本文来自JVET第25次会议中的提案JVET-Y0055:
介绍
当亮度与色度分量相关性较强时,CCLM预测性能较好。但当用于生成线性模型参数的参考像素可能有噪声,或者参考像素可能无法很好地代表实际预测块内的内容时,预测无法达到比较好的效果。
本提案提出微调CCLM的线性模型参数来改进CCLM的性能。
算法
CCLM 使用斜率参数“a”和偏差参数“b”的线性模型将亮度值映射到色度值,映射如下:
chromaVal = a * lumaVal + b
本提案提出对斜率参数进行调整“u”以将模型更新为以下形式:
chromaVal = a’ * lumaVal + b’,其中a’ = a + u,b’ = b - u * yr
通过此改进,映射函数围绕亮度值为 yr 的点倾斜或旋转。 建议使用参考亮度样本的平均值作为 yr,以便对模型进行有意义的修改。 下图说明了这个过程。
具体地,
- 斜率调整参数以 -4 到 4(含)之间的整数形式提供(以1/8为步长),并在比特流中发出信号
-
基于编码效率与复杂性的权衡考虑,斜率调整适用于LM_CHROMA_IDX和MMLM_CHROMA_IDX模式,但不适用于“单边”模式,并且CU大小至少为 128 个样本
-
当斜率调整应用于MMLM模式时,两个模型都可以调整,因此单个色度块最多可以发出两个斜率更新信号。
-
编码器对“u”执行快速 SATD 搜索,并且仅当 SATD 比原始斜率有所提高时,才包括从该搜索到 RDO 的最佳斜率更新。
-
使用基于 SATD 的快速搜素 Cr 和Cb的斜率更新的最佳值。如果任一结果为非零斜率调整参数,则组合斜率调整对(Cr 的基于 SATD 的更新,Cb 的基于 SATD 的更新)包含在 TU 的 RD 检查列表中。
实验性能