H.266VVC的關鍵編碼技術(一):幀內預測
1.幀內預測
幀內預測是指利用視訊中相鄰畫素之間的相似性或者關聯性,使用當前影像己編碼的相鄰畫素預測當前畫素,從而達到去除空間冗餘的口的,得到的預測殘差將經過後續的變換、量化和嫡編碼等模組進一步處理生成最終的碼流。
(1)幀內預測模式
為了捕捉自然視訊中任意的邊緣方向,VVC中的幀內預測模式從HEVC中使用的33種擴充套件到65種。
紅色虛線表示了VVC中新出現的幀內角度預測模式,黑色為HEVC原有的幀內預測模式,DC模式和Planar模式保持不變。
(2)幀內模式編碼
在影像和視訊視訊中,相鄰塊的相關性是很強的,因此相鄰塊的編碼模式有很大概率是相同,若對每個編碼塊的預測模式獨立編碼會造成不必要的冗餘,所以從HEVC標準開始,編碼器會建立一個模式候選列表存放最可能模式MPM(MostProbable Mode),由於預測模式數量的增加,VVC中MPM列表中的模式數量增加到60.若對VVC中65種幀內角度預測模式逐一篩選,計算複雜度會急劇增加,為了降低複雜度,幀內模式的搜尋策略分為三步:
第一步,使用較低複雜度的SATD代價,僅從原HEVC的35種幀內角度預測模式中粗選出N個模式(N的取值與編碼塊大小有關);
第二步,進行第二次粗選,使用SATD代價對選出的N個模式中的角度預測模式與其鄰近的角度預測模式比較,選擇SATD代價更優的模式,對N種模式進行更新;
第三步,將選出的N個模式合併到MPM列表中,得到最終的候選列表,並使用更加準確的率失真代價(RD-cost)選出最優的幀內預測模式,傳輸最優的編碼模式在MPM的列表中的索引至解碼端,解碼端就可以對CU進行幀內預測。
(3)寬角度預測模式
在VVC中,由於CU可以是矩形的,原有的角度預測模式變得不夠準確,此
時編碼器自適應地將兒種幀內角度預測模式替換成寬角度預測模式。寬角度預測模式依然使用原角度預測模式索引編碼,解碼後將其對映為寬角度模式的索引。模式66原本是45。預測,若當前編碼塊的寬高比滿足使用寬角度預測的條件,則會對預測角度進行調整。
(4)多行參考幀內預測
多行參考幀內預測(Multiple reference Line, MRL)可參考多行鄰近畫素實現幀內預測,提高預測精度。
以四行參考畫素為例,圖中A區和F區使用B區和E區中最近的重建畫素填充,常規幀內預測僅使用第0行參考畫素,在MRL幀內預測模式中還可以使用第1行和第3行參考畫素,所選的參考行數的索引將被標記並傳輸至解碼端。
(5)交叉分量預測
為了減少亮度和色度之間存在的冗餘,VUC中引入交叉分量預測(Cross-Component Linear Model, CCLM)模式,該模式利用一個線性模型從重建的亮度畫素值預測同一CU中的色度畫素值:
L(n)是鄰域參考畫素經下采樣後的亮度重建值,即圖2-7中位於綠色位置的畫素,C(n)是鄰域參考畫素的色度重建值,N是使用的參考畫素點個數。口前版本中為了降低計算複雜度,只從鄰域中使用4個或者2個畫素點。若是使用4個點的情況,根據左側和上方的參考畫素的能否獲取選擇LM模式、LM-A(LinearModel-Above)模式、LM-L(Linear Model-Left)模式,在不同模式下選擇不同位置的參考畫素並排序,找出其中亮度較小的2個點或者亮度較大的2個點,分別求平均得到2個平均值,使用這2個平均值擬合線性模型。若是2個點的情況,則從相鄰畫素中搜尋一個亮度最大點和一個亮度最小點,直接使用這兩個點擬合線性模型。
相關文章
- 影片編碼中幀內預測的發展
- HEVC幀內預測學習(二) 35種預測模式的計算模式
- H.265/HEVC 幀內編碼詳解
- 面向OpenHarmony終端的密碼安全關鍵技術密碼
- 聊聊測試開發中提升 level 一些關鍵技術
- iOS 關鍵幀動畫iOS動畫
- 服務機器人關鍵技術(一)機器人
- 實現VR直播的關鍵技術VR
- 技術管理的6個關鍵原則
- 人工智慧的關鍵技術有哪些人工智慧
- DOM(文件物件模型):理解網頁結構與內容操作的關鍵技術物件模型網頁
- 2019年十大雲服務相關技術預測
- 幀間預測merge、skip、PCM模式模式
- 資料治理:資料整合的關鍵技術
- 改進DevSecOps框架的 5 大關鍵技術dev框架
- GP Bullhound:2020年技術預測
- 靜態轉移預測技術
- 技術分享:Linux多核並行程式設計關鍵技術Linux並行行程程式設計
- 2024 年大資料領域的關鍵預測大資料
- 語音技術——關鍵詞搜尋
- Qtum量子鏈關鍵技術解讀QT
- 點雲的幀間預測3(m42522)
- 新媒體編碼時代的技術:編碼與傳輸
- 一文讀懂GaussDB(openGauss) 的六大關鍵技術特性
- AI找Bug,一鍵快速預測AI
- 移動域全鏈路可觀測架構和關鍵技術架構
- CSS製作陰陽(偽元素/關鍵幀)CSS
- 如何使用 pyav 抽取 I-frame (關鍵幀)
- 開發美顏SDK的關鍵技術有哪些?
- 都知道RFID技術,可你瞭解RFID的關鍵技術是哪些嗎?
- 醫院PACS系統虛擬內窺鏡(VE)實現的四個關鍵技術
- 2019 年技術大趨勢預測
- Go測試技術分享(一):場景化介面Case編寫Go
- OpenAI Sora 關鍵技術詳解:揭秘時空碎片 (Spacetime Patches) 技術OpenAISora
- 提升編碼技能的 幾 種高階技術
- 「內測來襲」 一鍵搭建您的效能測試平臺
- 現代資料架構的7個關鍵技術架構
- 大資料處理的關鍵技術及應用大資料