움직임 추정을 위한 개선된 다단계 연속 제거 알고리즘 : AMSEA: Advanced Multi-level Successive Elimination Algorithms for Motion Estimation
AMSEA: Advanced Multi-level Successive Elimination Algorithms for Motion Estimation
- 주제(키워드) notiobn estimation , block matcing algorithm , successive elimination algorithm , motion vector , notiobn estimation , block matcing algorithm , successive elimination algorithm , motion vector , 움직임 추정 , 블록 정합 알고리즘 , 연속제거 알고리즘 , 움직임 벡터
- 발행기관 한국정보과학회
- 발행년도 2002
- 총서유형 Journal
- UCI G704-E00398.2002.29.2.008
- KCI ID ART000900174
초록/요약
본 논문에서는 블록 정합 알고리즘(BMA: block matching algorithm)인 다단계 연속 제거 알고리즘(MSEA: multi-level successive elimination algorithm) 1 의 연산량을 줄이기 위하여 네 가지 방안을 제안하였다.첫 번째 제안 방안은 MSEA에서 서브 블록(sub block)의 합 놈(sum norm)에 대한 절대 오차의 합(SAD: sum of absolute difference)을 계산할 때 부분 왜곡 제거(PDE: partial distortion elimination) 기법을 적용하여 연산량을 감소시킨 알고리즘이다. 두 번째 제안 방안인 적응 SAD 계산 알고리즘은 SAD 계산 시 절대 오차가 큰 값에서부터 작은 값의 순으로 SAD를 계산하면 PDE가 빨리 발생하게 되어 연산량을 줄일 수 있는 성질을 이용한 알고리즘이다. 세 번째 제안 방안인 제거 레벨 추정 알고리즘은 탐색점의 제거 레벨을 추정하고 추정된 레벨에서부터 상위 레벨로 다단계 연속 제거 과정을 수행함으로 추정된 제거레벨보다 낮은 레벨들과 연관된 연산량을 감소시킨 알고리즘이다. 제안된 첫 번째, 두 번째, 세 번째 방안은 움직임 추정의 정확도가 전역 탐색 알고리즘(FSA: full search algorithm) 및 MSEA와 동일하면서 MSEA의 연산량을 효과적으로 감소시킨 알고리즘들이다. 네 번째 제안 방안인 나선형 다이아몬드 그물 탐색 알고리즘은 움직임 추정의 정확도가 거의 100%이면서 움직임 추정에 필요한 연산량을 획기적으로 감소시킨 고속 블록 정합 알고리즘이다. 위의 네 가지 제안 방안에 대한 성능을 평가하기 위하여 실험을 수행하였으며 실험에서 제안 방안들의 효율성을 확인하였다.
more