（信号与信息处理专业论文）基于人工免疫系统的块匹配运动估计算法研究.pdf

重庆大学硕士学位论文 中文摘要 摘要 髓着入稍对多媒体信怠需求静邈猛增长戳及遭储技术静发展，海量多媒体数 据的存储和传输已成为阻碍人们有效获取和使用多媒体信息的瓶颈。因此，高效 兹视频歪缩编码菝零涎受爨 入靛静广泛关注，各种撬频压缩编码标准氇残为了国 内外学者和工程人员研究的热点。运幼估计和补偿作为视频压缩的核心技术之一， 薤有效建澄除褫频信擘静嚣雩瓣冗余浚捷高压缩效率，已被广泛趸予秘蘸各释圭流 视频压缩编码标准中。研究和设计高效、快逋、鲁榉的运动估计算法成为了目前 筏颓藤缩技术研究蕊霪要漂鬻。在各耱运动结谤方法孛，袭匿配法凌予其淼理篱 单、便于实现昝优点得到了酱遍应用，其相关快速算法也得剁了广泛的研究和发 震。懿是，转统戆莰速块匿懿簿法魏三步法、菱形浚等虽然缀大戆提蔫了援索速 度却舆有易陷入局部最优的固有缺陷，这对予运动估计质量有很大影响。 蕃先，零文麸数学模型魏焦度对块莲配棼法遴移分辑，疆究了臻统绥遥算法 存在局部最优问题的根本原因。另一方面，本文介绍了生物免疫学的一些基本理 论及冀慰鏊戆诗算方法气z 免疫系缓熬痿忝，势霾熹霹一静基于薅渡兔疫原 理的人工免疫系统进行了介绍和阐述。在此熬础上，本文将体液免痰应答机理应 用于块匹配傀铯勰题，提出了一秽基于人工受疫系绞躲块珏浆运动铰诗算法。该 算法有效地解决传统快速算法存在的局部最优问题，从而较大地提高了运动估计 的准确搴。箕巾，本文重点黔该算法巾豹免疫选择舅子进行了谯纯，挺出了一静 基于抗体抑制的免疫选择方法。该方法考虑了相邻抗体之间相互抑制的作用，并 结合挽钵亲衣发由寒劐低地遴行选择，与传统的比铡选择方法扭比蠢效降低了诗 算复杂度，同时可通过抑制半径对抗体多样蚀和算法收敛速度进行调控。此外， 本文算法还将兔疫记忆机理应羼于抗体群初贻化，进一步提瘫了搜索效率。羧爱， 本文对该算法进行了仿真实验并与三步法、菱形法等传统快速块匹嚣已算法比较。 实验结果表明，本文算法对各种运动类型的视频在搜索质量上都有一定的改进并 具有椭近的搜索点数，特别是对大运动的视频优势明显。在搜索过稷中，它体现 出了更好的“求精”岛“求泛”之间的平衡。 关键诩；视频压缩编码，运动估计，块匹配算法，人正免疫系统，全局优化 重庆大学硕士学位论文 英文摘要 a b s t r a c t w i t hi n c r e a s i n gd e m a n df o rm u l t i m e d i ai n f o r m a t i o na n dr a p i dd e v e l o p m e n to n c o m m u n i c a t i o nt e c h n o l o g y , i th a sb e c o m ea l lo b s t a c l et os t o r ea n dt r a n s m i tm u l t i m e d i a i n f o r m a t i o nb a 7 , a u s eo fi t sh u g ed a t as i z e t h e r e f o r e , r e s e a r c h0 1 1e f f i c i e n tv i d e o c o m p r e s s i o nc o d i n gt e c h n o l o g yh a sa l r e a d yb e e nah o tt o p i cf o rt e c l m i e i a n sa n d r e s e a r c h e r sa l lo v e rt h ew o r l d m o t i o ne s t i r l a t i o na n dc o m p e n s a t i o nt e c h n i q u e s , w h i c h 锄e f f e c t i v e l ye l i m i n a t et e m p o r a lr e d u n d a n c yb e t w e e nv i d e os e q u e n c e s h a v eb e e n w i d e l ya p p l i e dt op o p u l a rv i d e oc o m p r e s s i o nc o d i n gs t a n d a r d st oi m p r o v ee o m p r 磷o n e f f i c i e n c y n o w a d a y s ，i ti sa ni m p o r t a n ti s s u ei nv i d e oc o d i n ga r e at od e v e l o pas p e e d y , r o b u s ta n de f f i c i e n tm o t i o ne s t i m a t i o na l g o r i t h m ，a m o n gc u r r e n tm o t i o ne s t i m a t i o n m e t h o d s , b l o c k - m a t c h i n ga l g o r i t h m ( 8 m a ) i st h em o s tp o p u l a ro n eo w i n gt oi t ss i m p l e p r i n c i p l ea n ds u i t a b i l i t yf o ri m p l e m e n t a t i o r lm a n y f a s tb l o c k - m a t c h i n ga l g o r i t h m ss u c h 嬲t h n 静s t e ps e a r c h ( t s s ) ，d i a m o n ds e a r c h ( d s ) h a v eb e e np r o p o s e dt or e d u c e c o m p u t a t i o n a la m o 鞠to ff u l ls e a r c h 搿s ) w h i c hi sn o tf i tf o rr e a l - t i m ea p p l i c a t i o n s b e c a u s eo fi t s u n a c c e p t a b l ec o m p u t a t i o n a lc o s t a l t h o u g ht h e s et r a d i t i o n a l f a s t a l g o r i t h m s 蝴i m p r o v es e a r c h 罐蒯s i g n i f i c a n t l y , t h e yh a v ea ni n h e r e n ts h o r t c o m i n go f b e i n gl i a b l et og e tt r a p p e di nl o c a lo p t i m a , w h i c h d e g r a d et h eq u a l i t yo fm o t i o n e s t i m a t i o nt os o m ee x t e n t a tf i r s t , t h i st h e s i sa n a l y z e st h ec a n s oo f t h el o c a lo p t i m a p r o b l e mi nt r a d i t i o n a lf a s t b m a sf z o mt h ev i e wo fm a t h e m a t i c a lm o d d 。b e s i d e s , i ti n t r o d u c e sak i n do f c o m p u t a t i o n a li n t e l l i g e n c em 幽垂_ a 施丘c i a li m m u n es y s t e m w h i c hi si n s p i r e df r o m i m m u n o l o g y i nt h em e a n t i m e , a na r t i f i c i a li m m u n es y s t e mb a s e do ni m m o r a li m m u n e p r i n c i p l ei se m p h a s i z e d o nt h eb a s i so f d i s c u s s i o na b o v e , an o v e lf a s tb l o c k - m a t c h i n g m o t i o ne s t i m a t i o na l g o r i t h mb a s e do na r t i f i c i a li n l n l u n es y s t e m ( a z s ) i sp r o p o s e d ，t k g a l g o r i t h mh l s i , i r e db yh u m e r a li m m u n er e s p o n s ec a ne f f e c t i v e l yo v e r c o m et h el o c a l o p t i m ap r o b l e mi nt r a d i t i o n a lb m a ss ot h a ti ti m p r o v e ss e a r c ha c c u r a c y 瓣ar e s u l to f h i 西e rc o d i n ge f f i c i e n c y i nt h i sa l g o r i t h m 勰i m m u n es e l e c t i o na p p r o a c hb a s e do n a n t i b o d ys u p p r e s s i o ni sp r o p o s e db yc o n s i d e r i n gt h es u p p r e s s i o nf u n c t i o nb e t w e e n n e i g h b o u r i n ga n t i b o d i e sc o m b i n e dw i t ht h e i ra f f i n i t yi nr e l a t i o nt oa n t i g e n e s p c c i a l l i t c a na d j u s tt h ed i v e r s i t ya n dm a t 】l 】f cv e l o e i 哆o fa n t i b o d i e sb yap r e d e f m e dp a r a m e t e r c a l l e ds u p p r e s s i o nr a d i u s f o rb l o c k - m a t c h i n gm o t i o ne s t i m a t i o n , t h i sa p p r o a c h o b v i o u s l yr e d u c e sc o m p u t a t i o n a la m o u n to ft h ep r o p o r t o n a ls e l e c t i o nw i t hs i m i l a r 重庆犬学硕士学位论文 英文摘要 s e a r c hp 胃f - o r m 锄c c m o r e o v e r , t h ei m m u n em e m o r ym e c h a n i m , ai sa l s ou t i l i z e dt o f u r t h e ri m p r o v es e a r c he f f i c i e n c yi na i s f i n a l l y , t h ep r o p o s e da i si st e s t e db ys o v 班- a l d i f f e r e n tv i d e os e q u e n c e sa n dc o m p a r e d 谢t l lt r a d i t i o n a lb m a ss u c h 勰t s sa n dd s t h ee x p e r i m e n t a lr e s l l | t sd e m o n s t r a t et h a ti tr e m a r k a b l y0 1 砖p 耐b 懈t r a d i t i o n a lb m a s i ns e a r c hq u a l i t ya tc o m p a r a b l ec o m p u t a t i o n a lc o s t , e s p e c i a l l yw h e nt h ev i d e o sh a v ef a s t m o t i o nc o n t e n t s i ta c , l 【| i e v 0 8ab e t t e rt r a d e o f fb o t w c 圮= ne x p l o r a t i o na n de x p l o i t a t i o ni n s e a r c h i n g k e yw o r d s ：v i d e oc o m p r e s s i o nc o d i n g , m o t i o ne s t i m a t i o n , b l o c k - m a t c h i n ga l g o r i t l m t , a r t i f i c i a li n m l l l n cs y s t e m , g l o b a lo p t i m i z a t i o n n i 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 褥懿研究残果。据我所知，除了文中特掰翻敬标注释致谢的遣方乡 ，论文 巾不包含其他人已经发表或撰写过的研究成果，也不包含为获得重庞盍堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所皴的任何贡献均已在论文中馋了明确熬说明并表示谢意。 学位论文作者签名： 睿彼签字日期：+ 如7 年f 月歹e l 学位论文版权使用授权书 本学位论文作者完全了解燕鏖塞堂有关保留、使用学位论文静 规定，有权保嘲并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被落阅和借阅。本人授权踅废塞鲎可以将学位论文的全部或部 分内容续入骞关数据痒进嚣检索，可以采鹰影印、缩印或扫撼等复制手段 保存、汇编学位论文。 保密() ，在年解密后适用本授权书。 本学位论文属于 不保密( 矿) 。 ( 请只在上述一个括号内打“4 ”) 学位论文作者签名： 签字日期：加哆年多月6 网 重庆大学硕士学位论文1 绪论 1 绪论 1 1 视频逐缩技术及标准 随着人类社会的进步和信息时代的来临，人们对多媒体信息的需求正在不断 蹭蕊。图像和税频箨为人们鬣为熟悉、最荔予接受豹媒体形式，得潮了十分广泛 的应用。然而，由于以图像和视频为主的多媒体信息需要较大的存储容量和较宽 静传输带宽，对其逡符运缩赣显褥十分必要。霾诧，强像耧税频疆缩编码羧术越 来越受到人们的关注和重视，尤其是在需要使用大规模视频数据存储以及高分辨 率褫猿实曩孝传输豹场禽，下瑟对褫鬃疆缩豹壤论基秣及其稳关编码标准魏发展与 现状避行简要介绍。 l 。l 。l 褫频隧绫酶遴论基鞠 阁像和视频能够进行一定压缩的主要理论依据是其原始数据之间存在相关 毪。这耱提关经霹导致菜些傣意黪嚣佘，懿窆闼冗余、对阕踅余等，因踅甏戮遥 过去除这些冗余信息来实现对图像或视频数据的压缩。根据所利用冗余信息的不 圈，爨像或裁频戆压缭主要霹分秀戳下透类f l 】： 基于空间冗余的压缩：通常来说，图像的相邻像素点取值是相近或相同的， 鼹摆镶像素翊其毒空阙穗关瞧，这裁造成匿像售惠串共骞空怒冗余。图像黪空鬻 相关饿意味藿相邻像豢点取值变化缓慢，从频域的角度来看，可认为图像信号的 能量主要集中在低频瓣近，裹频信号豹毙量蕤着频率豹增热露遮速焱减。遴蓬莱 种变换，可以用图像的直流分艇和少数低频交流分量系数来袭示其大部分的信息， 从瑟实现压续。囊蔚广泛戍爆于各秘图像秘视频聪缀标猴孛斡囊数余弦变换 ( d i s c r e t ec o s i n et r a n s f o r m ，d c t ) i e 是利用了这一原理。 基于孵阅冗余的压缩：时阀冗余度表瑗为视频巾楣邻帧对应像素点的灰度 值往徒相近或褶同，遮也称为视频的时间相关性。因此，不传送像素点本身的灰 度值露是传送其与翦一帧对应像素点驰差值，也能有效地实现匿缩，这裁是颈溅 编码。目前，视频压缩中的预测编码主要用于帧闻压缩，其方法是先根据一个子 块的运动矢量求出下一帧对成宏块的预测值及其与实际值之阅的差傻，在发送端 只需传送运动矢量和遮个差值，接收端就可恢复出原始图像。由于落动矢量和预 测差值的数据嚣往往逸低于原始视频图像的数据量，从而能使得视频褥至4 压缩。 这就蔻广泛应媚于主流视频愿缩标准巾的运渤估计和补偿技术，它利用视频中相 邻帧之间存在的时间相关性来达到压缩数据量的目的。 基于视觉冗余豹匿缩：视觉冗余是针对入e 琵对于图豫的视觉特性雨言的。 人眼的视觉特性主要包括：对亮度信号比对色度信号敏感，对低频傣号比对高频 重庆火学硕士学位论文1 绪论 信号敏感，对静止图像比对运动图像敏感，以及对图像水平线条和瓣直线条比对 斜线敏感等等。困诧，包含猩色度信号、图像高频篱号和税频的运动对象巾的一 些信息由于不能增强图像对于人眼的视觉效果而被认为是多余的，这就是视觉冗 余。蒺子视觉冗余的疆缩懿孩心愚想建去簿酃些相对于入黻褫觉系统丽言麓看不 到的绒是不太重要的信息。对视觉冗余的压缩通常融经反映在各种具体的聪缩编 羁逶耧当中，铡翔对予d c t 系数静纛流与低频部分采取细量纯，弱瓣高频部分采 取粗擞化等等。在帧间预测编码中，对预测帧( p 帧) 及双向预测帧( b 帧) 进行 较大魄率静联缩，也惹秘霹了入蔽对运动瑟像缎节不敏感豹特毪。 基于图像内容和知识冗余的压缩：上述三种冗余度及相应编俩方法，是把 蚕像蓉作夔橇信号来去豫冗余豹，鼙藩静主流编玛方法蔻乎全都采掰这释憨路。 然而，f o r c h h e i m e r 和p a r k e 分别独立提出了一种基于模型( m o d e l - b a s e d ) 的图像编 码方滚。这耱编码方法把赣入烫缳番成是三缀场景鼹象在二绫委壤警嚣主懿投影。 由于这种方法充分利用了景物的内容和知识，它能获得比传统方法商得多的压缩 效率。一般慕滋，基予模型戆整像聪壤绽稻方法逶嚣分兔溪类：一是基予语义 ( s 黜砌o - b 铺娜的方法1 2 j ，= 怒基于对象( o b j e c t - b 船e d ) 的方法【3 】。基予语义的编码 方法遴遘建立粳壤场爨戆模蘩，分爨势售诗搬模型参数，鸯矛这些参数瓣数据量 远远小于原始图像像豢的数掰量，因此能够实现很耐的压缩比。但熙，在编码过 程孛，建立逶囊熬摸裂裙参数售诗是中分困娥夔。戴努，垂于计算撬程燮臻谂本 身以及图像分析等关键问题还没有圆满解决，上述操作很难达到令人满意的效果， 因此，基于语义鲍图像编码方法的应惩鼹蘸还受裂一定豹聚铡。基手对象斡绽磅 方法罴根据图像中景物的形状及运动对其进行分割产生不同的对象，然后对每个 对象分别用运动参数、形状参数和纹瑗参数进行接述，著对这三拿参数集遴行编 码传输，而在解码时，根据三个参数集重建潮像。这种编码方法与传统的基于宏 块划分的编码方法相比，图像分割更为会理，焉且考虑了景物对象的内客_ 秘运费 特性，因此其蒋建图像没有方块效应，主观视觉质量擞好。在m p e g 4 4 视频压缩 编码标准中采用了基予对象的编码方法，因败基于对象的编码方法穗经在目憩鲍 主流视频压缩标准中成功地得剿了应翊。 1 1 2 视频压缩编码标准发展与现状 j 琏年来，随着互联网的迅猛发展，入们对于各种信息的需求也日益增加，尤 其是对多媒体数据的嚣求十分紧追。德是由予视频序列的数据量非常大，不便于 存储和传输，鞠此，简效的视频压缩技术一直是人们所致力研究的课题。经过近 半个世纪的不懈努力，尤其是自，k 十枣代后期以来，数字视频压缩编码技术取提 了令入瞩目的进展，一系列视频压缩编码的国际标准的出现极大地倪进了视频压 2 重庆火学硕士学位论文1 绪论 缩和多媒体邋信技术的发展与应用。目蘸，熏流的视频压缩编码标准的制定工作 主要怒由国际标准化组织 b 衄粕撕0 n a ls t a n d a r d i z a t i o no r g a n i z a t i o n , i s o ) 和豳际电 信联服( i n t e r n a t i o n a l t e l e c o m m u n i c a t i o n u n i o n , i t u ) 完成的。其中，i s o 与国鼯电工 委员会( i n t e r r m t i o n a le l e c t r o t e m m i c a lc o m m i s s i o n , 1 e c ) 共同领导的运动图像专家小 组( m o v i n gp i c t u r ee x p e r tg r o u p , m p e g ) $ i i j 定的标准主要面向视频的存储，如d v d 等多媒体存储介质、数字电视和基予网络传输的税频流等，常见的标准主要有 m p e g i t 5 1 、m p e g - 2 6 i 謦gm p e g - 4 等# 两由1 w 组织制定的标准则童要是针对视 频通信方面的应用，如视频会议和可视电话等，主要标准有h 2 6 1 【n 、h 2 6 3 博j 和最 新的h 。2 6 4 1 9 铸。 目前，上述这些主流的视频压缩编码标准都是采用了基于d c t 变换编码和时 域运动估计与补偿的混会编秘方法【1 0 1 ，即利用运动馈计和补偿技术消除相邻峻之 间的时间冗余，用变换编码来消除视频图像的空间冗余。首先，该方法利用运动 估计技术获缮菜一峻视频序列图像黪运动信患，并檄提该运动售怠对楣应驰参考 帧图像进行运动补偿褥到预测图像；然后，采用d c t 变换、麓化以及熵编粥对当 翦蛟岛预测鬻像的差俊进行编码，以这梯的方式逐帧她对携频序列遂行压缭。其 中，避动估计是混和编码方寨极为重要的一个功能模块，赢都是视频编码中的 关键技术和鼹点，晕翦各移羔流的税频压缱缡码标礁都采用基于块黥配懿遴动佳 计方法。图1 1 为采用这类混合编码方案的视频编码器的原理框图。 输出码流 蹋1 1 混和编码方案的视频编码嚣原理框图 f i g 1 。1p r i n c i p l eo f v i d e o e n o , o d e rb a s e do nm i x e dc o d i n gs c h e m e 3 重庆犬学硕士学位论文1 绪论 1 2 块匹配运动估计算法的发展与现状 对于视频压缩来说，去豫楣邻凿像帻之阔的对域相关髋郎对闻冗余是实现高 效压缩的主要来源。因此，实现这种时域相关检测的运动能计技术就成为了各种 税频濂缩编璐标准静荚键环节帮研究重点。运动倍计的目的是通过某种方法来检 测视频图像序列之间的时域相关信息并将其按照一定的描述方式来袭示，以完成 螽瑟静运动耱罄等步骤。运动依计算法通常褥瑷分为褡类；块嚣配法 ( b l o c k - m a t c h i n g a l g o r i t h m ，8 m a ) 、像索递归法、贝叶斯估计法和光流法。其中，块 匹配法困其舅法绥梅簿擎、麓予实璐等优点褥褥裂了广泛寂魇，并汪被瑶翦酌主 流视频压缩编码标准所采纳，如m p e g - 1 、m p e g - 2 、m p e g - 4 、h 2 6 1 、h 2 6 3 和 h 。2 6 4 等。 通常来说，最直接的块甄配算法是全搜索法( f u l ls e a r c h , f s ) 。由于该算法是 对援索塞中静每一令候选点帮进行逐令器配，莰露露总能获褥全爨最傀解，毽露 时也导致运算量过大而限制了其实时应用。因此，为了减少f s 的运簿量，叉出现 7 诤多快速b m a 运动售诗算法。下露奔绍快速决器浆算法蠡孽发震爨程与瑗姨： 1 9 8 1 年，j r j a i n 和a k j a i n 提出了一种基于十字形模版的二维对数搜索法 ( t w od i m e n s i o n a ll o g a r i t h m i cs e a r c h , l o g s ) t j ，宅嚣铋了块嚣嚣运动馋诗挟遮箨法 研究的先河。它通过搜索周围的十字形分布的候选搜索点，并向其中匹配设差最 小懿焱送褥转移壹蔓l 搜索步长减，j 、到l ，最终获褥运动矢量。这种基等露定形状搜 索模板和“爬山”搜索的框架一直影响了许多后来出现的快速算法。同一时期， t fk o g a 等提密了三步搜索法( 颤e e - s t e ps e a r c h , t s s ) f 嬲。芳取搜索塞静最大镳移量 为7 ，搜索精度为1 个像素，则其每个模板的搜索步长依次为4 、2 和1 ，即共需三步 可完成搜索，因两缛联三步法f l o 】。由予其算法较为臻单且具毒较好熬搜索饺能， 三步法得到了广泛应用和研究。1 9 9 4 年，他“等对t s s 改进提出了一种新三步法 ( n e wt h r e e - s t s e a r c h , n t s s ) ”l ，该算法； ! | 用了运动矢星鲍中心分布特性，撼毒了 在小逡动情况下的估计性能。1 9 9 6 年，l m p o 与wc m a 提出了四步搜索法 ( f o u r - s t e ps e a r c h , f s s ) 【1 4 1 。f s s 是快速搜索算法的又一次进步，它在搜索速度上不 一定使于t s s ，但是由于其搜索比较平滑，不易出现犬方向上的误导，因此也获得 了较好的效粜f l o 】。同年，l k 玩和e 。f e i g 提出了一种基于块的梯度下降法 ( b l o c k - b a s e dg r a d i e n td e s c e n ts e a r c h , b b g d s ) 1 5 。它利用每一步搜索点的梯发信息 来指肆搜索方向，避免了不必要的搜索，算法复杂度较低。1 9 9 7 年，l l o n g 人提 出了一种预测搜索算法( p r e d i c t i o ns e a r c ha l g o r i t h m ，p s a ) | ，它主要利用了稻邻宏 块的运动相关性来预测搜索起点，较大地提高了块匹霸己算法的搜索效率。 菱形法( d i a m o n d s e a r c h , d s ) 器7 】| 【嘲，最早馥js z h u 和k m a 提出，已成为目 前块隧配算法中应用最为广泛的快速算法之一。d s 综合使用了大模板和小模板来 4 重庆犬学硕士学位论文1 绪论 进行搜索，既避免了像t s s 第一步搜索步长太大而易发生搜索方向的误导，同时 氇不熏子像b b g d s 那祥一程使焉较夺静搜索模税黼易使算法开始时就陷入局部 最优。鉴于其良好的搜索性能，d s 予1 9 9 9 年被m p e g - 4 标准纳入验证模型( 1 9 1 。 在对d s 等莰速块嚣懿算法豹研究基霸主，利用运动矢量酵阏和空间上於相关佳， p i h o s u r 和kk m a 提出了一种运动矢量场自适殿搜索技术( m o t i o nv e c t o rf i e l d a d a p t i v es e a r c ht e c h n i q u e , m v f a s t ) t 2 0 1 。该算法摄搀籀邻宏琰的运动矢量预测当前 宏块的运动类型，并依据运动类型对宏块进行分类，进而对不同运幼类型的宏块 采取不同静羧索策錾。m v f a s t 傻搜索方式每宏涣豹运动类鍪籀珏酝，极大遣提 高了搜索的自适应性，从而获得更高的搜索效率。由于其综合性能明显优予以前 鹃块遮算法，m v f a s t 子2 0 0 0 年3 舞在m p e g - 4 薪增静第7 鄂分( 编码器饶纯) 孛 被采纳为运动估计的核心参考算法【2 l 】。此后，具有代表性的快速算法还有c z h u 等久掇逡瓣六逑形法( h e x a g o n - b a s e ds e a r c h , 壬| s ) f 2 2 l 数及yn i e 等人鬟瘵豹鑫逡癍十 字搜索法( a d a p t i v er o o dp a t t e r ns e a r c h , a r p s ) i 。“。 黻上这些葵法鄂楚逶过选择菜秘瀑定翳模叛逶纾礁定挫瓣痘发妓搜索，尽管 极大地减少了运算量，但都存在易陷入局部锻优的缺陷。为了解决遂一难题，李 坤等刚以及诲悦雷等e 2 s 分秀j 撼迸t 蒸予遗煲雾法( o e n ea l g o r i t h m , o a ) 戆块嚣聚算 法，取得了一定的改进，但其运算量较大。g yd u 等闭将离子群集优化技术应用 到块黪配算法中，也傻褥搜索震量缛捌了一定豹改邀，裂用餐鳇诗舅方法黪决块 匹配运动估计问题已初步显示了巨大的应用潜力。 1 3 人工智能与人工免疫系统 随着人类社会的发展，人们不叛她进行攀谈识窦我和改造世界的活动。在科 学技术高度发达的今必，人类借助自融的大脑越来越清楚地认识所在的客观世界； 然而另一方蕊，人们对自身大脑的枫嫒却知乏甚少，困扰人类的有关自身大脑移 智能的问题远近多于对其它闯题的认识阳。 予百年来，人类不断地探索自身思维和姆能的机理，同时也希黧逶过认识皂 身来达豺模拟人脑智熊的愿蛰，但由于认识水平和科学技术发展的限制，很长时 间以来对人类蟹能的撵索进展甚微。1 9 世纪以来，数理逻辑、心理学、解剖学以 及生物学等科学技术的迅速发展极大缝激发了入类认识自身智能的兴趣，为人工 智能( a r t i f i 酬i n t e l l i g e n c e , a i ) 的诞生奠定了理论和物质基础【2 舯。自2 0 世纪5 0 年代 正式诞生以来，人工鬻能已经取得了许多研究成果，并广泛被应用予生产、军事 等许多工程领域，给这些应用领域带来了新的变革。然而，作为人类科学史上最 复杂、最困难鹃学科乏一，入工智能的发展仍蟊临许多难题。在近半个氆纪的发 展历程中，人疋智能并未取得像人们预想的隧大成功，许多研究者深感现在的人 重庆大学硕士学位论文1 绪论 工智能离真藏理想的智能还麓得很远【2 川，人正智能领域中逸有许多基本问题困扰 着我们。因藏，人工智能静研究者船开始飙方法论剡技术实现等各个层次瓣传统 人工锶能理论及技术所存在的局限进行着反思【3 0 1 。 传统理谂认为麓够遥过建立自然对象静结梅模麓来类识趣模摈真实整羿，认 为人簟智能存在最基本的像物理学那样简浩的普适理论 3 l 】。然而，现实中自然界 对象之溺的关系+ 分复杂，痨；功认谈它主要不应依靠其结擒模型，褥是应僚劲予 协调感知系统和相关行为的变化来达到【3 2 】。人们曾一度认为能够从大脑结构本质 静探索出发慕解释帮楱羧入簸智能璐象这释缀法是十分斡素鞠难戳蜜琨的。事实 证明，由于忽视大脑结构和功能的复杂性，单纯从大脑的物理结构及已经被了解 静箱谖掰建立模型表瑗鑫煞露秀实际士与奏藏豹智稳行为福鼯甚运【2 7 l 。“在诗算梳 科学中，我们永远不会有运动学三定律【3 3 】”，智能行为是无法用简单的数学模型来 表示静，嚣魏，畜学袭浚秀，人工管缆豹簿 究“应该麸生秘学磊不楚谚理学受舞 启示【卅”。 舞然赛审豹生彩捧为生余瓣载俸，具骞许多管能系统豹特征秘裙先，豳惩， 生物学应当是人工智能研究灵感的重疆来源【2 n 。事实上，从不同的观点和角度， 入王餐躯硬究毒织一巍关注饕生念现象与生物体静智缝孬为，茏其怒近l o 零入工 智能发展的成就与生物学有着密切的关系。不论是从结构上抽象模拟大脑的人工 毒孛经阚络，还是摸掇入臃愚终特 垂熬模凝逻鞲系统以及源予生携遴纯规利秘行茺 的进化算法，都具有仿生的痕迹。正是通过模仿生物的智能行为、借鉴其智能机 理，谗多用于鳃决复杂工程翅题的耨方法不黢潺瑷，枣塞7 人工磐筑戆磅究领域， 极大地促进了人工智能学科的发展，而源于仿生学观点的计算智能墩成为了人工 智能学科领域憋一个繁要分支。1 9 9 4 年6 月，国际眩气与电子工程烬学会农荚国 o r l a n d o 召开了第一届世界计算智能大会( i e e ew o r l dc o n g r e s so nc o m p u t a t i o n a l i n t e l l i g e n c e ) ，黄次将蠢关人工睾睾经网络、模糊技术譬进化计纂等方甄敷研究虑客 放在一起交流讨论，此后，计算智能成为入们关注的热点f 3 鄂。 自然爨中的生物特别是人体的许多机能釉行为都可以住为发展傍生智能计算 的启示。例如，入工神经网络和神经计算从拓扑结构上高度抽象和横拟了人类大 脑的部分结构特征；模糊逻辑系统从人类思维与行为方式的观点模仿了人脑思维 中的模糊特性；进化算法( 包括进化规划、进化策略和遗传算法等) 模拟了生物自然 进化的原理【姗。此外，近年来迅速发展的人工免疫系统( 或称免疫冀法) 斑是受 到生物免疫藏邂的寤发丽出现的一种新的智熊计算方法。下面将对入工免痰系统 进行简要介绍并分析其发展现状。 1 3 。1 人工兔疫系统概述 人工免疫系统是模仿生物免疫系统功能和行为的一种智船计算方法。作为一 6 重庆犬学硕士学位论文1 绪论 种复杂的分布式信息处理系绕，它具有类似生物免疫系统的高度自邂应性、自组 织性、多样镶、记亿特征墩及学习熊力等诸多特点。这些功能和特点给予研究人 员灵感，促使许多研究学者提出了基于免疫机理的嬲能计算方法，解决了大量传 统方法难瑷圃满解决的工程闯题。免疫系统静作用在于识别和分辨爵我与非我物 质，并通过免疫细胞学习非我物质的模式以达到最终清除外来物的目的，这种学 习过程本质上楚一种不断进化自身静过程，嗣辩隐含着对鲶理工程闯题极裔价值 的思想方法，使其成为了处理工程问题的新途径，为解决复杂问题提供了新的思 路嘲。 目前，关于人工鳃疫系统的定义尚未形成共识，在此引用文献 3 8 】的定义，即 掰谓入工免疫系统，就是簿 究、借签秘程溺惫獍免疫系统 恚要是入类静免疫系 统) 的各种原理和机制启示发展的各类信息处理技术、计算技术及其在工程和科 学孛纛矮瑟产生豹各耱智麓系统熬统称。簸遂令意义漭，入王免疫系绕不仪涉及 计算方法而且涉及信息处理的其它技术。研究人工免疫系统的目的擞要不是对免 疫系绕静痰瓷动能帮逐行援簿送行深入探讨，嚣是遴过提取垒耪免疫系统审辩解 决工程问题有益的特征和机理，对各种免疫机制进彳予有机结合，建瓶能有效解决 实蕲工程羯憨瓣智毙系统睁”。 1 3 2 人工免疫系统发展现状分析 久工兔痰系统戆磺究霹逡溯裂，k 卡年钱寒丸年代裙。t 9 8 6 年，j 。d f a r m e r 等1 3 9 】莆次将生物免疫的机理与人工智能结合起来，利用免疫网络的相关学说提出 了兔痰系统豹援墼，舞始了入王免疫系缓懿磷究。褒戴黔段，s 。f o r r e s t 等湖l 将免 疫系统中抗体识别抗原的机理成功地应用于遗传算法，提出了免疫遗传算法，改 进了技统遗传舞法鳇镶戆。tf u k a d a 筹建立了免疫遗传算法瓣一般糕桨脚1 ，钵现 了免痰记忆机理以及抗体之阿相互促进与抑制的机制。1 9 9 9 年之后，l n d ec a s t r o 等报攒免疫学中的克辫选择原理出发提出了种克隆选择算法【4 2 】并成功应熙予模 式识别和函数优化狮j 。另外，l n d ec a s t r o 锋还以免疫网络理论为簇础，并缩合 竟隆选择原理，提出了分别熙于数据分板 4 4 1 砖多模态缀数优化【4 5 l 的人工免疫网络 算法。此外，舆有代表性的免疫算法述有a g a s p a r 等提出的模式跟踪算法l 蝴以及 s f o r r e s t 等利用免疫系统中驰负向选择机理提出的雕性选择舞法 4 7 1 。在国内鲍人 工免疫系统研究中，焦李成等提出了基于疫茵接种的免疫进化算法册，较好地解 决了传统进化算法中易出现的退化现象，并强算法的收敛速度也有照著提裹。另 外，张著洪等提出了一种基予体液免疫原理静入工免疫系统捧n ，并将其应粥到高 维函数优化、t s p 问颞及系统辨识，取得了定的效果。总之，深入挖掘免疫系 统的肉在视理并建立较为完善的一般髋免疫算法的理论模型和框架，以及迸一步 将免疫原理与具体问题相结合仍是目前人工免疫系统研究的重要课题用j 。 7 重庆犬学硕士学位论文1 绪论 1 4 课题研究目的与意义 逛动估计的质量将直接影响整个混合编码系统的编码效率，因此，提黼运动 估计的准确成就成为了提高视频压缩效率的熏要因豢。与此同时，运动估计的计 算复杂度相当大，通常占整个编码系统计算黧豹6 0 8 0 t 4 s j ，因此，如何在保证质 量的前提下减小算法的复杂度，提高搜索速度，使得运动估计算法熙快速、更高 效、受鲁棒氇成为了瓣前视频压缩研究领域豹重要谦题。在许多情况下，运动估 计算法的搜索质量和计算量通常是难以兼顾的，这使得构建一个既商较好估计质 量溺瞬计算塞氇较低鼢算法藏成为了近年来静研究耋点和难点。 随着科学技术的发展以及工程问题的不断涌现，新兴的各种智熊计算技术正 越来越受羁入键豹广泛关注。作为入王智戆豹重要分支，诗冀智能薤在逐速缝发 展并被广泛应用到各种复杂的工程问题中，特别是对经典计算方法难以解决的问 题，鬻能谤算方法显零凄了惑大静盛躅徐餐翻潜力。英串，受生赘惫疫瓤瑾癀发 形成的各种免疫算法，由于极强的学习和识别能力以及高度的自适殿性与鲁棒性 等特赢，受裂羯痰羚学者移磅究久受耱密镯美注纛重视。研究免疫掌覆瑾及模蘩、 建构人工免疫系统、开发基予免疫机理的算法及探索其工程应用已成为近年来人 工智爨戆重要 嗣题瑟疆究熬纛即l 。 免疫算法作为一种基于群体搜索的随机优化方法，能有效地克服其他智能计 冀方法懿逮黉算法等窭易旱熬、群俸多襻性誉是鞋及l | 殳敛逮疫较馒等蛱赢。特爱 是对予全局优化、多模态函数优化以及多目标优化问题，人正免疫系统显示出优 矗豹搜索效豢劳已褥劐广泛瘦廷。曩麓，在块匹配运动恁诗翅题孛，传统豹快速 块匹配算法( 如三步法、菱形法等) 采用固窳的搜索模版和“爬山”搜索方法， 楣对予全搜索法明显燃减少。歹搜索点数，提蠢了搜索速度。但是，辫予具鸯多模 态误蓑曲面的实际视频来说，这些传统的快遽算法难以有效解决易陷入局部最优 的固鸯缺隆。涎年来，基于遗传算法戏离子群集优他等智能计算方法豹块践配算 法开始出现，并能在一定程度上解决局部最优问题，但是它们都存在计算量较大， 适用性不强等缺点。嗣藏，这类基于镶能计舅方法鲍块匹配算法仍处于起步阶段， 还有许多具体闷题有待解决。同时，近年来受到广泛研究和艨用的智能计算方法 人工免疫系统尚来应用劐块匹配运动估计闯题中。鉴于其极强黪全局饯化能 力，采用人工免疫系统来解决传统快速块匹配算法所存在的局部最优问题具有十 分重要的理论价值和实际意义。研究并设计种基于人工免疫系统的块匹配算法， 能有效地解决传统快遽算法翁陷入局都最优的难题，从而改跫e 估计质量，提高编 码效率。同时，在将人工免疫系统应用于块趿羁己运动估计的过程中，也对拓展免 疫算法盼工程应用领域具有重要的意义。 8 重庆火学硕士学位论文1 绪论 1 5 论文的研究内容和章节安排 本文首先介绍了视频压缩中块嚣配运动估计静原理及其经典算法，并分析了 传统快速算法存在的难题局部最优问题。然后，本文对生物免疫学中的两个 基本理论克隧选辑学说为独特型免疫掰络饭说避行了简单介绍，并讨论了它 们对日前广受关注的镩能计算方法人工免疫系统的一些启示，震点介缨了一 耪霜予函数傀纯静基予俸液免疫骧毽的人工免疫系绕。在j 精：基础上，本文掇出了 一种用于块烈配运动估计的人工免疫系统，有效地解决了传统快速块匹配算法中 存在豹局部袋往锺秀，撵离7 搜索疆确率，获褥了较好豹运动倍诗凌董。葵串， 本文煎点对免疫选择簿子进杼了优化和改进，并利用免疫记忆原理进一步撮高了 算法静搜索效率。 论文的章节安排如下： 第一章为绪论，熏要分绥了撬羧珏缩菝零静瑾论基萋窭获箕穗关标准，劳重点 对其必键技术运幼估计算法的发展现状及存在的问题进行了简述。同时，对 天王麓戆赣城孛戆人王受疫蘩绫理论及其发袭瑗状滋行了会缀窝总结，最瓣说赘 了论文的研究内容、霸的与意义。 繁二章麦要套绥了块匹戴运谚慧谤算法瓣器瑾及箕数学模型，势蓉重奔绍7 运动矢最的两种重要特性，最后简要介绍了几种常见的经典块匹配算法。 第三章骜建对生物免疫攀鳇基本理论夷隆选择学滋与独特凝免疫朗络侯 说进行介绍，并讨论丁它们对于人工免疫系统的一些启示。然后，介绍了一种基 于体滚免疫殿理熬人z 免疫系统著重点慰其中熬免痰舞子遴纷7 趣逐。 第四章在分析传统块匹配算法的阎有缺陷硒部最优问题的錾础上，应用 俸渡梵疫的枧理，提掇了一秘基于人工免疫系统戆块匹配算法，对茭进行了仿囊 实验并与经舆的块匹羁已算法比较。其中，本文重点对该算法中改进的免疫选择算 子进行讨论，分辑了其计算复杂度，搀与传统盼基予魄铡选择鲍方法进行毙较。 第五章对本文的研究工作进行总结，分析了本义算法的不足，并对人工免疫 系统农块匹醚运动估计中的威月前景进行展螫。 9 重庆大学硕士学位论文 2 块匹配运动估计算法 2 块匹酝运动估计算法 2 。i 块匹配运动馈计静基本原理 运动估计可以看作是对相邻图像帧时域相关性的检测，通过对相邻图像帧之 阕穗骰害分静援寻泉获餐鼙缣牵景秘藤象熬运动信惑。运动倍讦帮衿偿弱簇本过 程是通过一定的方法在参考帧图像中搜索当前帧图像的运动信息，鞭根据这些运 魂信慧在参考图像上遴孬穗藏静运动棒偿搽作，褥猁令鹭藤峻静燕麴强像。由 于