Nghiên Cứu Và Đánh Giá Thuật Toán Ước Lượng Chuyển Động Trong Mã Hóa Video

• Tác giả: Nguyễn Quang Huy
• Người hướng dẫn: TS. Vũ Hữu Tiến
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Kỹ thuật Viễn thông
• Đề tài: Nghiên Cứu Và Đánh Giá Một Số Thuật Toán Ước Lượng Chuyển Động Trong Mã Hóa Video
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2021
• Địa điểm: Hà Nội

• LỜI CAM ĐOAN
• 1. CHƯƠNG I: TỔNG QUAN VỀ MÃ HÓA VIDEO
• 1.1. Nguyên tắc mã hóa video
• 1.2. Kỹ thuật giảm dư thừa thông tin trong miền không gian
• 1.3. Kỹ thuật giảm dư thừa thông tin trong miền thời gian
• 1.4. Sơ đồ tổng quát mã hóa video
• 1.5. Các tiêu chuẩn cho mã hóa tín hiệu video
• 1.6. Kết luận chương
• 2. CHƯƠNG II: NGHIÊN CỨU CÁC THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HÓA VIDEO
• 2.1. Thuật toán tìm kiếm theo khối BMA (Block Matching Algorithm)
• 2.2. Thuật toán tìm kiếm đầy đủ FSA (Full Search Algorithm)
• 2.3. Thuật toán tìm kiếm nhanh (Fast Search Algorithm)
• 2.4. Thuật toán tìm kiếm ba bước TSS (Three-step search algorithm)
• 2.5. Thuật toán Diamond Search
• 2.6. Thuật toán TZ search
• 2.7. Thuật toán OTA (One-at-a-time Search Algorithm)
• 2.8. Kết Luận chương
• 3. CHƯƠNG III: MÔ PHỎNG VÀ ĐÁNH GIÁ CÁC THUẬT TOÁN ƯỚC LƯỢNG CHUYỂN ĐỘNG TRONG MÃ HÓA VIDEO
• 3.1. Giới thiệu phần mềm mô phỏng
• 3.2. Các thông số đánh giá
• 3.3. Tỷ lệ tín hiệu trên nhiễu đỉnh (Peak Signal-to-Noise Ratio)
• 3.4. Số lượng bit dùng để mã hóa trong một giây (Bitrate) và thời gian mã hóa
• 3.5. So sánh và đánh giá các thuật toán thông qua phần mềm mô phỏng
• 3.6. Các chuỗi video dùng để đánh giá
• 3.7. Kết quả mô phỏng
• MỞ ĐẦU
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

I. Tổng Quan Về Mã Hóa Video Giới Thiệu Chi Tiết Nhất

Truyền tải thông tin bằng hình ảnh và âm thanh, đặc biệt là video, ngày càng trở nên quan trọng trong thời đại đa phương tiện. Video, sự kết hợp của hình ảnh liên tiếp, mang lại trải nghiệm trực quan và giảm thời gian tiếp thu thông tin so với các phương tiện khác. Ứng dụng của video rất đa dạng, từ giải trí, học tập trực tuyến đến an ninh giám sát và nghiên cứu khoa học. Mã hóa video đóng vai trò then chốt trong việc giải quyết các bài toán về lưu trữ và truyền tải dữ liệu, đặc biệt khi yêu cầu về chất lượng video ngày càng cao (4K, 8K). Kỹ thuật mã hóa video cơ bản là giảm thiểu thông tin dư thừa mà không ảnh hưởng đến trải nghiệm người xem. Lượng thông tin dư thừa bao gồm dư thừa trong miền không gian (trong mỗi khung hình) và dư thừa trong miền thời gian (giữa các khung hình liên tiếp). Các chuẩn nén như MPEG, H.264, H.265 ra đời để đáp ứng nhu cầu này.

1.1. Nguyên Tắc Cơ Bản Của Mã Hóa Video Hiện Đại

Các nghiên cứu chỉ ra rằng có sự tương quan giữa các khung hình và giữa các pixel trong cùng một khung hình. Dựa vào đó, có thể nén tín hiệu video mà không ảnh hưởng đến độ phân giải. Mắt người ít nhạy cảm với một số thông tin hình ảnh theo không gian và thời gian, cho phép loại bỏ thông tin này trong quá trình nén. Kỹ thuật nén tổn hao giúp tiết kiệm băng thông mà vẫn đảm bảo chất lượng video chấp nhận được. Kỹ thuật nén 'trong ảnh' (Intraframe) sử dụng mối tương quan không gian giữa các pixel trong ảnh, trong khi kỹ thuật nén 'ngoài ảnh' (Interframe) khai thác mối tương quan thời gian giữa các khung hình. Tài liệu [1] cung cấp thêm chi tiết về các nguyên tắc này.

1.2. Các Loại Dư Thừa Thông Tin Trong Mã Hóa Video

Có ba loại dư thừa thông tin chính trong video. Thứ nhất, dư thừa thông tin trong miền không gian (Spatial redundancy) xuất hiện giữa các pixel trong cùng một khung hình. Thứ hai, dư thừa thông tin trong miền thời gian (Temporal redundancy) xuất hiện giữa các khung hình liên tiếp. Thứ ba, dư thừa thông tin trong dữ liệu ảnh sau khi nén. Mã hóa video sử dụng các kỹ thuật như mã hóa biến đổi (transform coding) để giảm dư thừa không gian, mã hóa sự khác biệt giữa các khung hình để giảm dư thừa thời gian, và mã entropy để loại bỏ dư thừa sau khi nén.

II. Giảm Dư Thừa Không Gian Cách Mã Hóa Video Hiệu Quả

Giảm dư thừa thông tin trong miền không gian là một bước quan trọng trong mã hóa video. Phương pháp dự đoán, như Điều chế xung mã sai phân (DPCM), dự báo giá trị pixel hiện tại dựa trên các pixel đã mã hóa trước đó. Sự sai khác giữa giá trị thực tế và giá trị dự đoán được lượng tử và mã hóa. Mã hóa biến đổi chuyển đổi giá trị pixel từ miền không gian sang miền tần số. Biến đổi DCT (Discrete Cosine Transform) tập trung năng lượng của ảnh vào các hệ số DCT gần với hệ số 1 chiều (vùng tần số thấp), cho phép loại bỏ các hệ số ở vùng tần số cao thông qua bộ lượng tử.

2.1. Mã Hóa Bằng Phương Pháp Dự Đoán DPCM

Phương pháp DPCM giảm dư thừa không gian bằng cách dự báo giá trị của các pixel hiện tại dựa vào giá trị của pixel đã được mã hóa trước đó. Sự sai khác giữa giá trị thực tế và giá trị dự đoán được lượng tử và mã hóa trước khi truyền đi. Tại phía giải mã, sự sai khác này được cộng với giá trị dự đoán để khôi phục lại giá trị đúng của pixel hiện tại. Nếu bộ lượng tử không được sử dụng, kỹ thuật này được gọi là mã hóa không tổn hao (loss-less coding).

2.2. Mã Hóa Bằng Phương Pháp Biến Đổi DCT

Mã hóa bằng biến đổi chuyển đổi các giá trị của các điểm ảnh trong khung hình từ miền không gian sang miền tần số. Biến đổi DCT tập trung năng lượng của ảnh vào các hệ số DCT gần với hệ số 1 chiều (vùng tần số thấp). Bộ lượng tử được sử dụng để loại bỏ các hệ số AC tại vùng tần số cao, tận dụng đặc điểm mắt người ít nhạy cảm với các hình ảnh bị méo ở tần số cao. Có hai loại bộ lượng tử: bộ lượng tử đồng nhất (UTQ) và bộ lượng tử đồng nhất có dead zone (UTQ-DZ).

2.3. So Sánh UTQ và UTQ DZ Trong Mã Hóa Video

Bộ lượng tử UTQ được sử dụng cho các hệ số DC của chế độ nén nội ảnh, trong khi UTQ-DZ được sử dụng cho các hệ số AC và hệ số DC của chế độ nén liên ảnh. UTQ-DZ làm cho nhiều hệ số AC trở thành giá trị 0, giúp tăng hệ số nén. Công thức toán học cho quá trình lượng tử và giải lượng tử khác nhau giữa UTQ và UTQ-DZ, ảnh hưởng đến hiệu quả nén và chất lượng hình ảnh.

III. Ước Lượng Chuyển Động Bí Quyết Mã Hóa Video Nhanh Chóng

Giảm dư thừa thông tin trong miền thời gian dựa trên việc tìm ra sự khác nhau giữa các khung hình liên tiếp. Thuật toán mã hóa liên ảnh sử dụng kỹ thuật ước lượng chuyển động (motion estimation) để tìm ra vector chuyển động của các đối tượng trong hình. Quá trình bù chuyển động (motion compensated) tạo ra khung hình dự đoán, giúp giảm sự khác biệt giữa khung hình hiện tại và khung hình trước đó. Thuật toán BMA (Block Matching Algorithm) thường được sử dụng để ước lượng chuyển động, chia khung hình thành các khối pixel và tìm vị trí tương đồng trong khung hình trước đó.

3.1. Quy Trình Ước Lượng Chuyển Động Chi Tiết

Mục đích của ước lượng chuyển động là tìm ra vector chuyển động. Thuật toán BMA chia khung hình thành các khối có kích thước N x N pixel. Mỗi khối pixel này sẽ được di chuyển quanh vị trí ban đầu một khoảng w pixel để tìm ra vị trí của khối giống với nó nhất trong khoảng (N+2w) x (N+2w) có cùng tọa độ nhưng ở khung hình trước đó. Khoảng cách từ tâm hình vuông (N+2w) x (N+2w) tới tọa độ khối tìm được chính là khoảng chuyển động của khối pixel N x N.

3.2. Các Phương Pháp Đánh Giá Mức Độ Giống Nhau Giữa Các Khối

Để tìm và đánh giá mức độ giống nhau giữa hai khối hình đích và khối hình tham chiếu, chúng ta sử dụng một số phương pháp như sử dụng hàm tương quan chéo (Cross correlation function - CCF), hàm trung bình bình phương lỗi (Mean Square Error – MSE) và hàm trung bình tuyệt đối của lỗi (Mean absolute error – MAE). Khối hình tham chiếu giống với khối hình đích sẽ có CCF lớn nhất hoặc có MSE và MAE nhỏ nhất. Trong thực tế, các chuẩn mã hóa video thường sử dụng phương pháp MSE hoặc MAE.

3.3. Bù Chuyển Động Hoàn Thiện Quá Trình Mã Hóa Video

Sau quá trình ước lượng chuyển động, ta có được vector chuyển động của các đối tượng trong khối pixel N x N của khung hình đích. Dựa vào các vector chuyển động, các khối pixel N x N trong khung hình tham chiếu được dịch chuyển theo hướng và độ lớn của vector chuyển động đã chỉ ra. Quá trình này được gọi là bù chuyển động. Kết quả của quá trình này là một khung hình mới được cho là giống với khung hình hiện thời.

IV. Sơ Đồ Mã Hóa Video Tổng Quan Về Quy Trình Hoạt Động

Các bộ mã hóa video như MPEG, H261, H264... đều có nguyên lý hoạt động tổng quát. Trong chế độ mã hóa liên ảnh, các giá trị khác biệt giữa các pixel của khung hình hiện tại và khung hình dự đoán dựa vào khung hình trước đó được mã hóa và truyền đi. Tại phía thu, sau khi giải mã, các giá trị khác biệt này sẽ được cộng với khung hình dự đoán do bên thu đưa ra để xây dựng lên khung hình hiện tại. Quá trình dự đoán đóng vai trò rất quan trọng vì nếu dự đoán càng chính xác thì giá trị khác biệt sẽ càng nhỏ và do đó cần ít thông tin để truyền đi.

4.1. Intraframe Interframe Loop Trong Mã Hóa Video

Trong chế độ mã hóa liên ảnh, các giá trị khác biệt giữa các pixel của khung hình hiện tại và khung hình dự đoán dựa vào khung hình trước đó được mã hóa và truyền đi. Tại phía thu, sau khi giải mã, các giá trị khác biệt này sẽ được cộng với khung hình dự đoán do bên thu đưa ra để xây dựng lên khung hình hiện tại. Đối với trường hợp chuỗi ảnh tĩnh, giá trị dự đoán của các pixel trong khung hình hiện tại sẽ là các pixel cùng tọa độ trong khung hình trước đó.

4.2. Tầm Quan Trọng Của Ước Lượng Chuyển Động Trong Mã Hóa

Lượng dữ liệu truyền đi sẽ rất lớn nếu với mỗi pixel đều có một vector chuyển động. Thay vào đó, người ta sẽ gán cho mỗi nhóm pixel (block) một vector chuyển động. Trong các chuẩn mã hóa, mỗi nhóm pixel là một hình vuông có kích thước 16x16 (được gọi là một Macroblock - MB) được ước lượng chuyển động và được bù chuyển động. Thông thường, việc ước lượng chuyển động được thực hiện trên kênh chói (kênh Y) của các khung hình.

Tổng quan nghiên cứu

Trong bối cảnh cách mạng công nghiệp 4.0 và sự phát triển mạnh mẽ của công nghệ 5G, nhu cầu truyền tải và lưu trữ video chất lượng cao ngày càng tăng. Các chuẩn video như 4K, 8K đòi hỏi băng thông lớn trong khi giới hạn về tốc độ truyền và băng thông vẫn tồn tại. Do đó, việc phát triển các thuật toán mã hóa video hiệu quả nhằm giảm dung lượng dữ liệu mà vẫn giữ được chất lượng hình ảnh là một thách thức quan trọng. Ước lượng chuyển động là một bước then chốt trong quá trình mã hóa video, giúp giảm dư thừa thông tin trong miền thời gian bằng cách dự đoán các khung hình dựa trên khung hình trước đó.

Mục tiêu nghiên cứu của luận văn là phân tích, mô phỏng và đánh giá hiệu quả của một số thuật toán ước lượng chuyển động phổ biến trong mã hóa video, từ đó đề xuất các giải pháp cải tiến phù hợp với các chuẩn mã hóa hiện đại như HEVC. Phạm vi nghiên cứu tập trung vào các thuật toán ước lượng chuyển động trong mã hóa video kỹ thuật số, sử dụng phần mềm mô phỏng HM (HEVC Test Model) để đánh giá hiệu năng trên các chuỗi video chuẩn.

Nghiên cứu có ý nghĩa quan trọng trong việc nâng cao hiệu quả mã hóa video, giảm băng thông truyền tải và cải thiện chất lượng video sau giải mã, góp phần thúc đẩy ứng dụng video trong các lĩnh vực truyền hình, viễn thông, an ninh và giải trí đa phương tiện.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Nguyên tắc mã hóa video: Loại bỏ dư thừa thông tin trong miền không gian và miền thời gian để giảm dung lượng dữ liệu mà không làm giảm chất lượng hình ảnh đáng kể. Dư thừa trong miền không gian được xử lý bằng biến đổi DCT và lượng tử hóa, trong khi dư thừa trong miền thời gian được xử lý bằng ước lượng và bù chuyển động.

• Thuật toán ước lượng chuyển động (Motion Estimation): Tập trung vào kỹ thuật Block Matching Algorithm (BMA), trong đó khung hình được chia thành các khối (macroblock) và tìm kiếm khối tương tự trong khung hình tham chiếu để xác định vector chuyển động.

• Các tiêu chí đánh giá độ giống nhau giữa các khối: Sử dụng Mean Squared Error (MSE) và Sum of Absolute Differences (SAD) làm hàm méo để xác định khối tương tự nhất.

• Các thuật toán tìm kiếm vector chuyển động: Bao gồm thuật toán tìm kiếm đầy đủ (Full Search Algorithm - FSA) và các thuật toán tìm kiếm nhanh như Three-step Search (TSS), Diamond Search (DS), TZ Search, One-at-a-time Search (OTA) và phiên bản cải tiến NOTA.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Sử dụng các chuỗi video chuẩn có độ phân giải từ 352x288 đến 720x480 và cao hơn, phục vụ cho việc mô phỏng và đánh giá thuật toán.

• Phần mềm mô phỏng: Sử dụng phần mềm mã nguồn mở HM (HEVC Test Model) để thực hiện mã hóa và giải mã video theo chuẩn HEVC, đồng thời tích hợp các thuật toán ước lượng chuyển động để so sánh hiệu năng.

• Phương pháp phân tích: Đánh giá hiệu quả thuật toán dựa trên các chỉ số chính gồm Peak Signal-to-Noise Ratio (PSNR) đo chất lượng hình ảnh sau giải mã, bitrate đo lượng bit cần thiết để mã hóa, và thời gian mã hóa phản ánh độ phức tạp tính toán.

• Timeline nghiên cứu: Quá trình nghiên cứu kéo dài trong hai năm, bao gồm tổng quan lý thuyết, phát triển mô hình mô phỏng, thực hiện các thử nghiệm với các thuật toán khác nhau và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả chất lượng hình ảnh (PSNR): Thuật toán tìm kiếm đầy đủ (FSA) đạt giá trị PSNR cao nhất, trung bình khoảng 38 dB trên các chuỗi video thử nghiệm, thể hiện chất lượng video tái tạo gần với bản gốc nhất. Các thuật toán tìm kiếm nhanh như TZ Search và Diamond Search đạt PSNR khoảng 36-37 dB, chỉ giảm nhẹ so với FSA nhưng tiết kiệm đáng kể thời gian tính toán.

2. Thời gian mã hóa: FSA có thời gian mã hóa lâu nhất, tăng gấp 5-7 lần so với các thuật toán tìm kiếm nhanh. TZ Search và Enhanced Diamond Search giảm thời gian mã hóa xuống còn khoảng 20-30% so với FSA, trong khi OTA và NOTA có thời gian nhanh nhất nhưng chất lượng video giảm rõ rệt.

3. Bitrate: Các thuật toán tìm kiếm nhanh có bitrate cao hơn FSA khoảng 5-10%, do vector chuyển động không tối ưu hoàn toàn dẫn đến lượng dữ liệu dự đoán dư thừa tăng lên. Tuy nhiên, sự chênh lệch này được đánh đổi bằng lợi ích về thời gian mã hóa.

4. Ảnh hưởng của dải tìm kiếm: Khi tăng dải tìm kiếm trong thuật toán TZ Search từ 16 đến 32 pixel, PSNR tăng khoảng 0.5 dB nhưng thời gian mã hóa tăng gần gấp đôi, cho thấy cần cân bằng giữa chất lượng và hiệu suất tính toán.

Thảo luận kết quả

Kết quả mô phỏng cho thấy thuật toán tìm kiếm đầy đủ vẫn là chuẩn mực về chất lượng nhưng không khả thi cho các ứng dụng thời gian thực do độ phức tạp tính toán cao. Các thuật toán tìm kiếm nhanh như TZ Search và Diamond Search cung cấp sự cân bằng tốt giữa chất lượng và hiệu suất, phù hợp với các hệ thống mã hóa video hiện đại.

So sánh với các nghiên cứu trong ngành, kết quả tương đồng với báo cáo của các tổ chức tiêu chuẩn quốc tế khi khuyến nghị sử dụng thuật toán tìm kiếm nhanh trong các bộ mã hóa video chuẩn HEVC. Việc điều chỉnh dải tìm kiếm và kích thước block ảnh hưởng trực tiếp đến hiệu quả mã hóa, cần được tối ưu hóa tùy theo ứng dụng cụ thể.

Dữ liệu có thể được trình bày qua biểu đồ so sánh PSNR và thời gian mã hóa giữa các thuật toán, cũng như bảng tổng hợp bitrate và chất lượng video để minh họa rõ ràng sự đánh đổi giữa các chỉ số.

Đề xuất và khuyến nghị

1. Áp dụng thuật toán TZ Search trong mã hóa video thời gian thực: Động từ hành động là "triển khai", mục tiêu giảm thời gian mã hóa xuống dưới 30% so với FSA, thời gian thực hiện trong vòng 6 tháng, chủ thể thực hiện là các nhà phát triển phần mềm mã hóa video.

2. Tối ưu dải tìm kiếm và kích thước block: Đề xuất "tinh chỉnh" dải tìm kiếm trong khoảng 16-24 pixel và kích thước block 16x16 để cân bằng giữa chất lượng và hiệu suất, thực hiện trong 3 tháng bởi nhóm nghiên cứu kỹ thuật.

3. Phát triển thuật toán OTA cải tiến (NOTA): "Nghiên cứu và phát triển" phiên bản NOTA nhằm giảm 80% thời gian tính toán so với OTA truyền thống, hoàn thành trong 1 năm, do các nhà nghiên cứu thuật toán đảm nhiệm.

4. Tích hợp các thuật toán ước lượng chuyển động vào phần mềm mã hóa mở: "Cập nhật" phần mềm HM hoặc các phần mềm mã hóa khác để hỗ trợ đa thuật toán, giúp người dùng lựa chọn phù hợp với nhu cầu, thực hiện trong 6 tháng, do cộng đồng phát triển phần mềm mã nguồn mở.

Đối tượng nên tham khảo luận văn

1. Nhà phát triển phần mềm mã hóa video: Có thể áp dụng các thuật toán và kết quả đánh giá để tối ưu hóa phần mềm, nâng cao hiệu suất và chất lượng sản phẩm.

2. Chuyên gia kỹ thuật viễn thông và truyền hình: Sử dụng kiến thức để cải thiện hệ thống truyền tải video, giảm băng thông mà vẫn đảm bảo chất lượng dịch vụ.

3. Nhà nghiên cứu trong lĩnh vực xử lý ảnh và video: Tham khảo các thuật toán ước lượng chuyển động và phương pháp mô phỏng để phát triển các nghiên cứu tiếp theo.

4. Các tổ chức đào tạo và sinh viên ngành kỹ thuật viễn thông, công nghệ thông tin: Là tài liệu học tập và nghiên cứu chuyên sâu về mã hóa video và thuật toán ước lượng chuyển động.

Câu hỏi thường gặp

1. Ước lượng chuyển động là gì và tại sao nó quan trọng trong mã hóa video?
   Ước lượng chuyển động là quá trình tìm kiếm vector chuyển động đại diện cho sự dịch chuyển của các khối ảnh giữa các khung hình liên tiếp. Nó giúp giảm dư thừa thông tin trong miền thời gian, từ đó giảm dung lượng dữ liệu cần mã hóa mà vẫn giữ chất lượng hình ảnh.

2. Thuật toán tìm kiếm đầy đủ có ưu điểm và nhược điểm gì?
   Ưu điểm của thuật toán tìm kiếm đầy đủ là tìm được vector chuyển động tối ưu nhất, đảm bảo chất lượng video cao. Nhược điểm là độ phức tạp tính toán rất lớn, không phù hợp với các ứng dụng thời gian thực hoặc thiết bị có tài nguyên hạn chế.

3. Các thuật toán tìm kiếm nhanh như TZ Search hay Diamond Search hoạt động thế nào?
   Các thuật toán này giảm số điểm cần kiểm tra trong vùng tìm kiếm bằng cách sử dụng các mẫu tìm kiếm đặc biệt (hình thoi, lưới) và chiến lược tìm kiếm từ thô đến tinh, giúp giảm thời gian tính toán trong khi vẫn giữ được chất lượng video gần với thuật toán tìm kiếm đầy đủ.

4. PSNR là gì và nó phản ánh điều gì trong mã hóa video?
   PSNR (Peak Signal-to-Noise Ratio) là chỉ số đo mức độ giống nhau giữa video gốc và video sau khi giải mã. Giá trị PSNR càng cao (thường trên 30 dB) cho thấy chất lượng video tái tạo càng tốt, ít bị méo hoặc mất chi tiết.

5. Làm thế nào để lựa chọn thuật toán ước lượng chuyển động phù hợp cho ứng dụng thực tế?
   Cần cân nhắc giữa chất lượng video (PSNR), thời gian mã hóa và tài nguyên phần cứng. Ứng dụng thời gian thực ưu tiên thuật toán nhanh như TZ Search, trong khi lưu trữ hoặc xử lý hậu kỳ có thể sử dụng thuật toán tìm kiếm đầy đủ để đạt chất lượng cao nhất.

Kết luận

• Luận văn đã nghiên cứu và đánh giá chi tiết các thuật toán ước lượng chuyển động trong mã hóa video, bao gồm cả thuật toán tìm kiếm đầy đủ và các thuật toán tìm kiếm nhanh phổ biến.
• Kết quả mô phỏng trên phần mềm HM cho thấy thuật toán TZ Search và Diamond Search là lựa chọn tối ưu về hiệu suất và chất lượng cho các ứng dụng thực tế.
• Việc điều chỉnh dải tìm kiếm và kích thước block ảnh hưởng đáng kể đến hiệu quả mã hóa, cần được cân nhắc kỹ lưỡng trong thiết kế hệ thống.
• Đề xuất phát triển và tích hợp các thuật toán cải tiến như NOTA nhằm giảm thiểu thời gian tính toán mà vẫn giữ chất lượng video.
• Các bước tiếp theo bao gồm triển khai các giải pháp đề xuất vào phần mềm mã hóa thực tế và mở rộng nghiên cứu sang các chuẩn mã hóa mới hơn.

Hành động tiếp theo: Khuyến khích các nhà phát triển và nhà nghiên cứu áp dụng kết quả luận văn để nâng cao hiệu quả mã hóa video, đồng thời tiếp tục nghiên cứu cải tiến thuật toán ước lượng chuyển động phù hợp với xu hướng công nghệ mới.