이 논문에서는 비디오 영상에서의 블록 모션 측정을 위한 통계학적인 특징에 기반 한 알고리즘을 제안한다. 우선 참조 블록의 통계학적인 특징을 구하고, 이를 참조 블록의 통계적 특징과 정규 시작점 패턴 (SPP) 에 퍼져 있는 블록에서의 특징을 비교하여, SPP에서의 시작점 (SP) 후보를 선택하는 데에 적용한다. 최종적인 SP 들은 SP 후보 들에서의 평균절대차이 (MAD) 값으로 구한다. 마지막으로 기존의 고속탐색 알고리즘인 BBG나 DS 그리고 TSS중 하나를 이용하여 참조블록의 모션 벡터를 최종 SP를 시작점으로 하여 계산하였다. 실험결과는 기대 했던 바와 같이 최종 SP로부터의 시작점들이 전역최소값 (global minimum)에 근접함을 보여 주었다.
We propose a block motion estimation algorithm based on a statistical image feature for video sequences. The statistical feature of the reference block is obtained, then applied to select the candidate starting points (SPs) in the regular starting points pattern (SPP) by comparing the statistical feature of reference block with that of blocks which are spread ower regular SPP. The final SPs are obtained by their Mean Absolute Difference(MAD) value among the candidate SPs. Finally, one of conventional fast search algorithms, such as BRGDS, DS, and three-step search (TSS), has been applied to generate the motion vector of reference block using the final SPs as its starting points. The experimental results showed that the starting points from fine SPs were as dose as to the global minimum as we expected.
