6、视频运动估计与大数据缺失值插补技术研究

视频运动估计与大数据缺失值插补技术研究

一、视频运动估计：UOSSTP算法

1.1 算法概述

在视频运动估计领域，提出了一种具有小三角形内搜索模式的恒定正交搜索（UOSSTP）算法。该算法在内部搜索时采用小三角形模式，相较于传统的小菱形模式（DS）和小六边形模式（HS），仅使用三个搜索点，却能取得更优的结果。

1.2 搜索点分析

• 对于中心不是(0, 0)的最小块失真（MBD），通过搜索点分析得出每个块的搜索点数公式为：$NUOSTS = 5 + M * n + 3$，其中$M$根据水平和垂直方向要检查的点数取值为4或3，$n$表示执行次数。
• 从公式可以看出，UOSSTP的粗级搜索从仅5个点开始，精细级搜索需要3个点，中间搜索根据迭代次数（$n$）需要3 - 4个点。

1.3 实验设置

• 视频序列 ：实验使用的标准测试视频序列包含不同类型的运动和格式，如源输入格式（SIF）、通用中间格式（CIF）和四分之一通用中间格式（QCIF），具体序列信息如下表所示：
  | 测试序列 | 视频格式 | 帧大小 | 运动类型 |
  | — | — | — | — |
  | Container | Quarter CIF | 176×144 | Small |
  | Akiyo | Quarter CIF | 176×144 | Small |
  | Carphone | Quarter CIF | 176×144 | Medium |
  | Foreman | Quar