文件名称：时间域邻近参考帧预测的模式-计算流体力学及其并行算法
文件大小：3.87MB
文件格式：PDF
更新时间：2024-06-22 10:57:37
H264 毕厚杰 pdf
图 3.21前帧对应位置的运动矢量预测的模式 b、时间域的邻近参考帧运动运动矢量预测（Neighboring Reference-frame Prediction） 由于视频序列的连续性，当前块在不同的参考帧中的运动矢量也是有一定的的相干性的。如图 3.22所示，假设当前块所在帧的时间为 t，则当在前面的参考帧 t’中搜索当前块的最优匹配块时，可 以利用当前块在参考帧 t’+1中的运动矢量来估测出当前块在帧他 t’的运动矢量： MVpred_NRP = MVNR×(t-t’) / (t-t’-1) （3.27） 图 3.22 时间域邻近参考帧预测的模式 在上述运动矢量的四种预测方式中，经过实验证明，空间域的预测更为准确，其中上层块预测 的性能最优，因为其充分利用了不同预测块模式运动矢量之间的相关性。而中值预测性能随着预测 块尺寸的减小而增加，这是因为当前块尺寸越小，相关性越强。 3.1.4.3.4 匹配误差在时空域的预测方式 H.264中定义的匹配误差函数如下： J（MV，λMOTION）＝SAD（s, c (MV)）＋λMOTION×R(MV-PMV) （3.28） 其中 SAD（绝对差值和）计算公式如下： , 1, 1 ( , ( )) | [ , ] [ , ] |, , 16,8 4 x yB B x y x y x y SAD s c MV s x y c x MV y MV B B or = = = − − − =∑ （3.29） 其中 s是当前进行编码的原始数据，而 c是已经编码重建的用于进行运动补偿的参考帧的数据。 MV为候选的运动矢量，λMOTION为拉格朗日常数，PMV为中值预测矢量，R(MV-PMV)代表了运动矢 量差分编码可能耗费的比特数，由于在接下来的四种匹配误差预测方式中匹配误差中的 λMOTION×R(MV-PMV)部分通常很接近而抵消，SAD 部分的预测特性基本上可以反映整个匹配函数的 预测特性，因此 J（MV，λMOTION）用 SAD来表示。 匹配误差在时空域的预测方式和运动矢量类似，具体分为：