A Codirectionality Assisted Motion Estimation Algorithm
Publish place: 20th Iranian Conference on Electric Engineering
Publish Year: 1391
Type: Conference paper
Language: English
View: 1,832
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICEE20_187
Index date: 4 August 2012
A Codirectionality Assisted Motion Estimation Algorithm abstract
Block-based motion estimation (ME) is the most computationally intensive part of a video encoder. In this paper a new genetic based search algorithm is proposed tospeed up the process and find the best matching block. In the proposed method, the fitness function is compared with a predefined threshold to stop performing unnecessarycomputations. The initial population of the genetic algorithm is selected based on the spatial and temporal correlation amongmotion vectors. Considering the codirectionality among neighbouring vectors, we develop our algorithm. Since manyblocks in a frame can be regarded as stationary or quasistationary the suggested initial population involves these kinds of blocks. Simulation results on popular test video sequencesindicate higher performance of the proposed algorithm compared to the latest fast motion estimation algorithm
A Codirectionality Assisted Motion Estimation Algorithm Keywords:
A Codirectionality Assisted Motion Estimation Algorithm authors
S.M.Reza Soroushmehr
Dept. of Electrical and Computer EngineeringIsfahan University of Technology
Shadrokh Samavi
Dept. of Electrical and Computer EngineeringIsfahan University of Technology
Shahram Shirani
Hamilton, ON, Canada
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :