幀率提升中基于MAAR模型的參數(shù)自適應(yīng)方法的研究.pdf

1、目前主流的編碼標準的壓縮性能比以往的任何標準都提高了一倍以上。但是在網(wǎng)絡(luò)帶寬受限情況下，這些視頻編碼技術(shù)仍舊難以達到令人滿意的效果。因此如何在網(wǎng)絡(luò)帶寬受限情況下進一步提高視頻編碼的效率引起人們越來越多的關(guān)注。幀率提升和插值算法性能上的好壞直接影響到這種視頻編碼方案的壓縮效率。
　　在幀率提升領(lǐng)域中，MAAR模型是一種非常有效、理想的自適應(yīng)方法。在MAAR模型中，插值幀中的每一個像素都是由一個樣本空間中的像素作線性組合得到。在MAA

2、R模型中，插值窗口的大小需要事先指定，因為處于同一個塊內(nèi)的所有像素都將采用同樣的權(quán)值進行插值，讓塊的大小可以根據(jù)視頻序列的特點進行調(diào)整可以讓基于MAAR插值算法對視頻序列的處理更加精細。
　　基于上述思考，觀察到失真宏塊與待插塊通過雙向運動估計所得都的對應(yīng)塊的殘差之間的強聯(lián)系，本文提出了一種基于MAAR模型的參數(shù)自適應(yīng)方法。首先，我們通過計算每個宏塊的殘差能量，對插值幀中的宏塊進行分割。在細化了塊的大小之后，我們對原始宏塊中的子塊

3、依據(jù)運動矢量的可信度進行劃分，再將不可信的塊進行融合。通過建立運動矢量的可信度圖和宏塊的融合圖兩個輔助的結(jié)構(gòu)，對子塊的運動矢量進行重建和修正，最后得到更為準確的運動矢量。將其用在算法迭代的開始，不僅提升了插值的效果，還有利于算法的收斂，提高算法的效率。
　　算法是自適應(yīng)的，避免了原來需要實現(xiàn)指定參數(shù)的約束，使算法在處理不同分辨率的序列上更具備普適性，并擁有更好的插值效果。因此，作為一種實用的自適應(yīng)技術(shù)，本方法具備重要的創(chuàng)新意義和實