시공간 특성을 이용한 고속 움직임 벡터 예측 방법 = A Fast Motion Estimation Scheme using Spatial and Temporal Characteristics

다국어 초록 (Multilingual Abstract)

The Motion Estimation (ME) process is an important part of a video encoding systems since they can significantly reduce bitrate with keeping the output quality of an encoded sequence. Unfortunately this process may dominate the encoding time using a straightforward full search algorithm (FS). Up to now, many fast algorithms can reduce the computation complexity by limiting the number of searching locations. This is accomplished at the expense of less accuracy of motion estimation. In this paper, we introduce a new fast motion estimation method based on the spatio-temporal correlation of adjacent blocks. A reliable predicted motion vector (RPMV) is defined. The reliability of RPMV is shown on the basis of motion vectors achieved by FS. The scalar and the direction of RPMV are used in our proposed scheme. The experimental results show that the proposed method is about 11~14% faster than the nearest neighbor method which is a wellknown conventional fast scheme.

국문 초록 (Abstract)

움직임 예측은 화질을 유지하면서 영상을 낮은 비트율로 부호화하는 중요한 기술이다. 일반적인 전역 탐색 방법을 사용하면 많은 계산량이 요구된다. 이전의 많은 고속 움직임 예측 방법들은 탐색점의 수를 줄이는데 초점을 두고 있기 때문에 움직임 벡터 예측의 정확도가 낮다. 그러므로 본 논문에서는 주위 블록간의 시공간적 상관관계를 이용하는 새로운 움직임 예측 방법을 제안한다. 신뢰할 수 있는 예측 움직임 벡터 (Reliable Predicted Motion Vector:RPMV)를 정의한 후 전역 탐색 방법과 결과를 비교하여 RPMV의 성능을 검증한다. 검증된 RPMV 의 크기와 방향을 이용하는 새로운 움직임 벡터 예측 방법을 제안한다. 실험을 통해 제안된 방법을 현재까지 제안된 방법 중 효율적인 것으로 알려진 Nearest Neighbor 방법과 비교하였을 때 약 11～14% 정도 속도 향상이 있었다.