二值alpha平面辅助的视频对象快速运动估计算法

提出了一种任意形状视频对象的快速运动估计方法.详细分析了alpha平面在视频对象的快速运动估计过程中起到的指导性作用,采用边界扩展和边界掩码技术,提出了一种新的二值alpha平面匹配衡量准则wbamc(weightedbinaryalpha-planematchingcriterion).结合优先搜索策略,提出了二值alpha平面辅助的视频对象快速运动估计算法baame(binaryalpha-planeassistedmotionestimation).首先,利用alpha平面和wbamc准则,将边界宏块的搜索范围缩小至两个搜索起点的单调区域,再采用传统的快速运动估计算法确定其运动向量;然后,用边界宏块的运动向量预测内部宏块的搜索起点;最后,采用快速运动估计算法搜索内部宏块的运动向量.这种方法可与多种空间域和频率域运动估计算法相结合,有效地应用于基于对象的视频编码器中.实验结果表明,对于多种类型的标准测试视频流,baame算法始终能够保持较高的估计精度和主观质量,运动补偿的平均psnr(peaksignal-to-noiseratio)较ds(diamondsearch)和psa(prioritysearchalgorithm)(baas(binaryalpha-planeassistedsearch)+ds)高出0.1db~0.8db,略低于fs(fullsearch),但是其计算复杂度与fs相比降低了20倍.