JVET-AB0117-基于模板的帧内推导的方向性融合

本提案是针对 ECM 中的 TIMD(基于模板的帧内模式推导,Template based intra mode derivation ) 的技术的加权方式的改进。具体地,本提案提出使用方向混合(directional blending)来加权TIMD使用模板推导的两种预测模式,当使用directional TIMD时,分别使用上相邻模板和左相邻模板导出两个单独的预测模式,然后将这两种模式使用像素级的权重进行融合。

基本原理

提案建议使用两个单独的模板,一个在当前块上方,一个位于当前块左侧。模板由相邻重建样本的两行或两列构成。

在两个模板上分别执行帧内模式搜索。首先对左侧模板进行搜索,然后对上侧模板进行模式搜索。用于每个模板搜索的帧内候选列表由当前块的MPM候选列表形成,使用SATD作为失真度量。

在左模板上搜索时,在所有候选模式中确定失真最小的模式,表示为dirTimdMode_L,相应的失真记为 minSatd_L;当对上相邻模板搜索时,与最佳左模式相邻的两个方向模式,即dirTimdMode_L+1和dirTimdMode_L-1也被添加到候选列表中,在所有候选模式中确定失真最小的模式,表示为dirTimdMode_A,相应的失真记为minSatd_A。

在该模板的帧内模式搜索期间确定的第二最佳模式被用作替换。如果两个模板中的一个不可用,则只对可用模板执行一次搜索。生成的模式用作定向TIMD的帧内模式,不使用加权融合。如果两个模板都不可用,则使用“PLANAR”模式。

计算两个方向模式 dirTimdPred_A和dirTimdPred_L,并使用基于样本的权重进行融合。

基于样本位置的权重的定义:即上模板推导的预测模式 timdDirMode_A 在块的上侧使用更大的权重,而左模板推导的预测模式在块左侧的像素使用更大的权重。

特别的,对于大小为H×W的块,上侧模板推导的预测模式 timdDirMode_A 的权重可以定义为:

.

 可以进一步调整基于样本的权重,用以考虑两个缩放SATD中的一个(minSatd_L或minSatd_A )比另一个大得多的情况。在这种情况下,较高的权重被分配给具有较低SATD的预测模式。特别地,可以预定义因子K。如果minSatd_A>KminSatd_L,则:

.

 否则,如果minSatd_L>KminSatd_A,则

最终,dirTimdMode_L对应的权重为

.

最终的预测值计算为:


集成在ECM:该模式的使用通过CABAC编码CU级别标志发出信号。定向TIMD被认为是TIMD的子模式。也就是说,只有当TIMD标志=1时,才发出定向TIMD标志。
就编码器操作而言,编码器在亮度帧内预测模式循环中执行一个新的RD check,以测试定向TIMD。

All Intra Main10

Over ECM-6.0

Y

U

V

EncT

DecT

Class A1

-0.18%

-0.22%

-0.08%

106%

102%

Class A2

-0.15%

-0.03%

-0.05%

107%

102%

Class B

-0.16%

-0.03%

-0.09%

109%

102%

Class C

-0.19%

0.03%

-0.03%

108%

103%

Class E

-0.27%

-0.20%

-0.24%

108%

103%

Overall

-0.19%

-0.08%

-0.09%

108%

102%

Class D

-0.18%

-0.04%

-0.08%

107%

104%

Class F

-0.14%

-0.18%

0.03%

104%

103%

 

Random Access Main 10

Over ECM-6.0

Y

U

V

EncT

DecT

Class A1

-0.12%

0.03%

-0.06%

101%

99%

Class A2

-0.11%

-0.04%

-0.12%

100%

98%

Class B

-0.09%

0.05%

-0.27%

98%

99%

Class C

-0.10%

-0.02%

0.06%

99%

98%

Class E

Overall

-0.10%

0.01%

-0.11%

99%

99%

Class D

-0.04%

0.12%

-0.12%

99%

98%

Class F

-0.10%

-0.21%

-0.21%

98%

99%

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值