在本文中,我们专注于基于分层运动估计(HME)的低复杂度方法对监控视频进行降噪。 基本思想是跟踪匹配的块并沿运动轨迹进行过滤。 所提出的HME方法从大块到小块进行,并且得到从粗到细的运动矢量。 一种新颖的“ Y”形检测器用于加快顶层的搜索过程,在顶层中,来自时间和空间邻域的运动矢量被用作具有不同权重的候选对象。 而且,新的和孤立的运动将被来自偏移查找表(LUT)的随机候选矢量捕获。 在中间层进行了处理块内部不连续性的改进,在底层使用了消除奇异矢量的滤波器。 分层过程可以排除不相关的运动矢量,并保证真实的运动估计。 与非局部均值和BM3D等流行的降噪方法相比,它极大地限制了搜索范围,并避免了复杂的变换。 所提出的方法由于有限和可靠的搜索而可以容易地在硬件中实现。 实验结果表明,该低复杂度算法可实现令人满意的降噪性能,特别是对于在恶劣照明条件下的监控视频而言。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~