我正在做一个视频作业，你编写了一个着名的视频压缩算法，我选择了ARPS（自适应rood模式搜索）。
现在，如果我理解正确，我必须首先将图像划分为宏块，我已经这样做了，第二次通过采用左相邻宏块的运动矢量来计算pmv（预测运动矢量）（类型D，有其他类型，你采取上述或左上方等，根据一些论文，他们在质量上没有太大差异）。
最后使用pmv来计算当前宏块的mv。
如果我理解正确，我必须使用其他算法（NTSS或FSS等）计算第一列宏块，然后使用该列计算其余的。
如果我的第一栏没有动，会发生什么？ pmv =（0,0）并应用该算法，因为我从维基百科了解它导致所有mvs为（0,0）（又名第一列没有改变=没有改变!!!）
我怀疑我是否正确理解了算法，并且出于某种原因许多论文没有解决这些问题，所以你能否对它有所了解？之后我可以很好地实现它。
这是一个大学的家庭作业，我在软件工程部门（不是AI部门），所以不需要人工智能算法。
答案 0 :(得分：0)
据我所知，ARPS算法的强度是自适应的rood大小，它基于预测的运动矢量（mv）。 Rood被用作这种方法的第一步，并且可以通过在正确的位置跳跃来显着减少过度估计。第二步是通过小钻石或其他您喜欢的固定图案来细化最佳点。
因此，如果你预测零mv，你可以简单地应用精确估计（第二步）。
实际上，零mv表示估计块的小度量值（通过SAD或其他度量）。自然静态图片总是具有相邻（在时间平面中）样本的一些偏差，并且任何度量产生一些值。通过零移动或小运动矢量标记该块的实现决定。
关于您实施中的列。对于非第一行中的第一个块，您可以使用上面的mv块。这减少了你的总计算量。
在任何情况下，您可以通过应用运动补偿（运动估计的倒数）并通过计算PSNR度量来计算原始图像来检查实现的好坏变化。