Simulador de estimativa de movimento

Simule a estimativa de movimento entre quadros, a correspondência de blocos, os padrões de busca e os resíduos de compressão.

Exemplo resolvido — Simulador de estimativa de movimento

SAD médio por bloco	1693
Magnitude média do vetor	1.54 px
Pontos buscados por bloco	14400 pontos (225.0 por bloco)

Estes são os valores que a calculadora mostra ao abrir a página. Altere qualquer entrada acima para os recalcular.

A carregar a simulação interativa...

A busca rápida nunca olha a maior parte da janela 🖖

A estimativa de movimento é o gargalo da compressão de vídeo. Um macrobloco de tamanho 16x16 é comparado ao quadro de referência dentro de uma janela de busca para encontrar o candidato com a menor soma das diferenças absolutas (SAD). A busca completa exaustiva avalia todas as (2r+1)² posições, o que é lento. Algoritmos rápidos como a busca em diamante e hexagonal avaliam apenas uma fração dos pontos, deslocando o centro de busca de forma iterativa e parando quando o mínimo está no centro do padrão. Passe o mouse sobre qualquer bloco para ver sua janela de busca e as avaliações de candidatos em tempo real.

Por que enviar movimento, não pixels 🖖

Quadros de vídeo consecutivos são quase idênticos, então, em vez de guardar cada quadro por inteiro, um codec descreve o quadro atual como pedaços do anterior que se deslocaram. Cada bloco de 16×16 recebe um vetor de movimento apontando para sua melhor correspondência, mais um pequeno resíduo com aquilo que o deslocamento não conseguiu explicar. A lição: panorâmicas suaves de câmera comprimem lindamente, pois um único vetor substitui milhares de pixels.

Vetores de movimento não são movimento real 🖖

O codificador nunca pergunta o que de fato se moveu: ele apenas caça o bloco de menor SAD. Por isso, em regiões planas ou ruidosas, o vetor vencedor pode apontar para um lugar absurdo, nada parecido com o deslocamento verdadeiro. Aumente o controle de ruído e veja o campo de vetores se espalhar em puro caos. É por isso que vetores de movimento servem mal como fluxo óptico, mas perfeitamente para compressão: eles obedecem à taxa de bits, não à física.

UMA ETAPA DE UMA CADEIA — O QUE ENTRA, O QUE SAI E O QUE QUEBRA DEPOIS

Onde isto fica no pipeline de codificação

Um codificador de vídeo não é um algoritmo, mas oito etapas numa ordem fixa, e a ordem não é arbitrária: cada etapa existe porque a anterior tornou o seu trabalho possível. Esta ferramenta modela uma delas. A cadeia abaixo liga às outras sete.

Simulador de estimativa de movimento — descobre para onde cada bloco se moveu e codifica a diferença em vez do bloco

O que entra: Um quadro P ou B junto com os seus quadros de referência.
O que sai: Um vetor de movimento por bloco e um resíduo — exatamente aquilo que a predição errou.
O que a etapa seguinte pressupõe: A quantização recebe um resíduo, não uma imagem. Resíduos ficam perto de zero em quase todo lugar, e é justamente por isso que quantizá-los sai barato.
O que dá errado aqui: Uma correspondência ruim não produz uma imagem errada, produz uma imagem cara. O resíduo carrega mais energia, e o mesmo ajuste de quantizador emite então mais bits. Esta etapa muda o tamanho da saída, não os seus ajustes.

Etapa anterior: Estrutura GOP Etapa seguinte: Quantização

Problema resolvido na íntegra

A janela de pesquisa derivada de 225 posições por bloco 5 passos
Uma pesquisa de movimento completa testa 225 posições por bloco, 14 400 no total. Determine a janela de pesquisa a partir daí e o que se ganha com uma pesquisa rápida.
1. 225 é um quadrado perfeito, e essa é a pista: a pesquisa é uma janela quadrada de 15 por 15 deslocamentos candidatos, o que significa de −7 a +7 píxeis em cada direção.
  
  $full search over \pm 7 px in each axis : 15 \times 15 = 225 positions per block$
2. Dividir o total pela contagem por bloco dá o número de blocos em que o fotograma foi dividido.
  
  $\frac{14 400}{225} = 64 blocks$
3. O custo cresce com o quadrado do raio de pesquisa, pelo que alargar a janela torna-se rapidamente dispendioso: um raio de 7 custa 225 posições, um raio de 15 custa 961, um raio de 31 custa 3969.
  
  $cost \propto (2 R + 1)^{2} : R = 7 \Rightarrow 225, R = 15 \Rightarrow 961, R = 31 \Rightarrow 3969$
4. Essa relação quadrática é a razão pela qual existem pesquisas rápidas. Uma pesquisa em três passos amostra nove pontos, refina e repete — 27 posições em vez de 225.
  
  $three-step search : 3 stages \times 9 points = 27$
5. Oito vezes mais económica, e não equivalente: desce em direção a um mínimo local e pode ignorar a melhor correspondência real se a superfície de erro tiver mais do que uma depressão.
  
  $\frac{225}{27} = 8.3 \times fewer, and it can miss the true minimum$
Resposta

A ferramenta indica 14400 pontos pesquisados, à razão de 225,0 por bloco. Aqui está todo o dilema prático da codificação de vídeo: a busca exaustiva é ótima, mas o seu custo cresce com o quadrado do raio. Por isso, todos os codificadores recorrem a uma heurística e aceitam que, por vezes, será escolhido um vetor pior. Parte do preço do erro vê-se na linha Energia residual (EQM): um vetor inadequado deixa um resíduo maior, o que exige mais dados para a codificação. A busca rápida de movimento não é uma mera aproximação destinada a poupar tempo; é uma aposta em que os bits perdidos com vetores imperfeitos serão menos úteis do que se forem aplicados noutro ponto.

$full search is O (R^{2}) per block; fast searches trade optimality for 8 \times$

Referências (2)

Block matching and motion vectors as the standard uses them: T. Wiegand, G. J. Sullivan, G. Bjontegaard and A. Luthra, "Overview of the H.264/AVC video coding standard." IEEE Transactions on Circuits and Systems for Video Technology 13(7), 560–576, 2003.
The diamond search this tool implements alongside full search: S. Zhu and K.-K. Ma, "A new diamond search algorithm for fast block-matching motion estimation." IEEE Transactions on Image Processing 9(2), 287–290, 2000.

Pela equipa 42Math · Atualizado 2026-05-29

Verificado com fontes publicadas. Correções bem-vindas. Política editorial · Correções

Todas as lições de Computação →

Problemas de exemplo

Panorâmica lenta - Panorâmica horizontal lenta: resíduo quase nulo, vetores de movimento apontam uniformemente para a direita
Panorâmica rápida - Panorâmica rápida: SAD maior no limite de busca, resíduos de alta energia nas bordas
Zoom divergente - Movimento de zoom-in: vetores divergindo a partir do centro, nenhum vetor de translação único se ajusta
Câmera de mão com ruído - Câmera ruidosa: SAD alto apesar de vetores corretos — a energia do ruído domina o resíduo