主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
宋传鸣,闵新,闫小红,王相海,尹宝才.采用改进Levenberg-Marquardt法的快速弹性运动估计.软件学报,0,(0):0
采用改进Levenberg-Marquardt法的快速弹性运动估计
Fast Elastic Motion Estimation Using Improved Levenberg-Marquardt Method
投稿时间:2017-08-05  修订日期:2017-09-29
DOI:10.13328/j.cnki.jos.005487
中文关键词:  视频编码|运动估计|弹性模型|Levenberg-Marquardt优化|自适应阻尼系数
英文关键词:video coding|motion estimation|elastic model|Levenberg-Marquardt optimization method|adaptive damping coefficient
基金项目:国家自然科学基金(61402214,41671439,61632006);大连市青年科技之星项目支持计划项目(2015R069)
作者单位
宋传鸣 辽宁师范大学 计算机与信息技术学院, 辽宁 大连 116029
大连理工大学 计算机科学与技术学院, 辽宁 大连 116024 
闵新 辽宁师范大学 计算机与信息技术学院, 辽宁 大连 116029 
闫小红 辽宁师范大学 计算机与信息技术学院, 辽宁 大连 116029 
王相海 辽宁师范大学 计算机与信息技术学院, 辽宁 大连 116029 
尹宝才 大连理工大学 计算机科学与技术学院, 辽宁 大连 116024 
摘要点击次数: 202
全文下载次数: 304
中文摘要:
      弹性运动估计是近年出现的一种有效的时间维视频预测编码技术,但其基于高斯—牛顿法的优化求解仍存在计算量高、收敛不稳定的问题.为此提出一种基于改进Levenberg-Marquardt (L-M)法的弹性运动估计算法.首先,根据弹性基函数和黑塞矩阵的数值对称性,给出了L-M黑塞矩阵的快速计算方法,将其计算量降低了62.5%.其次,通过理论和实验分析发现,L-M对角矩阵阻尼系数的更新因子对弹性运动估计性能有明显影响,进而采用最近2次迭代的搜索步长的平方商自适应地确定更新因子,并对该阻尼系数进行正、负交替更新.实验结果表明,对于具有不同空间分辨率和场景特点的视频序列,本文算法始终能保持较高的估计精度,运动补偿的平均峰值信噪比较之基于块平移模型的全搜索和基于改进高斯—牛顿法的弹性运动估计分别提高2.54dB、1.77dB.并且,本文算法收敛速度快,一般只需1~2次迭代就能取得高于传统弹性运动估计和块平移全搜索的峰值信噪比.
英文摘要:
      Elastic motion estimation is an effective temporal predictive coding technique of video proposed in recent years. But its optimization solution based on Gauss-Newton method still exhibits the problem of high computational complexity and unstable convergence yet. Thus an elastic motion estimation algorithm is addressed based on an improved Levenberg-Marquardt (L-M) method. First, a fast implementation of the L-M Hessian matrix is designed according to the numerical symmetry of elastic basis function and the Hessian matrix, which reduces its computational complexity by 62.5%. Second, it is found that the update factor of L-M diagonal matrix's damping coefficient has obvious influence on the performance of elastic motion estimation through theoretical and experimental analyses. The squared ratio of the step size in the latest two iterations is used to adaptively determine the update factor, by which the damping coefficient is updated positively and negatively in turn. Experimental results show that the proposed algorithm is able to obtain stable performance for the video sequences with various spatial resolution and scene characteristics. It gains 2.54dB and 1.77dB higher average motion-compensated peak signal-to-noise ratio (PSNR) than those of the full search based on block-wise translational model and the elastic motion estimation based on modified Gauss-Newton method, respectively. Furthermore, the proposed algorithm converges fast. Only 1~2 iterations are needed before it achieves higher PSNR than the conventional elastic motion estimation and the block-wise translational full search.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利