降低快速搜索算法中局部最优误差的研究

来源 :江西财经大学 | 被引量 : 0次 | 上传用户:xymztttt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
运动估计是视频编码器的重要组成部分,占整个压缩编码50%以上的计算量。而块匹配搜索又是运动估计的核心,全局搜索算法由于运算复杂度较大,没有实用价值,为了降低搜索量,科研人员提出了各种快速搜索算法,如:三步法、四步法、钻石法等。 快速搜索算法虽然能够有效的降低搜索量,由于它是对搜索窗有选择的搜索,容易陷入局部最优产生误差,称为局部最优误差,如何解决局部最优问题一直是研究的热点。通过分析,降低局部最优误差的方法一般分为两类:一类是改进搜索算法,另一类是改进搜索方案,本文就是基于这两类方法展开讨论。 在对经典快速搜索算法分析的基础上,本文提出了一种改进的快速搜索算法——两阶段搜索算法,主要通过提高第一步的搜索量来达到降低局部最优误差的目的。 但如何评价一个快速搜索算法的好坏是提出新算法时要面临的问题。由于相对快速搜索算法而言,全局搜索算法具有搜索量最大、搜索精度最高的特征,本文提出把全局搜索算法作为一个参考点,所有待评价的快速搜索算法都与这个参考点进行比较,得出一个量值,该量值就作为快速搜索算法质量值,通过比较质量值来达到比较快速搜索算法的目的。 多分辨率运动估计是一种搜索方案的改进,它不再仅局限于对相邻帧原图进行搜索,而是通过选择初始搜索点的方法来降低快速搜索算法的局部最优误差。小波域多分辨率运动估计就是在这个基础上发展起来的,它利用小波变换良好的多尺度特性,得到不同分辨率的子图,构造出多分辨率塔型结构。本文通过实验分析得出:相对空间域搜索而言,基于小波域多分辨率运动估计的快速搜索算法确实能够降低快速搜索算法局部最优误差,但增加了搜索层数,在一定程度上增加了运动估计的复杂度。为解决这个问题本文提出了基于小波域的越级多分辨率运动估计思想,并结合快速搜索算法,在降低局部最优误差的前提下,有效的降低运算复杂度。
其他文献
云计算是一次新的IT浪潮,它将带来生活、生产方式和商业模式的根本性改变。云环境的安全性、云用户个人信息的私密性随着云计算的发展也越来越受到人们的关注,云平台的可信性已
小波分析从引入图像图形领域后,就一直是计算机图形学和图像处理应用的一个重要工具。小波分析方法是一种时间窗和频率窗都可改变的时频局部化分析方法。对于大小不同的尺度成
随着计算机在日常工作中的广泛应用,人们越来越多的工作需要依靠计算机完成。与此同时,社会生产力的提高,人们的分工越来越被细化,大部分的商业逻辑被细化为很多步骤,需要协同工作
电力系统中的信息化管理从70年代末开始兴起。近些年来,各个电力企业纷纷建立了企业内部的局域网,将系统中的生产、管理系统联合起来,实现各部门之间的信息交互。然而各送变电站
针对不同疾病的个体差异进行的基于医学影像的计算机辅助诊断,涉及的问题是非常复杂的。但是概括起来主要是两方面的基础:医学图像处理和肿瘤病理特征。放射科医生在阅片时,
随着网络技术的发展,嵌入式技术和网络技术的结合是大势所趋。然而,就目前而言,嵌入式设备大多采用无线网络接入的方式,无线网络具有低带宽、高延时、易断线等缺点,无法适应信息化
神经网络是功能强大的数据建模工具,已成功应用于求解分类问题和回归问题。结构选择是神经网络研究的热点之一,针对具体问题,选择合适的网络结构对提高网络训练的速度、增强网络
基于双目视觉的线段长度测量是一种非接触式测量技术,具有效率高、精度高、非损伤性等特点,在工业测量中具有广泛的应用前景。但在实际应用中,在各个步骤中的误差累积会影响
数以万计的门户网站、搜索引擎可实现Web信息发布、浏览、查询和检索等功能,然而,越来越多的用户希望能够有对Web信息进行内容分析、数据挖掘和数据处理,从而智能地“提炼”出与
目前的应用系统软件,多数分为Fat Client和Thin Client。Fat Client具有丰富的接口、易开发、反应时间快;但软件需要在客户端执行,大量部署和未来更新上有很大的困难;Thin Client