郭紅偉，朱策，李帥，王永華

（1.紅河學(xué)院 工學(xué)院，蒙自661100； 2.電子科技大學(xué) 信息與通信工程學(xué)院，成都611731）

隨著電子信息技術(shù)的高速發(fā)展和各種視頻數(shù)據(jù)采集方式的使用，數(shù)字視頻成為了多媒體信息的主要載體。然而，未經(jīng)壓縮的數(shù)字視頻數(shù)據(jù)量非常巨大，如分辨率為4 000×2 000的8 bit RGB彩色視頻，幀率為30 Hz，則其每小時(shí)的數(shù)據(jù)量高達(dá)2531 GB。如此之大的數(shù)據(jù)量給視頻的傳輸和存儲(chǔ)帶來(lái)巨大的挑戰(zhàn)，因此自20世紀(jì)90年代以來(lái)，視頻壓縮技術(shù)持續(xù)成為國(guó)內(nèi)外研究和應(yīng)用的熱點(diǎn)領(lǐng)域［1］?，F(xiàn)代視頻編碼器采用一個(gè)包括預(yù)測(cè)、變換、量化和熵編碼等多種壓縮工具的混合視頻編碼框架，能有效去除視頻數(shù)據(jù)中的空域冗余、時(shí)域冗余、視覺(jué)冗余等，從而實(shí)現(xiàn)較高的數(shù)據(jù)壓縮。預(yù)測(cè)編碼包括幀內(nèi)預(yù)測(cè)和幀間預(yù)測(cè)，其中幀間預(yù)測(cè)利用了視頻圖像幀間相關(guān)性，根據(jù)運(yùn)動(dòng)矢量（Motion Vector，MV）和參考索引從重建幀中獲得當(dāng)前編碼塊的預(yù)測(cè)像素值。進(jìn)一步地，相鄰編碼塊的運(yùn)動(dòng)信息之間存在相關(guān)性，為了去除這種相關(guān)性從而減少用于編碼運(yùn)動(dòng)信息的比特?cái)?shù)，高效視頻編碼（High Efficiency Video Coding，HEVC）引入了高級(jí)運(yùn)動(dòng)矢量預(yù)測(cè)（Advanced Motion Vector Prediction，AMVP）、合并模式（merge mode）和跳過(guò)模式（skip mode）等技術(shù)［2］。視頻編碼器通過(guò)率失真優(yōu)化（Rate Distortion Optimization，RDO）［3-5］為當(dāng)前編碼塊選擇最佳的預(yù)測(cè)模式，其數(shù)學(xué)表述為：min｛J｝，J=D+λmodeR。其中：J稱(chēng)為率失真代價(jià)；D和R分別為選擇某一模式編碼時(shí)得到的編碼失真和編碼碼率（或比特?cái)?shù)）；λmode為拉格朗日乘子。模式選擇過(guò)程中，率失真代價(jià)最小的預(yù)測(cè)模式被選擇用于編碼當(dāng)前塊。

如果當(dāng)前編碼塊選擇了合并模式，則其采用相鄰塊的運(yùn)動(dòng)矢量從參考幀中獲得預(yù)測(cè)像素，因此不需要重復(fù)編碼運(yùn)動(dòng)信息。合并模式節(jié)省了編碼運(yùn)動(dòng)信息的比特?cái)?shù)，在HEVC中實(shí)現(xiàn)了較高的率失真性能提升［6］，該技術(shù)已被擴(kuò)展應(yīng)用到了下一代視頻編碼標(biāo)準(zhǔn)的開(kāi)發(fā)中，新標(biāo)準(zhǔn)在聯(lián)合視頻專(zhuān)家組（Joint Video Experts Team，JVET）第10次會(huì)議后被正式命名為多功能視頻編碼（Versatile Video Coding，VVC）。近年來(lái)，研究人員針對(duì)視頻編碼中的合并模式提出了一些算法改進(jìn)。HEVC采用基于四叉樹(shù)的靈活塊劃分結(jié)構(gòu)，每個(gè)編碼樹(shù)單元（Coding Tree Unit，CTU）被迭代地劃分為許多編碼單元（Coding Unit，CU），每個(gè)CU又進(jìn)一步劃分為1～2個(gè)預(yù)測(cè)單元（Prediction Unit，PU）。因此，針對(duì)大量預(yù)測(cè)塊的模式選擇需要極高的運(yùn)算量。為了降低HEVC編碼器的運(yùn)算復(fù)雜度，文獻(xiàn)［7-9］提出了不同的早期合并模式?jīng)Q策方法。在文獻(xiàn)［7］中，根據(jù)不同劃分深度子CU的模式與最大編碼單元（Largest Coding Unit，LCU）最佳模式之間的相關(guān)性，設(shè)計(jì)快速算法。文獻(xiàn)［8］提出基于率失真代價(jià)的統(tǒng)計(jì)模型用于早期合并模式?jīng)Q策，其減少了近一半的編碼時(shí)間，但率失真性能損失較大。文獻(xiàn)［9］分析了不同CU深度和量化系數(shù)值對(duì)應(yīng)的率失真代價(jià)變化特點(diǎn)，采用自適應(yīng)閾值減少合并模式候選進(jìn)行RDO的次數(shù)，以降低編碼器運(yùn)算復(fù)雜度。為了便于合并模式在硬件編碼器中的實(shí)現(xiàn)，文獻(xiàn)［10］提出能減少運(yùn)算量和存儲(chǔ)要求的合并模式設(shè)計(jì)方法。針對(duì)三維高效視頻編碼（3D-HEVC），文獻(xiàn)［11-13］提出了相應(yīng)的早期合并模式判決方法。大部分關(guān)于合并模式的改進(jìn)算法［14-16］都是以損失率失真性能為代價(jià)，降低編碼器運(yùn)算復(fù)雜度。以提升編碼器率失真性能為目的的合并模式改進(jìn)方法［17］相對(duì)較少。

通過(guò)分析合并模式的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)殘差分布特性，本文提出了一個(gè)附加的合并模式候選項(xiàng)，其預(yù)測(cè)像素值由空、時(shí)域候選的預(yù)測(cè)塊加權(quán)得到。附加的合并模式候選項(xiàng)能獲得更精確的預(yù)測(cè)像素值，減小了預(yù)測(cè)殘差，從而節(jié)省編碼殘差變換系數(shù)的比特?cái)?shù)。實(shí)驗(yàn)結(jié)果顯示，本文算法能有效地改善編碼器壓縮性能。

1 視頻編碼中的合并模式

雖然靈活的四叉樹(shù)塊劃分結(jié)構(gòu)更好地適應(yīng)了視頻內(nèi)容，能有效去除時(shí)域冗余，然而細(xì)致的劃分也導(dǎo)致需要編碼的運(yùn)動(dòng)信息增加。為此，HEVC中提出了一種新的模式，即合并模式［6］。合并模式利用了空域和時(shí)域相鄰編碼塊的運(yùn)動(dòng)相關(guān)性，不需要進(jìn)行運(yùn)動(dòng)估計(jì)（Motion Estimation，ME），當(dāng)前待編碼塊直接使用已編碼塊的運(yùn)動(dòng)信息進(jìn)行運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)（Motion Compensation Prediction，MCP）。編碼過(guò)程中，選擇合并模式的PU僅需編碼鄰域PU復(fù)用索引，有效地減少了比特消耗。圖1為合并模式的流程。首先，根據(jù)空域和時(shí)域相鄰已編碼塊的可用運(yùn)動(dòng)信息建立合并候選列表；然后，采用每個(gè)候選項(xiàng)的運(yùn)動(dòng)矢量對(duì)當(dāng)前塊進(jìn)行運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)并編碼計(jì)算率失真代價(jià)，其率失真代價(jià)最小的運(yùn)動(dòng)信息對(duì)應(yīng)候選項(xiàng)即為最佳合并模式。

合并模式候選列表來(lái)自于空域、時(shí)域已編碼塊的可用運(yùn)動(dòng)信息和附加生成的列表項(xiàng)，空域和時(shí)域中采用的相鄰塊位置如圖2所示?？沼蜻\(yùn)動(dòng)矢量候選有5個(gè)，時(shí)域運(yùn)動(dòng)矢量候選有2個(gè)，在HEVC中最多生成4個(gè)空域和1個(gè)時(shí)域合并候選列表。

具體地，建立合并候選列表的步驟如圖3所示。其輸出結(jié)果是當(dāng)前塊的合并候選列表，每個(gè)候選項(xiàng)具有不同的運(yùn)動(dòng)信息，被用于當(dāng)前編碼塊的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)。合并模式中，候選列表的個(gè)數(shù)由參數(shù)MaxNumMergeCands控制，其包含在碼流中傳輸?shù)浇獯a端，在HEVC中設(shè)置合并列表數(shù)為5，在VVC的開(kāi)發(fā)過(guò)程中，該候選列表數(shù)增加到7個(gè)。參照?qǐng)D2和圖3，HEVC中合并候選列表的生成過(guò)程描述如下：

圖1 合并模式流程圖Fig.1 Flowchart of merge mode

圖2 合并模式候選塊位置Fig.2 Location of merge mode candidates

圖3 建立合并候選列表Fig.3 Construction of merge candidate list

1）生成空域運(yùn)動(dòng)矢量列表

空域運(yùn)動(dòng)矢量列表由圖2（a）中相應(yīng)位置可用的PU生成，按照A1、B1、B0、A0、B2的順序檢測(cè)每個(gè)位置運(yùn)動(dòng)信息的可用性，若某個(gè)位置的PU是幀內(nèi)預(yù)測(cè)方式或其位于別的Slice中，則其不可用。另外還有2種特殊的情況，運(yùn)動(dòng)信息不可用。一種情況是檢測(cè)到當(dāng)前相鄰塊的運(yùn)動(dòng)信息與之前已檢測(cè)相鄰塊的運(yùn)動(dòng)信息相同，則標(biāo)記為不可用，也就是合并列表不添加重復(fù)的運(yùn)動(dòng)信息。另一種情況是若CU劃分為左右2個(gè)PU或上下2個(gè)PU，則右邊PU或下方PU建立空域運(yùn)動(dòng)矢量列表時(shí)，對(duì)應(yīng)于圖2（a）中的A1或B1不可用，這是因?yàn)樽笥?個(gè)PU運(yùn)動(dòng)信息相同或上下2個(gè)PU運(yùn)動(dòng)信息相同等價(jià)于CU采用了2N×2N的PU劃分模式。最終按檢測(cè)順序至多選擇4個(gè)可用的運(yùn)動(dòng)信息生成空域運(yùn)動(dòng)矢量列表。

2）生成時(shí)域運(yùn)動(dòng)矢量列表

時(shí)域運(yùn)動(dòng)矢量列表由圖2（b）中鄰近已編碼幀的同位PU生成，首先檢測(cè)TB位置的運(yùn)動(dòng)信息是否可用，若TB位置PU采用幀內(nèi)預(yù)測(cè)或與其左上角PU不在同一個(gè)CTU內(nèi)，則其運(yùn)動(dòng)信息不可用，然后檢測(cè)TC位置PU的運(yùn)動(dòng)信息可用性。合并候選列表中僅生成一個(gè)時(shí)域運(yùn)動(dòng)矢量列表項(xiàng)，該時(shí)域運(yùn)動(dòng)矢量需要根據(jù)當(dāng)前幀和同位PU所屬幀各自與其參考幀之間的距離進(jìn)行縮放。

3）生成附加的候選列表

如果生成的空域運(yùn)動(dòng)矢量列表和時(shí)域運(yùn)動(dòng)矢量列表總數(shù)小于MaxNumMergeCands，則需要生成附加的候選列表，以使合并候選列表補(bǔ)齊到Max-NumMergeCands。對(duì)于B Slice，利用之前空域和時(shí)域生成的運(yùn)動(dòng)信息組合生成附加的候選運(yùn)動(dòng)矢量對(duì)。若之前步驟生成的合并候選列表長(zhǎng)度仍小于MaxNumMergeCands，則添加0運(yùn)動(dòng)矢量使列表長(zhǎng)度達(dá)到MaxNumMergeCands。

在進(jìn)行RDO選擇最佳合并候選項(xiàng)的過(guò)程中，每個(gè)候選列表項(xiàng)對(duì)應(yīng)的當(dāng)前塊像素值由相應(yīng)運(yùn)動(dòng)矢量通過(guò)運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)得到。式（1）表示單向預(yù)測(cè)中的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)：

式中：P（x，y）和Fref（x，y）分別為預(yù)測(cè)圖像和參考圖像；（i，j）為合并候選項(xiàng)中的運(yùn)動(dòng)矢量。雙向預(yù)測(cè)則需要由2個(gè)運(yùn)動(dòng)矢量和對(duì)應(yīng)的參考索引采用加權(quán)2個(gè)方向的預(yù)測(cè)值獲得。

2 加權(quán)預(yù)測(cè)算法

合并模式不需要進(jìn)行耗時(shí)的運(yùn)動(dòng)估計(jì)，通過(guò)復(fù)用領(lǐng)域PU的運(yùn)動(dòng)矢量極大地節(jié)省了編碼運(yùn)動(dòng)信息的比特?cái)?shù)，從而為視頻編碼帶來(lái)顯著的壓縮性能提升。然而合并模式仍然有進(jìn)一步優(yōu)化以提升編碼性能的空間，因?yàn)楹喜⒛Ｊ街械倪\(yùn)動(dòng)補(bǔ)償預(yù)測(cè)不夠準(zhǔn)確。直觀地，更準(zhǔn)確的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)能減小PU的預(yù)測(cè)殘差，從而降低編碼中的量化失真，減少編碼量化系數(shù)的比特?cái)?shù)。本節(jié)首先分析了合并模式中預(yù)測(cè)殘差的分布特征，然后提出了一種基于曼哈頓距離的加權(quán)預(yù)測(cè)作為合并模式的附加候選項(xiàng)，以進(jìn)一步改善合并模式的性能。

2.1 合并模式中預(yù)測(cè)殘差的分布

合并模式?jīng)Q策過(guò)程中，每一個(gè)候選列表項(xiàng)的運(yùn)動(dòng)信息被用于運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)獲得當(dāng)前PU的殘差塊，如下：

式中：B（x，y）、F（x，y）和P（x，y）分別為當(dāng)前PU的殘差塊、原始像素塊和預(yù)測(cè)像素塊。

直觀地，2個(gè)像素點(diǎn)的運(yùn)動(dòng)相關(guān)性隨著它們之間距離的增大逐漸變小，因此當(dāng)前PU中的像素點(diǎn)運(yùn)動(dòng)矢量與合并候選項(xiàng)的運(yùn)動(dòng)矢量相關(guān)性隨著像素點(diǎn)到鄰域候選塊的距離增大而減小。如式（1）所示的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)中，越接近候選塊的像素點(diǎn)將能獲得越準(zhǔn)確的預(yù)測(cè)像素值，反之，離候選塊較遠(yuǎn)的像素點(diǎn)的預(yù)測(cè)誤差會(huì)較大。

以圖2（a）中空域候選塊B2為例，由于B2位于當(dāng)前PU的左上方，當(dāng)采用B2的運(yùn)動(dòng)矢量為當(dāng)前PU進(jìn)行運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)，則其殘差塊的殘差幅度將呈現(xiàn)從上到下、從左到右逐漸增大的趨勢(shì)。類(lèi)似的不均勻分布也將出現(xiàn)在其他合并候選項(xiàng)的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)殘差塊中。

為了驗(yàn)證如上分析，采用VVC開(kāi)發(fā)過(guò)程中的聯(lián)合探索測(cè)試模型（Joint Exploration Test Model 7.0，JEM 7.0）［18］編碼視頻序列Basketball-Drill，編碼器配置為低延遲P，量化參數(shù)（Quantization Parameter，QP）設(shè)置為22，編碼幀數(shù)設(shè)置為前100幀。統(tǒng)計(jì)編碼過(guò)程中使用合并模式，運(yùn)動(dòng)矢量來(lái)自同一空域候選位置的所有8×8殘差塊的殘差絕對(duì)值之和，該統(tǒng)計(jì)數(shù)據(jù)能反映出殘差幅度的分布特點(diǎn)。圖4（a）～（c）分別為運(yùn)動(dòng)矢量來(lái)自圖2（a）中候選塊B2、B0、A0時(shí)的殘差幅度統(tǒng)計(jì)分布。盡管由于不同位置的候選塊被選擇作為最佳合并模式的次數(shù)不同，導(dǎo)致圖4中的統(tǒng)計(jì)數(shù)值差異較大，但它們的殘差幅度分布規(guī)律與前面的分析基本一致。即隨著像素點(diǎn)位置與候選塊的距離增加，相應(yīng)的預(yù)測(cè)殘差幅度變大。

圖4 不同位置合并候選項(xiàng)進(jìn)行運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)后的殘差幅度統(tǒng)計(jì)分布Fig.4 Statistical distribution for residual magnitudes after MCP of merge candidates at different locations

2.2 基于曼哈頓距離的加權(quán)預(yù)測(cè)

從2.1節(jié)的分析可知，由于當(dāng)前PU中不同像素點(diǎn)運(yùn)動(dòng)與候選塊運(yùn)動(dòng)相關(guān)程度不同，導(dǎo)致合并模式中的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)不夠精確。為了充分利用像素間隨著距離變化的運(yùn)動(dòng)相關(guān)性，本節(jié)提出一種基于曼哈頓距離的加權(quán)預(yù)測(cè)作為合并模式的附加候選項(xiàng)，其預(yù)測(cè)塊由可用的不同位置候選項(xiàng)預(yù)測(cè)塊加權(quán)得到。所提出附加合并候選項(xiàng)的流程如圖5所示，具體步驟如下：

1）檢測(cè)鄰域合并候選塊

如圖2中合并模式候選塊位置所示，按A1、B1、B0、A0、B2、TB的順序檢測(cè)不同位置候選塊是否可用，并生成相應(yīng)的運(yùn)動(dòng)矢量。如果生成的運(yùn)動(dòng)矢量數(shù)小于2，則不執(zhí)行本文算法，否則執(zhí)行本文算法。需要指出的是，時(shí)域候選塊TC并不包括在所提加權(quán)算法中，因?yàn)門(mén)C與當(dāng)前PU中所有像素點(diǎn)的距離相同。

2）運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)

采用步驟1）生成的運(yùn)動(dòng)矢量根據(jù)式（1）進(jìn)行運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)獲得相應(yīng)的預(yù)測(cè)塊，記為Pi（x，y）。

3）加權(quán)預(yù)測(cè)

根據(jù)2.1節(jié)的分析可知，由步驟2）得到的多個(gè)預(yù)測(cè)塊具有不同的殘差幅度分布特點(diǎn)，隨著像素點(diǎn)位置與候選塊的距離越遠(yuǎn)，殘差幅度相對(duì)變得越大。因此，本文提出使用曼哈頓距離度量像素間隨著距離變化的運(yùn)動(dòng)相關(guān)性。

曼哈頓距離表示2個(gè)點(diǎn)在標(biāo)準(zhǔn)坐標(biāo)系上的絕對(duì)軸距之和，二維平面上兩點(diǎn)a（x1，y1）與b（x2，y2）之間的曼哈頓距離定義為

圖5 附加合并候選項(xiàng)的流程圖Fig.5 Flowchart of additional merge candidate

所提附加合并候選項(xiàng)的預(yù)測(cè)塊由式（4）加權(quán)得到：

式中：Wi（x，y）為每個(gè)預(yù)測(cè)塊Pi（x，y）對(duì)應(yīng)的權(quán)重，其設(shè)置與候選塊的位置有關(guān)。每個(gè)像素點(diǎn)的權(quán)重值隨著它與候選塊的曼哈頓距離增大而減小，具體設(shè)置如表1所示，其中H和W 分別為當(dāng)前預(yù)測(cè)塊的高和寬。

4）最佳合并模式選擇

計(jì)算所提附加候選項(xiàng)的率失真代價(jià)，并與原始合并候選列表中的率失真代價(jià)對(duì)比選擇出最佳合并模式。在聯(lián)合探索測(cè)試模型JEM 7.0中，合并候選項(xiàng)的索引號(hào)范圍為0～6，因此所提附加候選項(xiàng)索引號(hào)設(shè)置為7。若所提附加候選項(xiàng)最終被選擇作為當(dāng)前PU的編碼模式，則相應(yīng)的合并索引號(hào)7被編碼并傳至解碼端，解碼端將采用與編碼端一致的加權(quán)方法重建編碼塊。

需要說(shuō)明是的，若當(dāng)前PU最終選擇所提附加合并候選項(xiàng)編碼，則當(dāng)前PU沒(méi)有明確的運(yùn)動(dòng)信息。為便于后續(xù)編碼過(guò)程中當(dāng)前PU被用于導(dǎo)出其他編碼塊的運(yùn)動(dòng)矢量，需要對(duì)當(dāng)前PU設(shè)置一個(gè)確定的運(yùn)動(dòng)矢量，本文算法采用步驟1）中檢測(cè)到的第一個(gè)可用候選塊運(yùn)動(dòng)信息作為當(dāng)前PU的運(yùn)動(dòng)信息。

表1 不同位置候選塊對(duì)應(yīng)的權(quán)重設(shè)置Table 1 Weight setting for candidates at different locations

3 實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證本文算法的有效性，將提出的基于曼哈頓距離加權(quán)預(yù)測(cè)算法集成到聯(lián)合探索測(cè)試模型JEM 7.0，該測(cè)試軟件是由JVET在HEVC測(cè)試模型（HEVC Test Model，HM）基礎(chǔ)上開(kāi)發(fā)的，用于評(píng)估新的編碼工具和技術(shù)改進(jìn)。測(cè)試序列使用JVET通用測(cè)試條件（Common Test Conditions，CTC）和軟件參考配置［19］建議的Class B、Class C、Class D、Class E中的16個(gè)視頻和Class F的4個(gè)可選視頻。實(shí)驗(yàn)測(cè)試了低延遲P（Low Delay P，LDP）、低延遲B（Low Delay B，LDB）、隨機(jī)接入（Random Access，RA）3種編碼器配置，依據(jù)CTC設(shè)置QP分別為37、32、27、22編碼每一個(gè)測(cè)試序列。需要說(shuō)明的是，Class E是會(huì)議視頻序列，根據(jù)CTC建議，RA配置下測(cè)試序列不包括Class E中的3個(gè)視頻。以原始的JEM 7.0編碼器作為基準(zhǔn)，計(jì)算本文算法輸出Y、U、V分量的BDBR，BDBR表示在相同的峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）條件下，測(cè)試算法相對(duì)于基準(zhǔn)算法的碼率節(jié)省百分比，若其值為負(fù)則表示性能增益，反之表示性能損失。

表2列出了3種編碼器配置下的全部測(cè)試序列BDBR，數(shù)據(jù)顯示本文算法在3種編碼器配置下都獲得了率失真性能提升。其中，LDP的性能平均提升達(dá)1.34%，比LDB和RA配置的性能提升大許多，這是因?yàn)锽幀采用的雙向預(yù)測(cè)比P幀的單向預(yù)測(cè)準(zhǔn)確，對(duì)于B幀可提升的預(yù)測(cè)準(zhǔn)確度空間比較有限。另外，Class F是屏幕內(nèi)容視頻，其編碼塊中的像素運(yùn)動(dòng)相關(guān)性很強(qiáng)，基本不隨距離大小變化。因此，對(duì)于Class F本文基于距離的加權(quán)預(yù)測(cè)獲得性能改善不顯著。對(duì)于實(shí)驗(yàn)數(shù)據(jù)中顯示在LDB和RA配置下，個(gè)別測(cè)試序列出現(xiàn)率失真性能損失，其原因是由于本文算法為傳輸附加合并候選索引，增加了合并模式的編碼比特，而對(duì)于這些特殊的視頻，基于距離的加權(quán)預(yù)測(cè)提高的預(yù)測(cè)精確度比較小。

LDP編碼配置下部分測(cè)試序列的率失真性能提升很大，如測(cè)試序列BQTerrace的碼率節(jié)省高達(dá)6.98%。圖6給出了性能改善較為顯 著 的 測(cè) 試 序 列 BQTerrace、BasketballDrill、BQSquare、Johnny的率失真曲線對(duì)比?？煽闯觯疚乃惴ㄔ诘痛a率和高碼率下均優(yōu)于原始的JEM 7.0。

表2 三種編碼器配置下本文算法相比于JEM 7.0的BDBRTable 2 BDBR for proposed algorithm compar ed with JEM 7.0 under three configurations of encoder %

圖6 率失真曲線對(duì)比Fig.6 Comparison for rate-distortion curves

4 結(jié) 論

1）本文分析了合并模式空域、時(shí)域不同候選塊運(yùn)動(dòng)信息與當(dāng)前待編碼PU中不同位置像素點(diǎn)運(yùn)動(dòng)信息的相關(guān)性，并通過(guò)實(shí)驗(yàn)統(tǒng)計(jì)證實(shí)隨著PU中像素點(diǎn)距候選塊的距離增加，運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)后的殘差幅度增大。

2）提出了一種基于曼哈頓距離的加權(quán)預(yù)測(cè)算法生成附加合并候選項(xiàng)，其充分利用了所有可用候選塊的運(yùn)動(dòng)信息，根據(jù)每個(gè)可用候選塊與當(dāng)前待編碼PU中像素點(diǎn)的曼哈頓距離設(shè)置加權(quán)預(yù)測(cè)的權(quán)重，該加權(quán)預(yù)測(cè)獲得了更準(zhǔn)確的預(yù)測(cè)塊，從而減小量化失真和編碼量化系數(shù)的比特?cái)?shù)。

3）實(shí)驗(yàn)結(jié)果顯示，在LDP、LDB和RA編碼結(jié)構(gòu)下，本文算法均獲得了率失真性能提升。特別地，對(duì)于LDP配置，相比原始JEM 7.0編碼器，本文算法獲得了平均1.34%的碼率節(jié)省，最高達(dá)到6.98%。