과정은 CPU에서 이뤄지며, CPU는 움직임 추정의 시작점과 적응적인 탐색영역을 GPU에 전송한다. 이후 GPU는 정수화소 움직임 추정을 병렬로 수행한다. 제안하는 알고리즘은 참조 모델 대비 1.1%의 BD-rate 상승과 전체 부호화 시간의 37.9% 감소 및 951.2배 빠른 정수화소 움직임 추정 수행 시간을 얻는다. 또한, 적응적인 탐색영역이 적용되지 않은 단순 병렬화 알고리즘 대비 57.5%의 정수화소 움직임 추정 시간 감소와 0.6% BD-rate 상승을 얻는다.