基于群智能優(yōu)化的運動估計算法研究.pdf

1、隨著當(dāng)今視頻技術(shù)的飛速發(fā)展，新的視頻編碼標(biāo)準(zhǔn)陸續(xù)提出，并得到廣泛的應(yīng)用。運動估計是視頻編碼系統(tǒng)的一個重要組成部分，可以有效去除視頻序列相鄰圖像間存在的時間冗余，極大提高編碼效率。然而運動估計龐大的計算量大大增加了視頻編碼系統(tǒng)的運算復(fù)雜度，因此尋找簡單高效的快速運動估計算法一直是視頻編碼領(lǐng)域的研究熱點。同時，新的視頻編碼標(biāo)準(zhǔn)中采用的新技術(shù)使得運動估計算法又面臨新的挑戰(zhàn)。如何有效的將快速運動估計算法和這些新技術(shù)結(jié)合，提高編碼性能，是目前針對

2、運動估計算法研究的重點。
　　本文針對現(xiàn)有的快速運動估計算法的局限性，深入研究了群智能優(yōu)化技術(shù)中的粒子群優(yōu)化和生物地理分布優(yōu)化，同時對H.264/AVC視頻編碼標(biāo)準(zhǔn)和可分級視頻編碼標(biāo)準(zhǔn)中的新技術(shù)進(jìn)行了深入研究，主要的研究內(nèi)容及創(chuàng)新點如下：
　　1）提出了基于變異粒子群的快速運動估計算法。在粒子群迭代過程中加入變異操作，防止粒子群進(jìn)化停滯，增加搜索能力。在利用粒子群算法進(jìn)行全局搜索的同時，有效結(jié)合運動矢量的特性，選取合適的粒子

3、種群，采用適當(dāng)?shù)慕K止策略，降低運算復(fù)雜度。
　　2）提出了基于單純形粒子群優(yōu)化的快速運動估計算法。在基于變異粒子群的快速運動估計算法基礎(chǔ)上，利用單純形優(yōu)化的局部搜索性能擴(kuò)展搜索能力，克服粒子群進(jìn)化的早熟收斂缺陷，進(jìn)一步提高搜索精度。
　　3）提出了基于混沌的生物地理分布優(yōu)化算法。針對生物地理分布優(yōu)化算法早熟收斂的缺陷，利用混沌初始化種群，提高種群的遍歷性，同時在迭代過程中加入混沌搜索，有效避免陷入局部最優(yōu)，提高全局搜索能力。

4、
　　4）提出了基于生物地理分布優(yōu)化的快速運動估計算法。利用生物地理分布優(yōu)化算法優(yōu)越的全局優(yōu)化能力和混沌算法精細(xì)的局部搜索能力，有效結(jié)合運動矢量的特性，選取合適的初始種群，采用相同點檢查和適當(dāng)?shù)慕K止策略，提高搜索精度降低運算復(fù)雜度。
　　5）提出了H.264/AVC編碼標(biāo)準(zhǔn)中基于生物地理分布優(yōu)化的自適應(yīng)快速運動估計算法。根據(jù)H.264/AVC中運動估計的新技術(shù)，結(jié)合H.264/AVC編碼特點和生物地理分布優(yōu)化特性，采用自適應(yīng)

5、搜索策略、動態(tài)搜索范圍技術(shù)和自適應(yīng)提前終止策略，在保證編碼器原有失真度的前提下，節(jié)省運動估計的搜索時間，提高整體編碼效率。
　　6）提出了可分級視頻編碼標(biāo)準(zhǔn)中針對增強層的自適應(yīng)快速運動估計算法。根據(jù)可分級視頻編碼中的層間預(yù)測技術(shù)，結(jié)合可分級編碼標(biāo)準(zhǔn)的編碼特點，充分利用增強層和基本層的相關(guān)性，選擇合適的增強層的預(yù)測運動矢量，適當(dāng)調(diào)整增強層的搜索策略和搜索范圍，根據(jù)層間殘差預(yù)測特點進(jìn)一步調(diào)整運動估計步驟，在保持增強層的率失真性能的同時