본 논문은 에너지 최소화 기법에 기반 하는 빠른 움직임 벡터장 예측 방법을 제안한다. 비디오 프레임의 실제 움직임 벡터장은 제안하는 에너지 함수를 최소화함으로써 예측되며 이 때 에너지 함수는 블록 정합 오류와 움직임 벡터장 내 벡터들의 유사도를 평가하는 smoothness constraint로 구성된다. 제안하는 smoothness constraint는, 움직임 벡터장의 움직임 경계를 보존하기 위하여, 가운데 블록의 블록정합 오류를 최소화 하는 이웃 움직임 벡터가 가운데 블록의 움직임 벡터 예측에 많은 영향을 미치도록 설계되었다. 블록 정합 오류와 smoothness constraint의 균형을 유지하는 가중치 인자는 목표 블록의 이미지 특징을 반영하도록 설계되어 질감이 매우 적거나 혹은 질감이 반복되는 영역에 있는 블록의 실제 움직임 벡터를 효율적으로 예측할 수 있도록 하였다. 한편 에너지 함수의 최소화는 계산량을 획기적으로 줄이기 위하여 인과 문제의 해결 및 vector median filter의 이용을 통하여 비 반복적으로 이루어진다. 실험결과는 제안하는 알고리즘이 더욱 적은 계산량으로 최신 움직임 예측 알고리즘과 비교할만한 성능을 나타냄을 보여주고 있다.
In this paper, we propose a fast motion estimation algorithm based on energy minimization framework. The true motion vector field (MVF) of a video frame is estimated by minimizing the energy function, which is defined as the weighted sum of the block-matching errors and the irregularity measure of the motion vector field (MVF), called smoothness constraint. The smoothness constraint proposed in this paper is designed such that the motion vector (MV) of the center block is mainly affected by the neighboring MVs that minimize block-matching errors of the center block in order to preserve motion boundaries. The weight factor, which trades off the block-matching errors and the smoothness constraint, is adaptively determined depending on the image characteristic of the target block so the true MV of the block with low textures or in periodic patterned areas is correctly estimated through the energy minimization. The minimization of the energy function, on the other hand, is done in a non-iterative manner by solving causality problem and exploiting vector median filter in order to drastically reduce computational complexity. Experimental results show that the proposed algorithm shows comparable performance to the state-of-the-art motion estimation algorithms at lower computational complexity.
