JPH104555A - 動きベクトル検出装置 - Google Patents

Abstract

(57)【要約】 【課題】 ベクトル検出の演算量を削減することがで
き、検出精度の向上を図ることができる動きベクトル検
出装置を提供する。 【解決手段】 動きベクトル検出装置１０は、ブロック
マッチングによる画素単位の動きベクトルの検出におい
て、ベクトル検出対象画素の周辺画素をグループに分
け、マッチング演算をグループ単位に行い、評価時に検
出対象画素についての評価ウエイトを周辺画素の評価値
に比べて高くする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、動画像圧縮におけ
る動き補償のベクトルを検出する動きベクトル検出装置
に係り、特に、動き補償フレーム間予測、フレーム内挿
における動き推定のための画素単位の動きベクトル検出
装置に関する。

【０００２】

【従来の技術】画像圧縮の国際標準としてＪＰＥＧ（Jo
int Photograghic Expert Group）やＭＰＥＧ（Moving
Picture Expert Group）がある。

【０００３】ＭＰＥＧは、ＭＰＥＧI，ＭＰＥＧII，Ｍ
ＰＥＧIVの３レベルの規格案が検討されている。ＭＰＥ
ＧIでは、１．５Ｍｂｐｓの通信回線で伝送できる動画
像圧縮を目的としており、おもにテレビ電話やテレビ会
議などで使用することが考えられている。ＭＰＥＧIで
は、現行のＮＴＳＣ方式のビデオ画像を３２０×２４０
ピクセルの解像度として扱い、１フレームを構成する２
フィールドのうち１フィールドのみのデータを用いる。
ＭＰＥＧIIでは、１０Ｍｂｐｓを超える通信回線で伝送
できる圧縮が目標で、ＩＳＤＮなどによる動画像伝送や
ディジタル・ビデオがターゲットとされている。そし
て、ＭＰＥＧIVは、低ビットレートを対象としている。

【０００４】ＭＰＥＧの特徴は、ＤＣＴ（Discrete Cos
ine Transform：離散コサイン変換）による静止画像圧
縮に加えて、時間軸方向の圧縮のためのフレーム間予測
処理を行なうことであるが、動画像圧縮の前提条件とし
てフレームのランダム・アクセスができること、早送り
による再生や巻戻し再生（逆方向）ができることがあげ
られている。したがって、ＭＰＥＧにおけるフレーム間
予測は、前向きと後向きの両方向を採用している。ＭＰ
ＥＧにあっても、基本的にはＭＣ（動き補償）＋ＤＣＴ
を用いる。動き補償を行なうブロックサイズは１６×１
６（但し８×８のモードもある）、ＤＣＴは８×８ブロ
ックに対して行なう。また、この動き補償は１／２画素
精度で行なう。１／２画素精度の動き補償は、予測に用
いる参照フレーム上において画素単位でずらした位置を
調べるのみならず、画素と画素の間の位置を補間によっ
て生成し、マッチングをとることによって行なう。

【０００５】時間方向の予測を伴う動画像圧縮装置で
は、カメラのＰＡＮや被写体の移動による予測効率の低
下を軽減させるために、動き補償による予測を行なって
いる。この動き補償は、着目フレーム（符号化対象フレ
ーム）と参照フレーム（例えば、前フレーム）間で対象
領域の動きベクトルを検出し、参照フレームにおいて動
きベクトル分だけずらした位置を参照画素とし、これを
予測値として着目画素との差分（予測誤差）を伝送する
方法である。例えば、動き補償予測は予測元画像の動き
ベクトルを基に移動体の動きを予測し、原画像において
その動きを補償している。動き補償は１６×１６画素の
ブロック単位で前画像のそのブロックの位置の近傍で一
番差分が少ないところを探索し、それとの差分をとるこ
とによりさらに送らなければならないデータを削減する
という手法であり、動きベクトルを検出する手段として
一般に動き補償の対象となる部分画像の元の場所から一
定の範囲内をサーチし、最も誤差の少ない（すなわち、
最も近似度が高い）場所を検出し、これを予測信号とし
て用いるものである。

【０００６】また、時間方向の予測を伴う通常の動画像
圧縮装置（ＣＣＩＴＴ Ｈ．２６１やＭＰＥＧ．Ｖｉｄ
ｅｏ等）では、生成された動きベクトルを符号化する場
合、その付近の部分画像（通常は、１つ前に処理された
部分画像）の持つ動きベクトルとの差分をとり、その差
分のみを符号化している。

【０００７】従来のこの種の動画像圧縮装置におけるＭ
Ｃ（動き補償）検出方法としては、例えば「一画素マッ
チングに基づく動き推定の基礎検討」（テレビ学技報Ｉ
ＣＳ９４−３８（１９９４．２）に記載されたものがあ
る。

【０００８】動画像の高能率符号化技術の一つに、上述
したフレーム間予測がある。フレーム間予測は、時間的
に接近した画像間には高い相関があるという性質を利用
した圧縮方法で、前画像と現画像の差分を伝送する方法
である。静止している画像の場合、前画像と現画像の差
分はほとんどないため符号化効率は非常に高くなるが、
動きのある画像では相関が少なくなり符号化効率は低下
する。このため、動き量及び方向（動きベクトル）を検
出し、これを用いて画像の一部または全部を動かすこと
で、２枚の画像間の相関を高くする方法が用いられてい
る。

【０００９】動きベクトルの検出は、ブロックマッチン
グで行う方法が一般的である。ブロックマッチング方法
とは、現画像１フレームを複数のブロックに分割し、各
ブロックと前画像の同じ大きさのブロックとの類似性を
調べ、最も類似性の高いブロックとの位置関係を動きベ
クトルとして出力する方法である。ある１つの位置関係
に対する評価演算は、２つのブロック間で同じ位置にあ
る画素同士の差分の絶対値または自乗値をブロック内の
全ての画素に対し求め、これを累計することで行う。ブ
ロックサイズがΜライン×Ｎ画素の時、１本の試行ベク
トル（ｉ，ｊ）の演算は数１で示される。

【００１０】

【数１】

【００１１】この評価を、探索範囲内に存在する評価を
行うべき全てのベクトル（以下、試行ベクトルという）
について行い、最終的に数１に示す式のＤi,jを最も小
さくする（ｉ，ｊ）を動きベクトルにしている。このよ
うに、ブロックマッチング法ではブロック単位にベクト
ル検出を行うため、求まる動きベクトルはブロックの動
きを表すものになる。

【００１２】一方、動画像中に頻繁に現われる移動する
物体に着目すると、物体の輪郭部には物体と背景の２種
類の動きが存在する。このような一つのブロック内での
複数の異なる動きを、ブロックマッチング法では１個の
ベクトルで代表して表現するため、実際の動きとの対応
がとれないという問題があった。この問題は、画素単位
に動きベクトルを検出することで解決できる。

【００１３】上記文献では、ブロックマッチング法での
ブロックの大きさを１×１にした画素マッチングをもと
にして、画素単位の動きベクトルを検出している。この
方法の評価式を数２に示す式で表す。

【００１４】

【数２】

【００１５】ここで、Ｄi,jを最小にするｉ，ｊを画素
単位の動きベクトルの候補としている。実際には雑音な
どの影響を考慮して、Ｄi,jがある閾値以下のｉ，ｊを
動きベクトル候補としている。画素マッチンクでは、候
補に選ばれるｉ，ｊの組が多数存在するため、これらの
組に対し別の評価関数を用いて実際の動きに対応したベ
クトルｉ，ｊを抽出している。新たな評価関数として
は、具体的には「ブロックマッチング法」、「非線形加
重和による手法」、「多数決演算による手法」が挙げら
れている。

【００１６】「ブロックマッチング法」は、ベクトル検
出対象画素を中心にしたブロックについて、ブロックマ
ッチング法で検出する方式である。上述したブロックマ
ッチング法では求まったベクトルはブロック内の全画素
についてのベクトルとしていたが、ここではブロックの
中心画素だけのベクトルとして扱う。

【００１７】「非線形加重和による手法」は、ベクトル
検出対象画素の近くに位置し、かつ似た値をとる画素を
一つのグループとし、このグループ内の全ての画素につ
いて前記数２に示す式で与えられる評価値を累計し、評
価累計値を最小にするｉ，ｊを動きベクトルとする方式
である。

【００１８】「多数決演算による手法」は、前記数２に
示す式で得られる評価値がある一定レベル以下か否かを
判別し、一定レベル以下、すなわちマッチングがとれて
いる画素の数を数え、その数が最も多いｉ，ｊを動きベ
クトルとする方式である。この方式では単純に数を見る
だけでなく、マッチングのとれた画素の塊具合も評価し
ている。

【００１９】以上のような方法で、画素単位の動きベク
トルを検出し、ブロック単位のベクトル検出で問題であ
った複数の動きが存在するときの検出精度の劣化を改善
している。

【００２０】

【発明が解決しようとする課題】しかしながら、このよ
うな従来の動きベクトル検出装置にあっては、以下に述
べるような問題点があった。

【００２１】「ブロックマッチング法」による従来例で
は、処理は単純であるが画素単位に数１に示す式の評価
を行うため、計算量が膨大な量になるという問題点があ
った。ブロック単位にベクトルを求めるときは、ブロッ
クに１個のベクトルを検出すればよいが、画素単位では
ブロック内の画素数分のベクトルを見つけるため、検出
ブロックの大きさに比例した計算が必要となる。このた
め、同じ計算量での処理を考えると、動きベクトル検出
の探索範囲を広くとることができず、動きの大きな画像
については検出精度の劣化が起きていた。さらに、検出
ベクトルはブロック内の各画素の動きを代表するもので
あるため、すなわちベクトル検出対象画素だけの動きを
示すものではないため、ブロック内に複数の動きがある
場合の問題に対する改善効果は小さいものとなってい
た。

【００２２】「非線形加重和による手法」では、処理が
複雑になるという問題点があった。すなわち、ベクトル
検出対象画素に近い値を持つ画素を一度抽出してからマ
ッチングを行うため、１個のベクトルの検出に２種類の
データを扱うことになり、高速にベクトル検出すること
が困難になっていた。さらに、近傍の似た値の画素が同
一の動きになることが前提条件となっているため、条件
から外れる画像、例えば人物が写っている画像の手の指
・口元などの関節がある部分では、誤ったベクトルを見
つける可能性があった。

【００２３】「多数決による手法」にあっても、「非線
形加重和による手法」と同様に処理が複雑になるという
問題点があった。この方法では、検出精度を高めるため
にマッチングのとれた画素の分布も評価しているため、
より複雑な処理が要求される。

【００２４】以上のいずれの方法も、ベクトル検出対象
画素を含むあるグループに対して処理をしており、求ま
る動きベクトルはグループを代表するものであったた
め、必ずしもベクトル対象画素の動きに対応したもので
はなかった。

【００２５】本発明は、ベクトル検出の演算量を削減す
ることができ、検出精度の向上を図ることができる動き
ベクトル検出装置を提供することを目的とする。

【００２６】

【課題を解決するための手段】本発明に係る動きベクト
ル検出装置は、複数の画像間に存在する動きを、画素単
位に検出する動きベクトル検出装置において、基準画像
に対しベクトル対象画素を中心とするブロックと、参照
画像に対し基準画像のブロックと同じ大きさのブロック
を形成し、該ブロック同士の類似度の評価を行う際に、
ベクトル検出対象画素の評価値に対する重みを、周辺に
位置する画素の評価値より重くするように構成する。

【００２７】また、動きベクトル検出装置は、ベクトル
検出対象画素の周辺に位置する画素を複数のグループに
分け、それぞれのグループを代表する画素値を抽出し、
ベクトル検出対象画素と複数のグループ代表画素を用い
て評価演算を行うように構成してもよい。

【００２８】また、動きベクトル検出装置は、ベクトル
検出対象画素の周辺に位置する画素を１つのグループに
分け、それぞれのグループを代表する画素値を抽出し、
ベクトル検出対象画素と周辺画素を代表する画素を用い
て評価演算を行うように構成してもよい。

【００２９】また、周辺画素のグループ分けを、検出対
象画素からの距離に対応して行うものであってもよい。

【００３０】

【発明の実施の形態】本発明に係る動きベクトル検出装
置は、動画像の動き検出予測信号を用いる動画像蓄積装
置等の動きベクトル検出装置に適用することができる。

【００３１】図１は本発明の実施形態に係る動きベクト
ル検出装置の構成を示すブロック図である。図１に示す
動きベクトル検出装置は、動き補償フレーム間予測、フ
レーム内挿における動き推定のための画素単位の動きを
検出する動きベクトル検出装置に適用した例である。

【００３２】図１において、動きベクトル検出装置１０
は、現画像データ入力端子１００、前画像データ入力端
子１０１、平均値算出器１０２〜１０５、メモリ１０
６，１０７、評価演算器１０８〜１１０、加算器１１
１、最小値検出器１１２、レジスタ１１３、制御器１１
４及び動きベクトル出力端子１１５から構成される。

【００３３】上記現画像データ入力端子１００は、現画
像データが入力される入力端子である。

【００３４】上記前画像データ入力端子１０１は、前画
像データが入力される入力端子である。

【００３５】上記平均値算出器１０２〜１０５は、加算
器から構成され、グループ代表値を生成する平均値算出
器である。

【００３６】上記メモリ１０６は、ベクトル検出に必要
な画像データ及びグループ代表値データを保持する現画
像用のメモリである。

【００３７】上記メモリ１０７は、ベクトル検出に必要
な画像データ及びグループ代表値データを保持するメモ
リ１０６と同じ目的の前画像用のメモリである。メモリ
１０７ではベクトル探索範囲に応じたデータ量を記憶す
るため、メモリ１０６に比べて大きな容量のメモリを使
用する。

【００３８】上記評価演算器１０８〜１１０は、加算
（減算）器と、絶対値演算器及び後述する数３に示す式
の係数を乗算するテーブルからなる評価演算器である。

【００３９】上記加算器１１１は、評価演算器１０８〜
１１０の出力を加算する３入力の加算器である。

【００４０】上記最小値検出器１１２は、内部に比較器
と仮最小値を記憶するレジスタを備え、乗算器１０６出
力の評価値を比較し、最小の値をとるときにホールドパ
ルスを出力する最小値検出器である。

【００４１】上記レジスタ１１３は、Ｄ−フリップフロ
ップ（ＦＦ）から構成され、最小値検出器１１２出力の
パルスを用いて、制御器１１４からの試行ベクトルを保
持する。

【００４２】上記制御器１１４は、試行ベクトルを発生
して出力する。

【００４３】上記動きベクトル出力端子１１５は、レジ
スタ１１３に蓄えられている試行ベクトルを動きベクト
ルとして出力する出力端子である。

【００４４】このように、本実施形態に係る動きベクト
ル検出装置１０は、評価演算器１０８〜１１０が、３個
配置されているため、３個のデータのマッチングを一度
に評価できる。すなわち、後述する数３に示す式の演算
を１サイクルで行なえる。

【００４５】次に、上述のように構成された動きベクト
ル検出装置１０の動作を説明する。

【００４６】本実施形態に係る動きベクトル検出方法
は、文献記載の「ブロックマッチング法」において、ベ
クトル検出対象画素についての評価値のウエイトを周辺
画素の評価値に比べて高くすることで、対象画素の動き
を正確にベクトルで表そうとするものである。さらに、
周辺画素をグループに分け、グループを代表する画素値
を求め、ベクトル評価にこの代表画素を使うことでマッ
チング演算の計算量をも削減するものである。

【００４７】図２に、文献記載の「ブロックマッチング
法」と本方法の違いを示す。この図２でブロック（正方
形）の中心に位置する画素が、ベクトル検出対象画素に
なる。

【００４８】ブロックマッチング法では、各画素同士に
ついて差分の絶対値を求めその累計で評価値を算出して
いたが、本方法では、最初にグループを代表する画素を
求め、グループを代表する画素同士の差分の絶対値和で
評価値を算出することになる。

【００４９】グループ分割と代表画素値の算出について
図２を参照して説明する。グループ分割は、ベクトル検
出対象画素からの距離をもとに行う。図２（ｂ）に示す
ように、検出対象画素はそれ自身で一つのグループと
し、検出対象画素に接する上下左右の４画素、及び斜め
方向に位置する４画素でそれぞれグループ化する。

【００５０】また、グループの代表値は、グループ内の
４画素の平均値に、検出対象画素からの距離による重み
付けを行うことで求める。距離の近いグループの情報は
比重を重くし、離れるに従い軽くしていく。

【００５１】以下に説明する実施形態では、ベクトル検
出対象画素を中心とする計９画素の情報を用いて、画素
単位の動きベクトルを検出する。評価演算は数３に示す
式に基づく演算を全ての試行ベクトルについて行い、Ｄ
i,jが最も小さくなるときのｉ，ｊを動きベクトルとす
る。

【００５２】

【数３】

【００５３】ここで、Χは現（基準）画像データ、Ｙは
前（参照）画像データを表し、数４で示される。

【００５４】

【数４】

【００５５】また、前記数３に示す式中、α，β，γ
は、検出対象画素Ｘm,nからの距離に基づく係数であ
る。

【００５６】以下、動きベクトル検出装置１０の動作に
ついて図１を参照して詳細に説明する。

【００５７】現画像データ入力端子１００からは現フレ
ームのベクトル検出対象画素データ及びその周辺画素の
合計９個の画素が入力される。同様に、前画像データ入
力端子１０１からは、前フレームのベクトルの探索範囲
内の全ての画素とその周辺画素が入力される。探索範囲
が水平・垂直方向共に−４〜＋３画素であれば、探索範
囲内の６４画素と、その周辺３６画素が入力されること
になる。周辺画素はグループ代表画素を生成に使用す
る。

【００５８】入力された現フレームデータは３系統に分
けられ、ベクトル検出対象画素はそのままＸm,nとして
メモリ１０６に書き込まれ、対象画素の上下左右に位置
する４画素は平均値算出器１０２で平均値化された後に
Ｘm,n′としてメモリ１０６に書き込まれ、斜め方向に
位置する４画素は平均値算出器１０３で処理されＸm,
n″としてメモリ１０６に書き込まれる。メモリ１０６
にはこのようにして３個のデータが記憶される。

【００５９】前フレームデータも同様に３系統に分けら
れ、そのうち２系統は途中平均値算出器１０４，１０５
でＹm+i,n+j′，Ｙm+i,n+j″にされ、メモリ１０７に書
き込まれる。前フレームデータはｉ，ｊがそれぞれ−４
〜＋３まで変化するため、メモリ１０７には各系統６４
個の計１９２個のデータが記憶されることになる。

【００６０】以降、後段の回路では、メモリ１０６，１
０７に保持されているデータを用い、１個の試行ベクト
ルの評価に３回のマッチングを行い、動きベクトルを求
めていく。

【００６１】まず、制御器１１４から評価を行うべきベ
クトル、すなわち試行ベクトルが１個出力される。メモ
リ１０６からは３系統に分離している現画像データが出
力され、それぞれ評価演算器１０８〜１１０に入力され
る。メモリ１０７からは制御器１１４出力の試行ベクト
ルｉ，ｊで偏移した前画像データが３系統読み出され、
それぞれ評価演算器１０８〜１１０に入力される。

【００６２】評価演算器１０８〜１１０では、それぞれ
のグループのデータ同士の差分絶対値を求め、係数α，
β，γを掛け合わせる。評価演算器１０８〜１１０の出
力は加算器１１１で累計され、ある１個の試行ベクトル
の評価値になる。したがって、前記数３に示す式の演算
は、評価演算器１０８〜１１０と加算器１１１で行なわ
れていることになる。

【００６３】最小値検出器１１２では、以上のようにし
て生成された評価値と、既に評価の終っている試行ベク
トル中での最小評価値とを比較する。新たに入力された
評価値がより小さいと判断すると、内部レジスタの値を
新たな評価値に更新し、最小値検出パルスを出力する。
以前の最小評価値の方が小さいと判断した場合は何もし
ない。最初の試行ベクトルの評価では、無条件に最小値
が検出されたと判断する。

【００６４】最小値検出器１１２出力の最小値検出パル
スは、レジスタ１１３に送出される。レジスタ１１３で
は、パルスが入力されたときに制御器１１４が出力して
いる試行ベクトルを、仮の動きベクトルとしてホールド
する。

【００６５】以上の一連の動作が終了すると、制御器１
１４からは新たな試行ベクトルが出力され、同様に評価
を行う。全ての試行ベクトルの評価が終了すると、最小
値検出器１１２内には最小評価値が、レジスタ１１３に
はそのときの試行ベクトルが保持されていることにな
る。

【００６６】この試行ベクトルが動きベクトルとして出
力端子１１５より出力され、１個の画素に対するベクト
ル検出を終える。

【００６７】さらに、連続して隣接する画素Χm,n+1の
動きベクトルを求める場合について説明する。

【００６８】画素Ｘm,nのベクトル検出では、参照画素
として、Ｙm+i,n+j，Ｙm+i,n+j′，Ｙm+i,n+j″を使用
していた。これらのデータはメモリ１０７内に残ってい
るため、参照データとしては新たに必要になる分だけ、
すなわち探索範囲の端の部分だけ取り込み、不要になっ
た領域に上書きすればよい。これは、ｊの値が最大のと
きの、Ｙm+i,(n+1)+j，Ｙm+i,(n+1)+j′，Ｙm+i,(n+1)+
j″を生成して、メモリ１０７上のｊが最小の時のＹm+
i,n+j，Ｙm+i,n+j′，Ｙm+i,n+j″があった領域に上書
きすることになる。

【００６９】以上のようにして更新された前画像データ
と、現画像について新たに入力したΧm,n+1とその周辺
画素を用いて、評価演算を行なっていく。

【００７０】以上説明したように、本実施形態に係る動
きベクトル検出装置１０は、ブロックマッチングによる
画素単位の動きベクトルの検出において、ベクトル検出
対象画素の周辺画素をグループに分け、マッチング演算
をグループ単位に行い、評価時に検出対象画素について
の評価ウエイトを周辺画素の評価値に比べて高くしてい
るので、ベクトル検出の演算量を削減することができ、
検出精度の向上を図ることができる。

【００７１】すなわち、従来方法では、各画素単位にマ
ッチング演算を行なっていたため、３×３のブロックで
の処理には、９回のマッチング演算が必要であった。こ
れは、図１の評価演算器が９個必要になることを意味す
る。さらに次段の加算器でも、９個のデータの加算を行
うことになる。これに対して本方法では９個の画素を３
種類のグループにまとめているため、マッチング演算は
３回で構わない。一方、本方法では、マッチング演算の
前にグループの代表画素を平均値演算で求める必要があ
るが、動作説明のように隣接する画素を連続して処理す
る場合、新たに算出する代表画素は僅かである。

【００７２】ここで、具体的な演算量の削減効果につい
て説明する。水平・垂直方向共に−４〜＋３まで探索範
囲を持つとすると、試行ベクトルの総数は６４個にな
る。ブロックサイズが３×３で、１画素のマッチング演
算１回を加算２．５回に換算すると、従来方法では、１
４４０回の加算が必要であった。本方法では、グループ
代表値算出の平均値演算に３９０回、マッチング演算に
４８０回の合計８７０回で実現することができ、約６０
％の演算量に減少する。

【００７３】また、上述の連続処理を適応した７２０ｐ
ｅｌ×４８０ｌｉｎｅの画像全体の処理を考えると、従
来方法では４９７，６６４，０００回の加算となるが、
本方法ではグループ代表値算出に４，１４７，２００
回、マッチング演算に１６５，８８８，０００回で合計
１７０，０３５，２００回となり、約３４％の演算量に
減少する。また、本方法ではマッチング自体に必要な演
算量が削減されているため、ベクトル探索範囲及びブロ
ックの大きさが大きくなれば、さらに大きな削減効果が
得られる。

【００７４】また、従来方法では、マッチング演算の際
に各画素が等しい重みを持っていたため、検出対象画素
以外の画素で特徴的な動きがあるとブロックの動きがそ
の画素の動きに追従してしまい、探出対象画素の動きと
一致しないという問題があったが、本方法では、評価演
算の際に検出対象画素についての評価ウエイトを周辺画
素の評価値に比べて高くしているため、これを解決する
ことができる。

【００７５】さらに、本方法では、周辺画素を検出対象
画素からの距離に応じてグループ分けしているため、図
３に示すような回転や、拡大・縮小が含まれる画像に対
しても、正確な動きを検出することができる。ブロック
マッチング法で検出できる動きベクトルは物体の平行移
動に限られているため、このような動きでは正確な動き
が検出できるとは限らず、図３の画像では正方形の左下
の黒い画素の動きは参照フレームの白い画素へ向かうこ
とになるが、本方法では正方形の枠円の黒い画素へ向か
う。ブロックマッチング法において単純に重み付けを行
うだけでも同様の検出は可能であるが、特にグループ分
けをすることで、回転・拡大縮小に一致した動きを検出
した際の評価値が小さくなり、動きベクトルの誤検出を
減らすことができる。

【００７６】なお、本実施形態では、３×３のブロック
単位で、検出対象画素からの距離によりグループ化を行
い、グループによって評価ウエイトを変更する例を説明
したが、ブロックの大きさは上記サイズに限定されるも
のではなく、他のサイズでも差し支えない。

【００７７】また、グループ化の手法も距離だけではな
く近傍に位置する画素を塊にする方法でも構わない。入
力画像間の時間差も、１フレーム間隔に限らず、複数フ
レーム間隔にしてもよいことは言うまでもない。

【００７８】また、本実施形態では画素同士の評価に数
２に示す式に従った絶対誤差を用いているが、自乗誤差
など異なる評価関数を用いることもできる。

【００７９】また、本実施形態では動きベクトル検出方
法を、例えばＭＰＥＧアルゴリズムに基づく動画像圧縮
装置に適用してもよいが、勿論これには限定されず、動
き補償を用いるものであれば全ての装置に適用可能であ
ることは言うまでもない。

【００８０】さらに、上記動きベクトル検出装置、評価
演算器を構成する回路や部材の数、種類などは前述した
実施形態に限られないことは言うまでもなく、ソフトウ
ェア（例えば、Ｃ言語）により実現するようにしてもよ
い。

【００８１】

【発明の効果】本発明に係る動きベクトル検出装置で
は、基準画像に対しベクトル対象画素を中心とするブロ
ックと、参照画像に対し基準画像のブロックと同じ大き
さのブロックを形成し、該ブロック同士の類似度の評価
を行う際に、ベクトル検出対象画素の評価値に対する重
みを、周辺に位置する画素の評価値より重くするように
構成しているので、ベクトル検出の演算量を削減するこ
とができ、検出精度の向上を図ることができる。

【図面の簡単な説明】

【図１】本発明を適用した実施形態に係る動きベクトル
検出装置の構成を示すブロック図である。

【図２】上記動きベクトル検出装置の評価値の算出方法
を説明するための図である。

【図３】上記動きベクトル検出装置の回転が含まれる物
体の動きについて効果を説明するための図である。

【符号の説明】

１０ 動きベクトル検出装置、１００ 現画像データ入
力端子、１０１ 前画像データ入力端子、１０２〜１０
５ 平均値算出器、１０６，１０７ メモリ、１０８〜
１１０ 評価演算器、１１１ 加算器、１１２ 最小値
検出器、１１３レジスタ、１１４ 制御器、１１５ 動
きベクトル出力端子

Claims (4)

【特許請求の範囲】
1. 【請求項１】 複数の画像間に存在する動きを、画素単
   位に検出する動きベクトル検出装置において、 基準画像に対しベクトル対象画素を中心とするブロック
   と、参照画像に対し前記基準画像のブロックと同じ大き
   さのブロックを形成し、該ブロック同士の類似度の評価
   を行う際に、ベクトル検出対象画素の評価値に対する重
   みを、周辺に位置する画素の評価値より重くすることを
   特徴とする動きベクトル検出装置。
2. 【請求項２】 上記請求項１記載の動きベクトル検出装
   置において、 前記ベクトル検出対象画素の周辺に位置する画素を複数
   のグループに分け、それぞれのグループを代表する画素
   値を抽出し、ベクトル検出対象画素と複数のグループ代
   表画素を用いて評価演算を行うことを特徴とする動きベ
   クトル検出装置。
3. 【請求項３】 上記請求項１記載の動きベクトル検出装
   置において、 前記ベクトル検出対象画素の周辺に位置する画素を１つ
   のグループに分け、それぞれのグループを代表する画素
   値を抽出し、ベクトル検出対象画素と周辺画素を代表す
   る画素を用いて評価演算を行うことを特徴とする動きベ
   クトル検出装置。
4. 【請求項４】 前記周辺画素のグループ分けを、検出対
   象画素からの距離に対応して行うことを特徴とする請求
   項２又は３の何れかに記載の動きベクトル検出装置。