Естимација покрета у видео секвенцама прилагођена алгоритмима за повећање броја слика у секунди

Abstract

Ова теза описује алгоритам за естимацију покрета у видео секвенцама прилагођену алгоритмима за повећање броја фрејмова у секунди. Предложена метода комбинује рекурзивни блоковски приступ и прилагођену фазну планарну корелацију. У поређењу са алтернативним приступима предложени алгоритам даје боље субјективне импресије и објективна мерења (Peak Signal to Noise Ratio и Universal Image Quality Index). Рачунарска комплексност алгоритма је смањена и погодна за извршавање у реалном времену на платформама са лимитираним меморијским и процесорским ресурсима. Као доказ описаног концепта дата је прва имплементација у реалном времену алгоритма за повећање броја слика (фрејмова) у секунди на мобилној платформи (Intel Merrifield). Она омогућава процесирање 1080п видео секвенце са 30 фрејмова у секунди и процесором учестаности 200 мегахерца. Поред предложеног алгоритма описан је и значај естимације покрета у видео секвенцама, типови, као и преглед постојећих решења, кроз историју

This thesis describes a novel motion estimation algorithm adapted for frame-rate upconversion. The method combines recursive block-matching and customized phase plane correlation. In comparison with alternative approaches the proposed solution shows better subjective impressions and objective measurements, such as Peak Signal to Noise Ratio and Universal Image Quality Index. Computational complexity of the algorithm is constrained and suitable for real-time implementations on platforms with limited memory and processing resources. The proof of concept is the first real-time implementation of frame-rate up-conversion on a mobile platform (Intel Merrifield), which is capable of processing 1080p video at 30 frames per second while clocked at 200 MHz. Becides proposed solution, this thesis describes the importance and usages of motion estimation, its types and currently available solutions, throughout history.