Language
Country/Area
No result found
Se revela el algoritmo de coincidencia de bloques: ¿Por qué la compresión de vídeo es tan eficiente?
En el campo del procesamiento de vídeo digital, el algoritmo de coincidencia de bloques (BMA) juega un papel crucial. Este algoritmo se utiliza principalmente para localizar macrobloques coincidentes en secuencias de cuadros de video y su propósito principal es la estimación del movimiento. La estimación del movimiento supone que los objetos y fondos en los cuadros de video se mueven con el tiempo, generando así los objetos correspondientes en los cuadros posteriores.
Este proceso puede revelar redundancia temporal en la secuencia de vídeo, lo que hace que la compresión de vídeo entre cuadros sea más eficiente.
Al implementar el algoritmo de coincidencia de bloques, el cuadro actual se divide en múltiples macrobloques y cada macrobloque se compara con el bloque correspondiente en el cuadro anterior y sus bloques adyacentes. De esta forma se genera un vector de movimiento que representa el movimiento de un macrobloque de una posición a otra. El resumen de movimiento de todos los macrobloques es la estimación de movimiento del cuadro.
En el proceso de compresión de video, es crucial elegir un rango de búsqueda apropiado, que está determinado por el "parámetro de búsqueda" p. Específicamente, p representa el número de píxeles que rodean el macrobloque correspondiente en el cuadro anterior. Si el valor de p es mayor, significa que puede haber desplazamientos mayores, lo que facilita encontrar una buena coincidencia, pero esto también puede conducir a una mayor complejidad computacional. Generalmente, el tamaño del macrobloque es de 16 píxeles y el valor p del área de búsqueda se establece en 7 píxeles.
Motivación
Durante el proceso de estimación del movimiento, el cálculo de los vectores de acción puede, por un lado, describir la transición de una imagen 2D a otra y, por otro lado, también puede predecir los cambios de la imagen mediante la compensación del movimiento. Esta tecnología es la piedra angular de los estándares de compresión de vídeo como MPEG 1, 2 y 4.
La compresión de vídeo puede reducir eficazmente el número de bits necesarios para la transmisión de datos mediante la estimación del movimiento, ya que es más eficiente transmitir imágenes diferenciadas codificadas que fotogramas totalmente codificados.
Sin embargo, en todo el proceso de compresión, la estimación de movimiento es la operación computacionalmente más costosa, por lo que buscar un algoritmo de estimación de movimiento rápido y computacionalmente simple se ha convertido en un requisito importante para la tecnología de compresión de video.
Indicadores de evaluación
Las funciones de costos más utilizadas al comparar un macrobloque con otro son la diferencia absoluta media (MAD) y el error cuadrático medio (MSE). Estos indicadores pueden ayudar al algoritmo a evaluar la calidad de la coincidencia:
MAD = 1/N^2 * ∑(i=0 a n-1) ∑(j=0 a n-1) |C(i,j) - R(i,j)|
MSE = 1/N^2 * ∑(i=0 a n-1) ∑(j=0 a n-1) (C(i,j) - R(i,j))^2
Entre ellos, N representa el tamaño del macrobloque, y C(i,j) y R(i,j) son los píxeles del macrobloque actual y del macrobloque de referencia, respectivamente.
Algoritmo
Desde la década de 1980, la investigación sobre algoritmos de coincidencia de bloques ha logrado avances significativos y ha surgido una variedad de algoritmos eficientes. La siguiente es una introducción a varios algoritmos comunes:
1. Búsqueda exhaustiva
Este algoritmo calcula la función de costo de cada posición en la ventana de búsqueda y puede encontrar el macrobloque más coincidente en el marco de referencia. Sin embargo, su sobrecarga computacional es enorme y es el más engorroso de todos los algoritmos de coincidencia de bloques.
2. Coincidencia de bloques jerárquicos optimizada (OHBM)
Este algoritmo se basa en la pirámide de imágenes optimizada para acelerar el proceso de búsqueda completo y mejorar la eficiencia.
3. Búsqueda en tres pasos (TSS)
TSS es uno de los primeros algoritmos de coincidencia rápida de bloques que reduce significativamente la cantidad de macrobloques que deben evaluarse mediante la búsqueda en múltiples ubicaciones.
4. Búsqueda en cuatro pasos (FSS)
En comparación con TSS, FSS funciona mejor en términos de costo computacional y relación señal-ruido máxima (PSNR), y también utiliza un método de búsqueda con polarización central.
"Con el avance de la tecnología de vídeo, ¿cómo afectará el desarrollo de algoritmos de coincidencia de bloques a la evolución de la futura tecnología de compresión de vídeo?"
La eficiencia y la calidad de la compresión de vídeo dependen en gran medida de la precisión y la eficiencia computacional de la estimación del movimiento, que a su vez están estrechamente relacionadas con el algoritmo de coincidencia de bloques seleccionado. Por lo tanto, comprender los pros y los contras de varios algoritmos tendrá un impacto importante en el desarrollo de la tecnología de vídeo del futuro. ¿Cómo afectará el algoritmo de coincidencia de bloques a los cambios futuros en la tecnología de vídeo digital?
