H.265视频编码与技术全析(下)

四.帧内预测模式

共35个(h264有9个),包括Planar,DC,33个方向模式:

除了Intra_Angular预测外,HEVC还和H.264/MPEG-4 AVC一样,支持Intra_Planar, Intra_DC预测模式;

. Intra_DC 使用参考像素的均值进行预测;

. Intra_Planar 使用四个角的参考像素得到的两个线性预测的均值;

划分模式:帧内只能使用PART_2Nx2N、PART_NxN两种

五、帧间预测

Skipped模式:无MV差异和残差信息的帧间预测模式

针对运动向量预测,H.265有两个参考表:L0和L1。每一个都拥有16个参照项,但是唯一图片的最大数量是8。H.265运动估计要比H.264更加复杂。它使用列表索引,有两个主要的预测模式:合并和高级运动向量(Merge and Advanced MV.)。

1. 运动估计准则

最小均方误差(Mean Square Error,MSE)

最小平均绝对误差(Mean Absolute Difference,MAD)

最大匹配像素数(Matching-Pixel Count,MPC)

绝对误差和(Sum Of Absolute Difference,SAD)

最小变换域绝对误差和(Sum Of Absolute Transformed Difference,SATD)

一般用SAD或者SATD。SAD不含乘除法,且便于硬件实现,因而使用最广泛。实际中,在SAD基础上还进行了别的运算来保证失真率。

2. 搜索算法

·      
dia 菱形

  • hex (default) 六边形
  • umh 可变半径六边形搜索(非对称十字六边形网络搜索)
  • star 星型
  • full 全搜索

全搜索:
所有可能的位置都计算两个块的匹配误差,相当于原块在搜索窗口内一个像素一个像素点的移动匹配

菱形搜索: 在x265中实际是十字搜索,仅对菱形对角线十字上的块进行搜索

HM的则是全搜索和TZSearch以及对TZSearch的优化的搜索。

3. MV预测

HEVC在预测方面提出了两种新的技术–Merge &&
AMVP (Advanced Motion Vector Prediction)都使用了空域和时域MV预测的思想,通过建立候选MV列表,选取性能最优的一个作为当前PU的预测MV,二者的区别:

·      
Merge可以看成一种编码模式,在该模式下,当前PU的MV直接由空域或时域上临近的PU预测得到,不存在MVD;而AMVP可以看成一种MV预测技术,编码器只需要对实际MV与预测MV的差值进行编码,因此是存在MVD的

  • 二者候选MV列表长度不同,构建候选MV列表的方式也有所区别

Merge

当前块的运动信息可以通过相邻块的PUs运动信息推导出来,只需要传输合并索引,合并标记,不需要传输运动信息。

空间合并候选:从5个不同位置候选中选择4个合并候选

图中便是5个PU,但是标准规定最多四个,则列表按照A1–>B1–>B0–>A0–>(B2)的顺序建立,B2为替补,即当其他有一个或者多个不存在时,需要使用B2的运动信息。

时间合并候选:从2个候选中选择1个合并候选

从C3、H中选择一个:

AMVP

构造一个时空PUs的运动矢量候选列表,当前PU遍历候选列表,通过SAD选择最优预测运动矢量。

空间运动矢量候选:从5个位置中左侧、上侧分别选1个共2个候选

而AMVP的选择顺序,左侧为A0–>A1–>scaled
A0–>scaledA1,其中scaled A0表示将A0的MV进行比例伸缩。

上方为B0–>B1–B2–>(scaled B0–>scaled B1–>scaled
B2)。

然而,x265并不在乎标准,我们要的就是速度,所以在x265的代码中,只能看到它使用AMVP且对应的变量是

且对左侧和上侧分别if-else,选出两个。

时间运动矢量候选:从2个不同位置候选中选择1个候选

C0(右下) represents the bottom right neighbor and
C1(中心) represents the center block.

Skip vs Merge:

分数像素内插:


用于产生非整数采样位置像素值的预测样本。

六、量化变换

七、其它

熵编码

目前HEVC规定只使用CABAC算术编码。

去块效应滤波器

消除反量化和反变换后由于预测误差产生的块效应,即块边缘处的像素值跳变。

自适应样点补偿


通过对重建图像进行分类,对每一类图像像素值进行加减1,从而达到减少失真,提高压缩率,减少码流的作用。

目前自适应样点补偿分为带状补偿,边缘补偿:

1.  带状补偿,按像素值强度划分为不同的等级,一共32个等级,按像素值排序,位于中间的16个等级进行补偿,将补偿信息写进码流,其余16个等级不进行补偿,减少码流。

2.  边缘补偿,选择不同的模板,确定当前像素类型,如局部最大,局部最小,或者图像边缘。

Wavefront Parallel
Processing (WPP)


WPP的并行技术是以一行LCU块为单位进行的,但是不完全截断LCU行之间的关系,如下图,Thread1的第二个块的CABAC状态保存下来,用于Thread2的起始CABAC状态,依次类推进行并行编码或解码,因此行与行之间存在很大的依赖关系。通常该方法的压缩性高于tiles。

最新文章

  1. 搜索栏css代码
  2. [已开源/文章教程]独立开发 一个社交 APP 的源码/架构分享 (已上架)
  3. 【javascript】函数中的this详解 — 大家准备好瓜子,我要讲故事啦~~
  4. R语言实现︱局部敏感哈希算法(LSH)解决文本机械相似性的问题(二,textreuse介绍)
  5. 报表软件公司悬赏 BUG,100块钱1个的真实用意
  6. Mybatis之旅第二篇-Mapper动态代理方式
  7. 开源框架SpringMvc和Struts2的区别
  8. python使用sax实现xml解析
  9. luogu P2470 [SCOI2007]压缩
  10. Vue-tab选项卡
  11. markdown 相关零碎知识
  12. Java微信二次开发(七)
  13. 我用Python爬虫挣钱的那些事
  14. yocto-sumo源码解析(四):bitbake
  15. Xamarin.Forms.Xaml.XamlParseException: MarkupExtension not found for trans:Translate using a PCL in Release Mode
  16. leetCode题解之寻找string中最后一个word的长度
  17. AC自动机板子题/AC自动机学习笔记!
  18. zookeeper 分布式计数器
  19. Codeforce 633.C Spy Syndrome 2
  20. The King’s Problem 强连通

热门文章

  1. mac系统 php 7.2安装memcache扩展
  2. 【网络协议】OSI七层模型 和TCP/IP五层模型
  3. 3.PHP条件语句及其字符串相关函数
  4. 通过使用 NTLite 工具实现精简Windows系统
  5. Sublime text3 的破解
  6. Truncate用法详解
  7. 再谈vbo
  8. ALPHA任务拆解
  9. js EventSource 长链接
  10. ASP.NET Core文件压缩最佳实践