VVC中对CU进行分类，同时进行分区模式选择

在VVC中，对CU进行简单、普通和复杂块的分类，并进行水平、垂直划分模式选择或者直接跳过。

---

引言

  首先，VVC有着基于块的混合编码结构，它用变换编码融合了帧间和帧内预测。它采用嵌套的多类型树来提高压缩效率，但是编码复杂度有了一定提高。因此，为降低复杂度，提出一种基于纹理特征的帧内快速算法。
  简单来说，就是自适应设定纹理阈值，将编码单元分为简单、普通和复杂三类。对于简单的CU，在早期就跳过分区模式。对于复杂CU，跳过非分区模式。然后，通过计算比较常见和复杂的CU的方向特征，排除不必要的方向模式。最后从剩余分区中导出最优模式，实验结果表明，这种算法平均节省51.72%的编码时间。

介绍

  2018年4月，JVET提出了VVC。与上一代HEVC相比，VVC利用多嵌套树来提高压缩效率，但是也带来了编码复杂度的提高。因此，在保持相同编码性能的同时，降低VVC复杂度也是很重要的。

基于纹理特征的快速算法

  这种算法流程图如下：
  VVC中，分区模式（PM）包括四叉树（QT）和多类型树（MT）包括二叉树（BT）和三叉树（TT）。其中BT和TT都包括水平分区模式（HPM）和垂直分区模式（VPM），非分区模式仅包含帧内模式。从上图可以看出来，这种快速算法包括两个部分，高效划分决策（EPD）和多类型树的方向决策（MTDD）。其中对于某个CU，EPD决定是否跳过分区模式或者非分区模式。对于MTDD指定尺寸（包括8x8、16x16、32x32）的计算单元，直接跳过HPM和VPM。

1.自适应EPD

  采用单位面积标准差对单位面积进行分类，则标准差等于：
  根据下面式子来判断CU是简单、普通或者是复杂的。
  其中T2和T1分别代表上下阈值，T2>=T1。
  如之前所说，对于简单的CU，直接跳过分区模式；对于复杂的CU，直接跳过非分区模式。其中，不管分类是否正确，普通类的CU通常都是编码的。不正确分类和正确分类的概率分别为
  为保证编码性能，严格控制Pe和Pr，并最大化T1和T2之间的距离，可通过下式计算：

  遍历Ω可以精确获得T1、T2，那么上面式子可以简化为：
  其中，fT1和fT2分别是不分区模式的fT和分区模式的fT。
  经验证，这种自适应方法可以适用于不同大小的CU，序列第一帧可用于获取自适应阈值。

2.基于方向特征的多类型树的方向决策

  经过EPD将CU进行简单、普通和复杂的分类之后，普通和复杂的CU还有很多可能的分区模式，我们可以决定：对于某个CU，使用HPM或者VPM。
  对于垂直纹理的CU，水平方向的亮度差异大于垂直方向的亮度差异。因此，一个CU在不同方向上的变化可以反映纹理方向。所以，用不同方向的标准差来判断CU的纹理方向。水平和垂直特征的标准差计算如下：
  由于这种模型是基于正方形单元的，所以MTDD只能应用于正方形单元，不能用于非正方形单元。如果一个CU中的fH大于fV，那么将跳过HPM，即对于一个垂直纹理的CU，跳过水平分区模式。为保证编码性能，如果
将不跳过HPM或VPM。

不足

  由于在高分辨率中，CU之间的纹理相关性很弱，很可能导致复杂类的CU被错误地跳过分区模式。因此在像Tango2这样的4K序列中，PSNR与原平台基本一致，但是比特率略有增加。

结论

  本文提出一种快速VVC帧内编码算法。这种算法根据自适应阈值和纹理特征去除了不必要的模式，并通过方向特征进一步剔除非最优模式。这种方法对于CU的方向特征是十分有效的，但是并不是对所有序列都友好。对于纹理简单，方向复杂的序列，这种算法值得推广。实验结果表明，与原平台相比，这种算法平均减少了51.72%的编码时间，BD-rate仅增加了2.53%。