Abstract
In general, several moving regions with different motions coexist in a block located on motion boundaries in the block-based motion estimation. In this case the motion compensation error(MCEs) are different with the moving regions. This is inclined to deteriorate the quality of motion compensated images because of the inaccurate motions estimated from the conventional mean absolute error(MAE) based matching function in which the matching error per pixel is accumulate throughout the block. In this paper, we divided a block into the regions according to their motions using the motion information of the spatio-temporally neighboring blocks and calculate the average MCF for each moving mentioned. From the simulation results, we showed the improved performance of the proposed method by comparing the results from other methods such as the full search method and the edge oriented block matching algorithm. Especially, we improved the quality of the motion compensated images of blocks on motion boundaries.
일반적으로 블록기반 움직임 추정에서 움직임 경계에 위치한 블록 내에서 서로 다른 움직임을 갖는 여러 움직임 영역이 공존한다. 이 때 블록 내의 움직임 보상오차는 각 움직임 영역에 따라 다르게 나타난다. 이는 기존의 평균절대오차와 같이 블록 전체에 대해 누적된 정합오차를 사용할 경우, 그릇된 움직임을 추정하고, 블록 전체의 움직임 보상에서 시각적으로 화질을 저하시키는 결과를 초래할 수 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 시공간적으로 인접한 블록들의 움직임 정보를 이용하여 블록을 움직임에 따라 영역별로 나누고, 각 영역별 평균 움직임 보상오차를 구한 후, 영역간 보상오차의 최소편차를 고려하는 새로운 정합함수를 정의함으로써 최적의 움직임 벡터를 추정하기 위한 방법을 제안한다. 모의실험을 실시하여 기존의 평균절대오차를 사용한 전역 탐색법(full search : FS)과 윤곽기반 블룩 정합(edge oriented block matching algorithm)에 대한 추정결과를 서로 비교하여 제안한 방법의 우수성을 보였으며, 특히 움직임 보상결과 움직임 경계에서의 화질향상을 얻을 수 있었다.