CN115529459B - 中心点搜索方法、装置、计算机设备、存储介质 - Google Patents
中心点搜索方法、装置、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN115529459B CN115529459B CN202211232932.XA CN202211232932A CN115529459B CN 115529459 B CN115529459 B CN 115529459B CN 202211232932 A CN202211232932 A CN 202211232932A CN 115529459 B CN115529459 B CN 115529459B
- Authority
- CN
- China
- Prior art keywords
- center point
- coding unit
- search
- search center
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000013598 vector Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 22
- 230000011218 segmentation Effects 0.000 claims description 16
- 230000000875 corresponding effect Effects 0.000 description 59
- 238000010586 diagram Methods 0.000 description 18
- 238000005192 partition Methods 0.000 description 7
- 239000002131 composite material Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 101100257981 Arabidopsis thaliana S-ACP-DES3 gene Proteins 0.000 description 3
- 101150093202 SAD3 gene Proteins 0.000 description 3
- 101100325615 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) MEC1 gene Proteins 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 101000836261 Homo sapiens U4/U6.U5 tri-snRNP-associated protein 2 Proteins 0.000 description 2
- 102100027243 U4/U6.U5 tri-snRNP-associated protein 2 Human genes 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100478627 Arabidopsis thaliana S-ACP-DES2 gene Proteins 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 101100217298 Mus musculus Aspm gene Proteins 0.000 description 1
- 101150038966 SAD2 gene Proteins 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请涉及一种中心点搜索方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取原始像素以及参考像素；基于所述参考像素，对所述原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元；当当前所述编码单元无划分时，基于当前所述编码单元对应的所述预测单元得到当前所述编码单元对应的第一搜索中心点，并对当前所述编码单元进行计算，得到第二搜索中心点；对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点。采用本方法能够额外获取第二搜索中心点，以提升编码质量。
Description
技术领域
本申请涉及视频编码技术领域，特别是涉及一种中心点搜索方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
运动估计是视频编码过程中，极其重要的一个环节。运动估计用来得到当前块的最优匹配块，匹配度越高，编码质量就会越好，因此运动估计做的好与坏，决定了编码质量的基本走势。
由于硬件资源有限，运动估计不可能搜索过多的点，因此搜索区域会限制的一定的范围以内。因此，在传统技术中都是通过确定一个搜索中心点，然后以该点为中心，确定一个搜索区域。最后对该搜索区域内所有或者部分候选点所对应的候选块进行匹配判决，最终得到一个最优的匹配点。但是，这种搜索的范围有限，能搜到全局最优点的概率不高，进而导致编码质量不高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够额外获取第二搜索中心点，以提升编码质量的中心点搜索方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种中心点搜索方法。所述方法包括：
获取原始像素以及参考像素；
基于所述参考像素，对所述原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元；
当当前所述编码单元无划分时，基于当前所述编码单元对应的所述预测单元得到当前所述编码单元对应的第一搜索中心点，并对当前所述编码单元进行计算，得到第二搜索中心点；
对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点。
在其中一个实施例中，所述对当前所述编码单元进行计算，得到第二搜索中心点，包括：
当当前所述编码单元的大小小于所述预设大小时，计算所述编码单元外部的绝对误差和，并根据所述编码单元外部的绝对误差和得到所述第二搜索中心点；
当当前所述编码单元的大小等于所述预设大小时，计算所述编码单元内部的绝对误差和，并根据所述编码单元内部的绝对误差和得到所述第二搜索中心点。
在其中一个实施例中，所述当当前所述编码单元的大小小于所述预设大小时，计算所述编码单元外部的绝对误差和，并根据所述编码单元外部的绝对误差和得到所述第二搜索中心点，包括：
计算与当前所述编码单元相邻的各个相邻编码单元以及合成编码单元的最小绝对误差和；
比较各个所述相邻编码单元的最小绝对误差和以及所述合成编码单元的最小绝对误差和，得到目标编码单元，并将所述目标编码单元的运动矢量作为所述第二搜索中心点。
在其中一个实施例中，所述当当前所述编码单元的大小等于所述预设大小时，计算所述编码单元内部的绝对误差和，并根据所述编码单元内部的绝对误差和得到所述第二搜索中心点，包括：
计算当前所述编码单元内部的各个分割编码单元的最小绝对误差和对应的运动矢量；
将各个所述分割编码单元的最小绝对误差和对应的运动矢量的中值作为所述第二搜索中心点。
在其中一个实施例中，所述对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点，包括：
当所述第一搜索中心点与所述第二搜索中心点不相等时，将所述第一搜索中心点作为所述目标第一搜索中心点以及将所述第二搜索中心点作为所述目标第二搜索中心点；
当所述第一搜索中心点与所述第二搜索中心点相等时，将所述第一搜索中心点作为所述目标第一搜索中心点，并基于所述目标第一搜索中心点进行象限分割得到所述目标第二搜索中心点。
在其中一个实施例中，基于所述目标第一搜索中心点进行象限分割得到所述目标第二搜索中心点，包括：
将所述目标第一搜索中心点作为原点，并以预设步长进行象限分割，得到多个初始第二搜索中心点；
根据所述目标第一搜索中心点的预测运动矢量所在的象限，从多个初始第二搜索中心点中得到所述目标第二搜索中心点。
在其中一个实施例中，所述方法还包括：
当当前所述编码单元有划分且划分数量为目标数量时，将当前所述编码单元的预测单元的运动矢量分别作为所述目标第一搜索中心点以及所述目标第二搜索中心点。
第二方面，本申请提供了一种基于中心点搜索的运动估计方法。所述方法包括：
根据上述任意一个实施例中的中心点搜索方法得到目标第一搜索中心点以及目标第二搜索中心点；
基于所述参考像素，对所述原始像素进行帧内预测，得到第二预测结果；
根据所述目标第一搜索中心点以及所述目标第二搜索中心点，得到第一预测结果；
比较所述第一预测结果以及所述第二预测结果，得到目标预测结果。
第三方面，本申请还提供了一种中心点搜索装置。所述装置包括：
获取模块，用于获取原始像素以及参考像素；
搜索模块，用于基于所述参考像素，对所述原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元；
计算模块，用于当当前所述编码单元无划分时，基于当前所述编码单元对应的所述预测单元得到当前所述编码单元对应的第一搜索中心点，并对当前所述编码单元进行计算，得到第二搜索中心点；
查重模块，用于对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点。
第四方面，本申请还提供了基于中心点搜索的运动估计装置。所述装置包括：
中心点获取模块，用于根据上述任意一个实施例中的所述的中心点搜索装置得到目标第一搜索中心点以及目标第二搜索中心点；
帧内预测模块，用于基于所述参考像素，对所述原始像素进行帧内预测，得到第二预测结果；
帧间预测模块，用于根据所述目标第一搜索中心点以及所述目标第二搜索中心点，得到第一预测结果；
比较模块，用于比较所述第一预测结果以及所述第二预测结果，得到目标预测结果。
第五方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一个实施例中的方法的步骤。
第六方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
第七方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
上述中心点搜索方法、装置、计算机设备、存储介质和计算机程序产品，编码器首先根据获取的原始像素以及参考像素进行搜索，得到多个CU以及PU，并当当前CU无划分时，基于当前CU对应的PU得到当前CU对应的第一搜索中心点，并对当前CU进行计算，得到第二搜索中心点，最后对第一搜索中心点以及第二搜索中心点进行查重，得到当前编码单元对应的目标第一搜索中心点以及目标第二搜索中心点，这样编码器获取了第二个目标搜中心点，用来适当增加搜索范围，从而增加搜索到全局最优匹配点的概率，进而提高编码质量。其次，编码器还会对第一搜索中心点以及第二搜索中心点进行查重，进而得到目标第一搜索中心点以及目标第二搜索中心点，通过查重不仅能够保证会取得两个搜索中心点，还能够避免重复搜索，从而浪费硬件资源。
附图说明
图1为一个实施例中中心点搜索方法的流程示意图；
图2为一个实施例中编码单元外部示意图；
图3为一个实施例中编码单元内部的示意图；
图4为一个实施例中的中心点搜索示意图；
图5为一个实施例中基于中心点搜索的运动估计方法的流程示意图；
图6为一个实施例中的运动估计示意图；
图7为一个实施例中的精搜索示意图；
图8为一个实施例中的编码单元划分示意图；
图9为一个实施例中中心点搜索装置的结构框图；
图10为一个实施例中基于中心点搜索的运动估计装置的结构框图；
图11为一个实施例中编码器的内部结构图。
实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种中心点搜索方法，包括以下步骤：
S102，获取原始像素以及参考像素。
其中，原始像素是指未进行任何处理的待处理的图像，其可以是某一帧待处理图像也可以是由多帧待处理图像的组成的视频；参考像素是指编码时所需参考的图像。在视频编码过程中为了实现压缩，通过缓存部分图像，然后结合这些图像和运动矢量进行结合就能生成新的图像，这些缓存的图像则称为参考图像。其中，参考像素可以是某一帧先前已编码帧的图像。
可选地，可以通过预设选择方法从原始像素中选择参考像素。其中，预设选择方法是指预先设定的从原始像素中选择参考像素的方法，具体可结合具体应用场景进行设置。例如，预设选择方法可以是预先训练的基于深度学习的参考像素选择模型，通过该模型可以得到最佳的参考像素，这样能够提高后续的运动估计效果。
可选地，编码器获取的原始像素以及参考像素是经过加密的，因此编码器获取原始像素以及参考像素之后首先需要进行解密，然后再进行后续的处理。其中，加密的方式有MD5、SHA1等方式进行加密，这样可以保证原始像素以及参考像素的安全性。
S104，基于参考像素，对原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元。
其中，编码单元是指预测编码（CU，Coding Unit）的基本单元，其大小有8×8、16×16、32×32、64×64。
其中，预测单元（PU，Predication Unit）是根据编码单元进行划分的得到的，一个CU可以根据预测模型的切割类型分割得到多个PU。
可选地，可以通过粗搜索基于参考像素，对原始像素进行搜索，粗搜索会确定一个比较大的搜索范围，然后在这个较大范围内，按照一定的步长来搜索若干个匹配点，用来粗略估计CU和PU的划分。通过粗搜索会得到原始像素以及参考像素对应的多个CU以及多个CU对应的PU，其中原始像素以及参考像素的CU和PU的划分方式和数量都是一致的。
示例性的，通过粗搜索可以得到一个64×64 CTU的CU划分方案就被确定了，比如一个CTU划分成了n个CU，每个CU会有一个初步的PU划分方案，以及每个PU会有一个粗略的运动矢量（MV，Motion Vector）。
S106，当当前编码单元无划分时，基于当前编码单元对应的预测单元得到当前编码单元对应的第一搜索中心点，并对当前编码单元进行计算，得到第二搜索中心点。
编码器在得到多个CU之后，会遍历各个CU进行计算，得到第一搜索中心点以及第二搜索中心点。首先，编码器会判断CU是否划分，如果当前CU无划分，即PU大小与CU大小相等，那么编码器就会将PU0（也就是当前CU，因为此时PU与CU的大小相等）的粗搜索的MV作为当前CU的第一个搜索中心点。
可选地，编码器会选择PU0的粗搜索最优MV作为当前CU的精搜索的第一个搜索中心点也就是第一搜索中心点。
接着，编码器基于当前的CU继续进行计算，得到第二搜索中心点。可选地，编码器会根据当前CU计算其对应的最小绝对误差和（SAD，Sum of Absolute Difference），来确定第二搜索中心点。
S108，对第一搜索中心点以及第二搜索中心点进行查重，得到当前编码单元对应的目标第一搜索中心点以及目标第二搜索中心点。
其中，目标第一搜索中心点以及目标第二搜索中心点是对第一搜索中心点以及第二搜索中心点进行查重后，最终用于运动估计的搜索中心点。
编码器对第一搜索中心点以及第二搜索中心点进行查重，即判断第一搜索中心点与第二搜索中心点是否相等。然后，根据查重结果，即第一搜索中心点与第二搜索中心点是否相等，在第一搜索中心点与第二中心搜索点的基础上，得到目标第一搜索中心点以及目标第二搜索中心点。
示例性的，当查重结果不相等时，就可以将第一搜索中心点作为目标第一搜索中心点，将第二搜索中心点作为目标第二搜索中心点。当查重结果相等时，为了编码重复搜索，从而浪费硬件资源，需要基于第一搜索中心点的位置来确定第二搜索中心点，从而得到目标第一搜索中心点以及目标第二搜索中心点。
上述中心点搜索方法中，编码器首先根据获取的原始像素以及参考像素进行搜索，得到多个CU以及PU，并当当前CU无划分时，基于当前CU对应的PU得到当前CU对应的第一搜索中心点，并对当前CU进行计算，得到第二搜索中心点，最后对第一搜索中心点以及第二搜索中心点进行查重，得到当前编码单元对应的目标第一搜索中心点以及目标第二搜索中心点，这样编码器获取了第二个目标搜中心点，用来适当增加搜索范围，从而增加搜索到全局最优匹配点的概率，进而提高编码质量。其次，编码器还会对第一搜索中心点以及第二搜索中心点进行查重，进而得到目标第一搜索中心点以及目标第二搜索中心点，通过查重不仅能够保证会取得两个搜索中心点，还能够避免重复搜索，从而浪费硬件资源。
在其中一个实施例中，对当前编码单元进行计算，得到第二搜索中心点，包括：当当前编码单元的大小小于预设大小时，计算编码单元外部的绝对误差和，并根据编码单元外部的绝对误差和得到第二搜索中心点；当当前编码单元的大小等于预设大小时，计算编码单元内部的绝对误差和，并根据编码单元内部的绝对误差和得到第二搜索中心点。
其中，编码单元外部的绝对误差和是指当前CU外部的CU的绝对误差和，其可以包括当前CU相邻的CU的绝对误差和以及当前CU与相邻CU所组成的合成编码单元的绝对误差和。可以结合图2所示，图2为一个实施例中编码单元外部示意图，当前CU为CU0也就是图中的M×M_0时，获取周围的CU，即可组成合成编码单元，那么编码单元外部的绝对误差包括CU0周围各个相邻CU的绝对误差和以及合成编码单元的绝对误差和。
其中，编码单元内部的绝对误差和是指对当前CU进行分割后，各个分割编码单元对应的绝对误差和。结合图3，图3为一个实施例中编码单元内部的示意图，图中包括由三种分割方式分割得到的分割单元，分别为(M/2)×(M/2)、M×(M/2)_0以及(M/2)×M_0，那么编码单元内部的绝对误差和包括(M/2)×(M/2)、M×(M/2)_0以及(M/2)×M_0的绝对误差和。
当当前CU的大小小于预设大小时，当前CU周围会有另外3个相同大小的CU，当前CU与相邻的3个CU可以组成一个合成编码单元，此时计算编码单元外部的绝对误差和，即可得到当前CU对应的第二搜索中心点。这是由于当前CU的运动趋势与周围CU由很大的相关性，因此可以通过计算编码单元外部的绝对误差和，得到当前CU的第二搜索中心点。
当当前CU的大小等于预设大小时，即当前CU与CTU一样大，所以周围CU由可能属于相邻CTU，而相邻的CTU可能还没开始编码，因此要通过计算编码单元内部的绝对误差和来得到第二搜索中心点。
在上述实施例中，编码器通过当前CU的大小是否等于预设大小，来决定是通过计算编码单元外部还是编码单元内部得绝对误差和，来得到当前CU对应的第二搜索中心点，这样得到更准确的第二搜索中心点。
在其中一个实施例中，当当前编码单元的大小小于预设大小时，计算编码单元外部的绝对误差和，并根据编码单元外部的绝对误差和得到第二搜索中心点，包括：计算与当前编码单元相邻的各个相邻编码单元以及合成编码单元的最小绝对误差和；比较各个相邻编码单元的最小绝对误差和合成编码单元的最小绝对误差和，得到目标编码单元，并将目标编码单元的运动矢量作为第二搜索中心点。
编码器分别计算当前CU以及各个相邻CU以及合成编码单元的最小绝对误差和，然后比较各个相邻编码单元的最小绝对误差和以及合成编码单元的最小绝对误差和，根据比较结果可以得到目标编码单元，最后将目标编码单元的MV作为第二搜索中心点。
可选地，编码器通过预设筛选方法对各个相邻编码单元的最小绝对误差和以及合成编码单元的最小绝对误差和进行筛选，得到目标编码单元。示例性的，预设筛选方法可以设置为最小绝对误差值最小的单元作为目标编码单元，就是将各个相邻CU与合成编码单元的最小误差和进行比较，选取最小误差和的最小值对应的单元作为目标编码单元。
可选地，编码器在比较时会对合成编码单元进行预处理，因为合成编码单元的大小为2M×2M，而其他相邻CU的大小为M×M，直接进行比较会对相邻CU不公平，因此需要将合成编码单元进行预处理。示例性的，需要将合成编码单元的值缩小4倍，然后再与其他相邻编码单元的最小绝对误差和进行比较。
在其他实施例中，编码器可以根据合成编码单元与相邻编码单元的比值进行缩小，例如合成编码单元的大小为4M×4M，而其他相邻编码单元的大小为M×M，那么此时需要将合成编码单元缩小16倍。
在上述实施例中，通过比较各个相邻编码单元的最小绝对误差和以及合成编码单元的最小绝对误差和，可以结合当前CU的运动趋势与周围CU得到精确的第二搜索中心点。
在其中一个实施例中，当当前编码单元的大小等于预设大小时，计算编码单元内部的绝对误差和，并根据编码单元内部的绝对误差和得到第二搜索中心点，包括：计算当前编码单元内部的各个分割编码单元的最小绝对误差和对应的运动矢量；将各个分割编码单元的最小绝对误差和对应的运动矢量的中值作为第二搜索中心点。
编码器首先计算当前编码单元内部的各个分割编码单元的最小绝对误差和对应的运动矢量，并将各个分割单元的最小绝对误差和对应的MV的中值作为第二搜索中心点。
示例性的，继续结合图3，编码器得到当前M×M CU内部(M/2)×(M/2)_0的最小SAD对应的MV，记为MV1；得到当前M×M CU内部M×(M/2)_0的最小SAD对应的MV，记为MV2；得到当前M×M CU内部(M/2)×M_0的最小SAD对应的MV，记为MV3，然后取MV1, MV2, MV3的中值，记为candMV，即candMV = medium(MV1, MV2, MV3)，并将candMV作为第二搜索中心点。
在上述实施例中，编码器结合当前CU与其内部的相关性，可以在当前CU的大小与CTU一样大时，得到精确的第二搜索中心点。
在其中一个实施例中，对第一搜索中心点以及第二搜索中心点进行查重，得到当前编码单元对应的目标第一搜索中心点以及目标第二搜索中心点，包括：当第一搜索中心点与第二搜索中心点不相等时，将第一搜索中心点作为目标第一搜索中心点以及将第二搜索中心点作为目标第二搜索中心点；当第一搜索中心点与第二搜索中心点相等时，将第一搜索中心点作为目标第一搜索中心点，并基于目标第一搜索中心点进行象限分割得到目标第二搜索中心点。
编码器得到第一搜索中心点与第二搜索中心点之后，会判断第一搜索中心点与第二搜索中心点是否相等，如果第一搜索中心点与第二搜索中心点不相等，则将第一搜索中心点作为目标第一搜索中心点，将第二搜索中心点作为目标第二搜索中心点。当第一搜索中心点与第二搜索中心点相等时，则需要重新搜索一个第二搜索中心点作为目标第二搜索中心点。接着，编码器继续对下一个CU进行搜索，为下一个CU搜索对应的目标第一搜索中心点以及目标第二搜索中心点，直至编码器遍历完所有的CU，即为所有的CU都搜索到其对应的目标第一搜索中心点以及目标第二搜索中心点。
编码器在搜索目标第二搜索中心点时，会基于第一目标搜索中心点进行象限分割得到目标第二搜索中心点。可选地，可以基于预设步长以及第一目标搜索中心点进行象限分割得到目标第二搜索中心点。示例性的，编码器可以以第一搜索中心点作为原点，得到对应的坐标系。然后，利用预设步长对坐标系进行象限分割，并利用第一搜索中心点的预测运动矢量的位置得到第二搜索中心点。
在上述实施例中，编码器通过对第一搜索中心点以及第二搜索中心点进行查重后，得到目标第一搜索中心点以及目标第二搜索中心点，这样可以在第一搜索中心点与第二搜索中心点相等时，避免重复搜索，造成硬件资源的浪费。
在其中一个实施例中，基于目标第一搜索中心点进行象限分割得到目标第二搜索中心点，包括：将目标第一搜索中心点作为原点，并以预设步长进行象限分割，得到多个初始第二搜索中心点；根据目标第一搜索中心点的预测运动矢量所在的象限，从多个初始第二搜索中心点中得到目标第二搜索中心点。
具体地，编码器基于目标第一搜索中心点进行象限分割得到目标第二搜索中心点时，首先将目标第一搜索中心先作为原点，就可以对应的坐标系，然后以粗搜索的搜索步长为作为预设步长对象限进行分割，即可得到多个初始第二搜索中心点。然后，根据目标搜索中心点的预测运动矢量所在的象限，从初始第二搜索中心点中得到目标第二搜索中心点。
示例性的，结合图4，图4为一个实施例中的中心点搜索示意图。假设粗搜索的搜索步长为n，C0为当前CU的第一个搜索中心点，其坐标值为(x,y)， MVP为当前CU的预测MV。由于MVP在某种程度上反映了当前CU的运动趋势，因此可以利用MVP与C0的关系来确定第二个搜索中心点。以C0为中心点，画出下图坐标系。然后，以n为步长对象限进行分割，即可得到多个初始第二搜索中心点，即C1，C2，C3以及C4。然后，根据当前CU的MVP在坐标系中的位置，从C1，C2，C3以及C4中得到目标第二搜索中心点。例如，当前CU的MVP处于C0的第一象限，则取C1为第二个搜索中心点；如果当前CU的MVP处于C0的第二象限，则取C2为第二个搜索中心点；如果当前CU的MVP处于C0的第三象限，则取C3为第二个搜索中心点；如果当前CU的MVP处于C0的第四象限，则取C4为第二个搜索中心点。
在上述实施例中，由于MVP可以反映当前CU的运动趋势，因此利用当前CU的MVP可以得到更精确的目标第二搜索中心点。
在其中一个实施例中，方法还包括：当当前编码单元有划分且划分数量为目标数量时，将当前编码单元的预测单元的运动矢量分别作为目标第一搜索中心点以及目标第二搜索中心点。
示例性的，如果粗搜索阶段，当前CU被判定为划分为2个PU，如图5所示，图5为一个实施例中的编码单元划分示意图。那么将PU0的粗搜索最优MV作为当前CU的精搜索的第一个搜索中心点；将PU1的粗搜索最优MV作为当前CU的精搜索的第二个搜索中心点。
在一个实施例中，如图5所示，提供了一种基于中心点搜索的运动估计方法，包括以下步骤：
S502，根据上述任意一个实施例中的中心点搜索方法得到目标第一搜索中心点以及目标第二搜索中心点。
编码器通过上述任意一个实施例中的中心点搜索方法即可得到所有CU对应的目标第一搜索中心点以及目标第二搜索中心点。
S504，基于参考像素，对原始像素进行帧内预测，得到第二预测结果。
其中，帧内预测是指当前帧中利用邻近已重构块的边界像素作为参考像素来预测当前块的像素。
可选地，可以采用水平或者垂直等模型进行帧内搜索，得到第二预测结果，其中第二预测结果是指对原始像素进行帧内预测得到的预测结果。
S506，根据目标第一搜索中心点以及目标第二搜索中心点，得到第一预测结果。
编码器基于目标第一搜索中心点以及目标第二搜索中心点，然后以目标第一搜索中心点以及目标第二搜索中心点为中心，确定一个搜索区域。最后对该搜索区域内所有或者部分候选点所对应的候选块进行匹配判决，最终得到一个最优的匹配点(或者说该匹配点对应的匹配块)。其中，所谓最优是指编码代价最小。
S508，比较第一预测结果以及第二预测结果，得到目标预测结果。
编码器会对第一预测结果和第二预测结果进行比较，然后选择效果更好的方式进行运动估计，得到终于的目标预测结果。
示例性的，如果根据目标第一搜索中心点以及目标第二搜索中心点进行运动估计得到的第一预测结果比对原始像素进行帧内预测的第二预测结果更好，编码器会选择目标第一搜索中心点以及目标第二搜索中心点进行运动估计，则目标预测结果为第一预测结果。反之，编码器则采用帧内预测的方式进行运动估计，相应的目标预测结果为第二预测结果。
在一个实施例中，测试了21支视频序列，由于获取了第二个搜索起始点后，搜索区域内包含全局最优点的概率大大增加。因此视频序列的编码效率均有所提升，最大提升10.21%，平均提升2.48%。
在上述实施例中，编码器通过比较第一预测结果和第二预测结果，来选取更好的方式进行运动估计，以提升编码效率。
在一个示例性的实施例中，如图6所示，图6为一个实施例中的运动估计示意图。
首先，从内存中读取原始像素以及参考像素；然后对原始像素分别进行帧内预测、帧间预测，其中帧间预测又包含粗搜索和精搜索；然后，对帧内预测和帧间预测的结果进行判决，得到最终的运动估计结果。
首先，进行粗搜索，做完粗搜索后，一个64×64 CTU(大小有16×16、 32×32和 64×64)的CU划分方案就被确定了，比如一个CTU划分成了n个CU，每个CU会有一个初步的PU划分方案，以及每个PU会有一个粗略的MV。
接着，进入精搜索阶段。结合图7所示，图7为一个实施例中的精搜索示意图。首先判断CU是否有划分。如图8所示，图8为一个实施例中的编码单元划分示意图。如果粗搜索阶段，当前CU被判定为划分为2个PU，如图8所示，那么将PU0的粗搜索最优MV作为当前CU的精搜索的第一个搜索中心点；将PU1的粗搜索最优MV作为当前CU的精搜索的第二个搜索中心点。如果粗搜索阶段，当前CU被判定为划分为不划分，即PU大小与CU大小相等，那么将PU0的粗搜索最优MV作为当前CU的精搜索的第一个搜索中心点。然后按照下列方法获取第二个搜索中心点。
当M<64时，对于M < 64的情况，即M = 8/16/32的情况，当前CU周围会有另外3个相同大小的CU，当前CU与周围另外3个CU可以组成一个更大的2M×2M的CU，如图2所示。由于当前CU的运动趋势与其周围CU有很大的相关性，因此，可以利用周围CU的运动信息来获取当前CU的第二个搜索中心点，具体的方法如下：
1）获取当前M×M CU周围的另外3个M×M CU的最小SAD(Sum of AbsoluteDifference)值，分别记为SAD0/SAD1/SAD2。
SAD的计算公式如下：
其中，M×N为计算SAD的像素块大小，CB为当前待编码像素块，CB(i,j)为当前像素块中坐标为(i,j)的像素值，RB为参考像素块，RB(i,j)为参考像素块中坐标为(i,j)的像素值。
2）获取当前M×M CU所在的2M×2M CU的最小SAD值，记为SAD3。
3）比较SAD：由于SAD3所对应的CU大小为2M×2M，而其他SAD所对应的CU大小为M×M，如果直接比较不同大小CU的SAD会不公平，所以，我们需要将SAD3的值缩小4倍，即比较SAD0/SAD1/SAD2/(SAD3>>2)的大小，然后取其中最小值对应的CU的粗搜索的最优MV，记为candMV。
当M=64时，由于当前CU的大小与CTU一样大，所以其周围的CU有可能属于相邻CTU，而相邻的CTU可能还没开始编码。因此，利用当前CU的运动趋势与其内部更小的CU/PU的相关性来获取第二搜索中心点。
继续结合图3，利用这一点，64×64 CU获取第二个搜中心点的具体方法如下：
1）获取当前M×M CU内部(M/2)×(M/2)_0的最小SAD对应的MV，记为MV1
2）获取当前M×M CU内部M×(M/2)_0的最小SAD对应的MV，记为MV2
3）获取当前M×M CU内部(M/2)×M_0的最小SAD对应的MV，记为MV3
4）取MV1, MV2, MV3的中值，记为candMV，即candMV = medium(MV1, MV2, MV3)。
对第一搜索中心点与第二搜索中心点进行查重，得到目标第一搜索中心点与目标第二搜索中心点。如果candMV与当前 CU的与第一个搜索中心点不相等，则将candMV作为当前CU 的第二个搜索中心点。否则，如果二者相等，为了避免重复搜索，从而浪费硬件资源。需要找到一个新的第二搜索中心点。假设粗搜索的搜索步长为n，C0为当前CU的第一个搜索中心点，其坐标值为(x,y)， MVP为当前CU的预测MV。由于MVP在某种程度上反映了当前CU的运动趋势，因此可以利用MVP与C0的关系来确定第二个搜索中心点。继续结合图，
1）如果当前CU的MVP处于C0的第一象限，则取C1为第二个搜索中心点。
2）如果当前CU的MVP处于C0的第二象限，则取C2为第二个搜索中心点。
3）如果当前CU的MVP处于C0的第三象限，则取C3为第二个搜索中心点。
4）如果当前CU的MVP处于C0的第四象限，则取C4为第二个搜索中心点。
在上述实施例中，额外获取了第二个搜中心点，用来适当增加搜索范围，从而增加搜索到全局最优匹配点的概率，进而提高编码质。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的中心点搜索方法的中心点搜索装置以及基于中心点搜索的运动估计方法的基于中心点搜索的运动估计装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个中心点搜索装置以及基于中心点搜索的运动估计装置实施例中的具体限定可以参见上文中对于中心点搜索方法以及基于中心点搜索的运动估计方法的限定，在此不再赘述。
在一个实施例中，如图9所示，提供了一种中心点搜索装置，包括：获取模块100、搜索模块200、计算模块300和查重模块400，其中：
获取模块100，用于获取原始像素以及参考像素。
搜索模块200，用于基于参考像素，对原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元。
计算模块300，用于当当前编码单元无划分时，基于当前编码单元对应的预测单元得到当前编码单元对应的第一搜索中心点，并对当前编码单元进行计算，得到第二搜索中心点。
查重模块400，用于对第一搜索中心点以及第二搜索中心点进行查重，得到当前编码单元对应的目标第一搜索中心点以及目标第二搜索中心点。
在一个实施例中，上述计算模块300包括：
外部计算单元，用于当当前编码单元的大小小于预设大小时，计算编码单元外部的绝对误差和，并根据编码单元外部的绝对误差和得到第二搜索中心点。
内部计算单元，用于当当前编码单元的大小等于预设大小时，计算编码单元内部的绝对误差和，并根据编码单元内部的绝对误差和得到第二搜索中心点。
在一个实施例中，上述外部计算单元包括：
误差计算子单元，用于计算与当前编码单元相邻的各个相邻编码单元以及合成编码单元的最小绝对误差和。
误差比较单元，用于比较各个相邻编码单元的最小绝对误差和以及合成编码单元的最小绝对误差和，得到目标编码单元，并将目标编码单元的运动矢量作为第二搜索中心点。
在一个实施例中，上述内部计算单元包括：
第三误差计算子单元，用于计算当前编码单元内部的各个分割编码单元的最小绝对误差和对应的运动矢量。
误差处理子单元，用于将各个分割编码单元的最小绝对误差和对应的运动矢量的中值作为第二搜索中心点。
在一个实施例中，上述查重模块400包括：
第一查重单元，用于当第一搜索中心点与第二搜索中心点不相等时，将第一搜索中心点作为目标第一搜索中心点以及将第二搜索中心点作为目标第二搜索中心点。
第二查重单元，用于当第一搜索中心点与第二搜索中心点相等时，将第一搜索中心点作为目标第一搜索中心点，并基于目标第一搜索中心点进行象限分割得到目标第二搜索中心点。
在一个实施例中，上述第二查重单元包括：
分割单元，用于将目标第一搜索中心点作为原点，并以预设步长进行象限分割，得到多个初始第二搜索中心点。
目标获取单元，用于根据目标第一搜索中心点的预测运动矢量所在的象限，从多个初始第二搜索中心点中得到目标第二搜索中心点。
在一个实施例中，上述装置还包括：
划分模块，用于当当前编码单元有划分且划分数量为目标数量时，将当前编码单元的预测单元的运动矢量分别作为目标第一搜索中心点以及目标第二搜索中心点。
在一个实施例中，如图10所示，提供了一种基于中心点搜索的运动估计装置，包括：中心点获取模块500、帧内预测模块600、比较模块700和目标结果模块800。
中心点获取模块500，用于根据上述任意一个实施例中的中心点搜索装置得到目标第一搜索中心点以及目标第二搜索中心点。
帧内预测模块600，用于基于参考像素，对原始像素进行帧内预测，得到第二预测结果。
帧间预测模块700，用于根据目标第一搜索中心点以及目标第二搜索中心点，得到第一预测结果。
比较模块800，用于比较第一预测结果以及第二预测结果，得到目标预测结果。
上述中心点搜索以及基于中心点搜索的运动估计装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是编码器，其内部结构图可以如图11所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过***总线连接，通信接口通过输入/输出接口连接到***总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储原始像素以及参考像素数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种中心点搜索方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述任意一个实施例中的方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种中心点搜索方法，其特征在于，所述方法包括：
获取原始像素以及参考像素；
基于所述参考像素，对所述原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元；
当当前所述编码单元无划分时，基于当前所述编码单元对应的所述预测单元得到当前所述编码单元对应的第一搜索中心点，并对当前所述编码单元进行计算，得到第二搜索中心点；
对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点；
当当前所述编码单元有划分且划分数量为目标数量时，将当前所述编码单元的预测单元的运动矢量分别作为所述目标第一搜索中心点以及所述目标第二搜索中心点。
2.根据权利要求1所述的方法，其特征在于，所述对当前所述编码单元进行计算，得到第二搜索中心点，包括：
当当前所述编码单元的大小小于预设大小时，计算编码单元外部的绝对误差和，并根据所述编码单元外部的绝对误差和得到所述第二搜索中心点；所述编码单元外部的绝对误差和用于表征当前所述编码单元外部的编码单元的绝对误差和；
当当前所述编码单元的大小等于所述预设大小时，计算编码单元内部的绝对误差和，并根据所述编码单元内部的绝对误差和得到所述第二搜索中心点；所述编码单元内部的绝对误差和用于表征当当前所述编码单元进行分割后，各个分割编码单元对应的绝对误差和。
3.根据权利要求2所述的方法，其特征在于，所述当当前所述编码单元的大小小于所述预设大小时，计算编码单元外部的绝对误差和，并根据所述编码单元外部的绝对误差和得到所述第二搜索中心点，包括：
计算与当前所述编码单元相邻的各个相邻编码单元以及合成编码单元的最小绝对误差和；所述合成编码单元由当前所述编码单元以及与当前所述编码单元相邻的相邻编码单元组成；
比较各个所述相邻编码单元的最小绝对误差和以及所述合成编码单元的最小绝对误差和，得到目标编码单元，并将所述目标编码单元的运动矢量作为所述第二搜索中心点。
4.根据权利要求2所述的方法，其特征在于，所述当当前所述编码单元的大小等于所述预设大小时，计算编码单元内部的绝对误差和，并根据所述编码单元内部的绝对误差和得到所述第二搜索中心点，包括：
计算当前所述编码单元内部的各个分割编码单元的最小绝对误差和对应的运动矢量；
将各个所述分割编码单元的最小绝对误差和对应的运动矢量的中值作为所述第二搜索中心点。
5.根据权利要求1所述的方法，其特征在于，所述对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点，包括：
当所述第一搜索中心点与所述第二搜索中心点不相等时，将所述第一搜索中心点作为所述目标第一搜索中心点以及将所述第二搜索中心点作为所述目标第二搜索中心点；
当所述第一搜索中心点与所述第二搜索中心点相等时，将所述第一搜索中心点作为所述目标第一搜索中心点，并将所述目标第一搜索中心点作为原点，并以预设步长进行象限分割，得到多个初始第二搜索中心点；根据所述目标第一搜索中心点的预测运动矢量所在的象限，从多个所述初始第二搜索中心点中得到所述目标第二搜索中心点。
6.一种基于中心点搜索的运动估计方法，其特征在于，所述方法包括：
根据权利要求1-5任一项所述的中心点搜索方法得到目标第一搜索中心点以及目标第二搜索中心点；
基于所述参考像素，对所述原始像素进行帧内预测，得到第二预测结果；
根据所述目标第一搜索中心点以及所述目标第二搜索中心点，得到第一预测结果；
比较所述第一预测结果以及所述第二预测结果，得到目标预测结果。
7.一种中心点搜索装置，其特征在于，所述装置包括：
获取模块，用于获取原始像素以及参考像素；
搜索模块，用于基于所述参考像素，对所述原始像素进行搜索，得到多个编码单元以及多个编码单元对应的预测单元；
计算模块，用于当当前所述编码单元无划分时，基于当前所述编码单元对应的所述预测单元得到当前所述编码单元对应的第一搜索中心点，并对当前所述编码单元进行计算，得到第二搜索中心点；
查重模块，用于对所述第一搜索中心点以及所述第二搜索中心点进行查重，得到当前所述编码单元对应的目标第一搜索中心点以及目标第二搜索中心点；
划分模块，用于当当前所述编码单元有划分且划分数量为目标数量时，将当前所述编码单元的预测单元的运动矢量分别作为所述目标第一搜索中心点以及所述目标第二搜索中心点。
8.一种基于中心点搜索的运动估计装置，其特征在于，所述装置包括：
中心点获取模块，用于根据权利要求7所述的中心点搜索装置得到目标第一搜索中心点以及目标第二搜索中心点；
帧内预测模块，用于基于所述参考像素，对所述原始像素进行帧内预测，得到第二预测结果；
帧间预测模块，用于根据所述目标第一搜索中心点以及所述目标第二搜索中心点，得到第一预测结果；
比较模块，用于比较所述第一预测结果以及所述第二预测结果，得到目标预测结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5或6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5或6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211232932.XA CN115529459B (zh) | 2022-10-10 | 2022-10-10 | 中心点搜索方法、装置、计算机设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211232932.XA CN115529459B (zh) | 2022-10-10 | 2022-10-10 | 中心点搜索方法、装置、计算机设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115529459A CN115529459A (zh) | 2022-12-27 |
| CN115529459B true CN115529459B (zh) | 2024-02-02 |
Family
ID=84702521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211232932.XA Active CN115529459B (zh) | 2022-10-10 | 2022-10-10 | 中心点搜索方法、装置、计算机设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115529459B (zh) |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0734177A2 (en) * | 1995-03-20 | 1996-09-25 | Daewoo Electronics Co., Ltd | Method and apparatus for encoding/decoding a video signal |
| WO2000033580A1 (en) * | 1998-11-30 | 2000-06-08 | Microsoft Corporation | Improved motion estimation and block matching pattern |
| JP2000236552A (ja) * | 1999-02-15 | 2000-08-29 | Nec Corp | 動きベクトル検出装置 |
| CN1662067A (zh) * | 2004-02-27 | 2005-08-31 | 松下电器产业株式会社 | 运动检测方法及动态图像编码方法 |
| EP1679900A2 (en) * | 2005-01-07 | 2006-07-12 | NTT DoCoMo, Inc. | Apparatus and method for multiresolution encoding and decoding |
| CN101022551A (zh) * | 2007-03-15 | 2007-08-22 | 上海交通大学 | Avs视频硬件解码器中运动补偿模块的像素预取装置 |
| CN101087413A (zh) * | 2006-06-07 | 2007-12-12 | 中兴通讯股份有限公司 | 视频序列中运动物体的分割方法 |
| JP2008301270A (ja) * | 2007-05-31 | 2008-12-11 | Canon Inc | 動画像符号化装置及び動画像符号化方法 |
| CN101600112A (zh) * | 2009-07-09 | 2009-12-09 | 杭州士兰微电子股份有限公司 | 分像素运动估计装置和方法 |
| WO2010041624A1 (ja) * | 2008-10-09 | 2010-04-15 | 株式会社エヌ・ティ・ティ・ドコモ | 動画像符号化装置、動画像復号装置、動画像符号化方法、動画像復号方法、動画像符号化プログラム、動画像復号プログラム、動画像処理システムおよび動画像処理方法 |
| CN101815218A (zh) * | 2010-04-02 | 2010-08-25 | 北京工业大学 | 基于宏块特征的快速运动估计视频编码方法 |
| WO2016008284A1 (zh) * | 2014-07-18 | 2016-01-21 | 清华大学 | 帧内像素预测方法、编码方法、解码方法及其装置 |
| CN106331703A (zh) * | 2015-07-03 | 2017-01-11 | 华为技术有限公司 | 视频编码和解码方法、视频编码和解码装置 |
| CN107872674A (zh) * | 2017-11-23 | 2018-04-03 | 上海交通大学 | 一种针对超高清视频应用的分层运动估计方法及装置 |
| GB201810794D0 (en) * | 2018-06-29 | 2018-08-15 | Imagination Tech Ltd | Guaranteed data compression |
| CN108495138A (zh) * | 2018-03-28 | 2018-09-04 | 天津大学 | 一种基于gpu的整像素运动估计方法 |
| CN109660800A (zh) * | 2017-10-12 | 2019-04-19 | 北京金山云网络技术有限公司 | 运动估计方法、装置、电子设备及计算机可读存储介质 |
| CN110365988A (zh) * | 2018-04-11 | 2019-10-22 | 福州瑞芯微电子股份有限公司 | 一种h.265编码方法和装置 |
| CN111479115A (zh) * | 2020-04-14 | 2020-07-31 | 腾讯科技（深圳）有限公司 | 一种视频图像处理方法、装置及计算机可读存储介质 |
| CN112514392A (zh) * | 2020-02-18 | 2021-03-16 | 深圳市大疆创新科技有限公司 | 视频编码的方法与装置 |
| WO2021056225A1 (zh) * | 2019-09-24 | 2021-04-01 | Oppo广东移动通信有限公司 | 帧间预测方法及装置、设备、存储介质 |
| CN114565501A (zh) * | 2022-02-21 | 2022-05-31 | 格兰菲智能科技有限公司 | 用于卷积运算的数据加载方法及其装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4697275B2 (ja) * | 2008-07-30 | 2011-06-08 | ソニー株式会社 | 動きベクトル検出装置、動きベクトル検出方法及びプログラム |
| US9106922B2 (en) * | 2012-12-19 | 2015-08-11 | Vanguard Software Solutions, Inc. | Motion estimation engine for video encoding |
| CA3024900C (en) * | 2016-05-17 | 2021-02-16 | Arris Enterprises Llc | Template matching for jvet intra prediction |
-
2022
- 2022-10-10 CN CN202211232932.XA patent/CN115529459B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0734177A2 (en) * | 1995-03-20 | 1996-09-25 | Daewoo Electronics Co., Ltd | Method and apparatus for encoding/decoding a video signal |
| WO2000033580A1 (en) * | 1998-11-30 | 2000-06-08 | Microsoft Corporation | Improved motion estimation and block matching pattern |
| JP2000236552A (ja) * | 1999-02-15 | 2000-08-29 | Nec Corp | 動きベクトル検出装置 |
| CN1662067A (zh) * | 2004-02-27 | 2005-08-31 | 松下电器产业株式会社 | 运动检测方法及动态图像编码方法 |
| EP1679900A2 (en) * | 2005-01-07 | 2006-07-12 | NTT DoCoMo, Inc. | Apparatus and method for multiresolution encoding and decoding |
| CN101087413A (zh) * | 2006-06-07 | 2007-12-12 | 中兴通讯股份有限公司 | 视频序列中运动物体的分割方法 |
| CN101022551A (zh) * | 2007-03-15 | 2007-08-22 | 上海交通大学 | Avs视频硬件解码器中运动补偿模块的像素预取装置 |
| JP2008301270A (ja) * | 2007-05-31 | 2008-12-11 | Canon Inc | 動画像符号化装置及び動画像符号化方法 |
| WO2010041624A1 (ja) * | 2008-10-09 | 2010-04-15 | 株式会社エヌ・ティ・ティ・ドコモ | 動画像符号化装置、動画像復号装置、動画像符号化方法、動画像復号方法、動画像符号化プログラム、動画像復号プログラム、動画像処理システムおよび動画像処理方法 |
| CN101600112A (zh) * | 2009-07-09 | 2009-12-09 | 杭州士兰微电子股份有限公司 | 分像素运动估计装置和方法 |
| CN101815218A (zh) * | 2010-04-02 | 2010-08-25 | 北京工业大学 | 基于宏块特征的快速运动估计视频编码方法 |
| WO2016008284A1 (zh) * | 2014-07-18 | 2016-01-21 | 清华大学 | 帧内像素预测方法、编码方法、解码方法及其装置 |
| CN106331703A (zh) * | 2015-07-03 | 2017-01-11 | 华为技术有限公司 | 视频编码和解码方法、视频编码和解码装置 |
| CN109660800A (zh) * | 2017-10-12 | 2019-04-19 | 北京金山云网络技术有限公司 | 运动估计方法、装置、电子设备及计算机可读存储介质 |
| CN107872674A (zh) * | 2017-11-23 | 2018-04-03 | 上海交通大学 | 一种针对超高清视频应用的分层运动估计方法及装置 |
| CN108495138A (zh) * | 2018-03-28 | 2018-09-04 | 天津大学 | 一种基于gpu的整像素运动估计方法 |
| CN110365988A (zh) * | 2018-04-11 | 2019-10-22 | 福州瑞芯微电子股份有限公司 | 一种h.265编码方法和装置 |
| GB201810794D0 (en) * | 2018-06-29 | 2018-08-15 | Imagination Tech Ltd | Guaranteed data compression |
| WO2021056225A1 (zh) * | 2019-09-24 | 2021-04-01 | Oppo广东移动通信有限公司 | 帧间预测方法及装置、设备、存储介质 |
| CN112514392A (zh) * | 2020-02-18 | 2021-03-16 | 深圳市大疆创新科技有限公司 | 视频编码的方法与装置 |
| CN111479115A (zh) * | 2020-04-14 | 2020-07-31 | 腾讯科技（深圳）有限公司 | 一种视频图像处理方法、装置及计算机可读存储介质 |
| CN114565501A (zh) * | 2022-02-21 | 2022-05-31 | 格兰菲智能科技有限公司 | 用于卷积运算的数据加载方法及其装置 |
Non-Patent Citations (2)
| Title |
|---|
| AHG4: Agenda and report of the AHG meeting on the 360 Video Verification Tests on 2020-09-04;Mathias Wien etal;Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 20th Meeting: by teleconference, 7 – 16 October 2020;全文 * |
| JVET AHG report: Draft text and test model algorithm description editing (AHG2);Benjamin Bross;Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 15th Meeting: Gothenburg, SE, 3–12 July 2019;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115529459A (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11178419B2 (en) | Picture prediction method and related apparatus | |
| TWI750475B (zh) | 基於交織預測的視頻處理方法、裝置及記錄媒體 | |
| US9451266B2 (en) | Optimal intra prediction in block-based video coding to calculate minimal activity direction based on texture gradient distribution | |
| US20060198445A1 (en) | Prediction-based directional fractional pixel motion estimation for video coding | |
| US8634471B2 (en) | Moving image encoding apparatus, control method thereof and computer-readable storage medium | |
| US9106922B2 (en) | Motion estimation engine for video encoding | |
| US20160080767A1 (en) | Encoding system using motion estimation and encoding method using motion estimation | |
| CN111246212B (zh) | 一种基于编解码端的几何划分模式预测方法、装置、存储介质及终端 | |
| KR100994773B1 (ko) | 계층적 움직임 추정에 있어서 움직임 벡터 생성 방법 및장치 | |
| US20220292723A1 (en) | Attribute information prediction method, encoder, decoder and storage medium | |
| CN115529459B (zh) | 中心点搜索方法、装置、计算机设备、存储介质 | |
| CN110113608B (zh) | 一种基于率失真优化的gpu中视频编码快速搜索方法 | |
| JP4957780B2 (ja) | 動き補償予測符号化装置、動き補償予測符号化方法及びプログラム | |
| WO2020049447A1 (en) | Fast encoding methods for interweaved prediction | |
| CN113747166B (zh) | 一种编解码方法、装置及其设备 | |
| CN114040209A (zh) | 运动估计方法、装置、电子设备及存储介质 | |
| CN104159123B (zh) | 一种适合于硬件实现的hevc运动估计方法 | |
| CN110267047B (zh) | 视频帧间运动估计方法、装置、设备及可读存储介质 | |
| CN113347417A (zh) | 提高率失真优化计算效率的方法、装置、设备及存储介质 | |
| CN116156174B (zh) | 数据编码处理方法、装置、计算机设备和存储介质 | |
| CN113365081B (zh) | 视频编码中运动估计优化方法与装置 | |
| Ogunfunmi et al. | Low power HD video fast motion estimation algorithm based on signatures | |
| CN111670578A (zh) | 一种视频编码或解码方法、装置、设备及存储介质 | |
| US20110299596A1 (en) | Fractional motion estimation method with adaptive mode selection | |
| CN116760986B (zh) | 候选运动矢量生成方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 200135, 11th Floor, Building 3, No. 889 Bibo Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai Patentee after: Granfei Intelligent Technology Co.,Ltd. Country or region after: China Address before: 200135 Room 201, No. 2557, Jinke Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Patentee before: Gryfield Intelligent Technology Co.,Ltd. Country or region before: China |