블록정합에 기초한 고속 움직임 추정 알고리듬은 탐색점의 수를 줄이기 위해 정해진 탐색패턴을 사용하며, 평균절대 오차 공간에서 오차는 전역 최소해 (global minimum)에 근접할수록 단조 감소한다는 가정을 바탕으로 하고 있다. 따라서, 탐색영역 내에 여러 최소점이 있는 다중 모달(multimodal) 해공간에서는 국소 최소해(local minima)에 고립될 가능성이 크며, 전역 최소해를 얻는 것은 초기 탐색점에 크게 의존한다. 이러한 현상은 서로 다른 여러 움직임이 공존하는 움직임 경계에서 더욱 부각된다. 이러한 문제점을 개선하기 위하여 본 논문에서는 시공간적으로 인접한 블록의 움직임 정보에 기초하여 탐색영역 내에 탐색 후보영역들을 정의하고, 국소 최소해로의 고립 가능성을 줄이기 위해 여러 후보영역들에 대한 다중 국소 탐색법(multiple local search method : MLSM)을 제안한다 또한, 다중 국소 탐색 법에서는 전체 후보영역들의 탐색으로 인한 부가적인 계산량을 줄이기 위해 탐색점 맵 상에 후보영역들을 표시하고 후보영역에 대한 중복탐색을 배제한다. 모의실험 결과 제안한 방법은 다른 경사법에 의한 결과보다 특히, 움직임 경계에서의 탐색에서 우수한 결과를 보였으며, PSNR에 대해서는 탐색점의 수를 증가시키지 않는 범위 내에서 전역 탐색법(full search : FS)에 의한 결과와 비슷한 결과를 얻을 수 있었다.
Block based fast motion estimation algorithm use the fixed search pattern to reduce the search point, and are based on the assumption that the error in the mean absolute error space monotonically decreases to the global minimum. Therefore, in case of many local minima in a search region we are likely to find local minima instead of the global minimum and highly rely on the initial search points. This situation is evident in the motion boundary. In this paper we define the candidate regions within the search region using the motion information of the neighbor blocks and we propose the multiple local search method (MLSM) which search for the solution throughout the candidate regions to reduce the possibilities of isolation to the local minima. In the MLSM we mark the candidate region in the search point map and we avoid to search the candidate regions already visited to reduce the calculation. In the simulation results the proposed method shows more excellent results than that of other gradient based method especially in the search of motion boundary. Especially, in PSNR the proposed method obtains similar estimate accuracy with the significant reduction of search points to that of full search.
