AVS3中的AMVR和EMVR

在AVS2中运动预测中使用的MV都是1/4像素精度,通过在整像素间插值能显著提升非整像素运动预测的精度,同时带来的问题是随着MV精度的提高编码MVD所需的比特数也会增加。

AMVR


AMVR支持的MVD编码5种精度的MVR{1/4,1/2,1,2,4},索引为0到4,如下表。

编码端从5种精度中选择RD cost最小的,将MVR索引传输到解码端,其中索引使用截断二元码编码,解码端获取到MVR后将MVD和对应的MVP对齐到该精度。

注意,对于使用仿射模式的CU,AMVR仅支持3种精度{1/4,1,1/16}。CU的索引CPMV使用相同的精度。

EMVR


EMVR是在AMVR的基础上将MVR和HMVP绑定。当使用EMVR时,MVP候选项由HMVP构成,此时MVR和MVP共用同一个索引。

HMVP候选集由历史已编码CU的MV构成,距离当前越近分配的索引越大。EMVR将MVR和HMVP的索引绑定,绑定的规则基于这样的假设,离当前越近的MVP和当前的运动越相关。因此,MVR小的索引和MVP大的索引绑定,也即对越近的MVP使用的MV精度越高。

假设MVR的数量是N,HMVP中MVP的数量是M,则根据M和N的大小关系有两种情况:

  • 当M>=N时,如上图(a),MVR的索引0对应MVP的索引(M-1),MVR的索引(N-1)对应MVP的索引(M-N),此时对于MVR的每项HMVP中都有对应的MVP。

  • 当M<N时,如上图(b),MVR的索引0对应MVP的索引(M-1),MVR的索引(M-1)对应MVP的第一个索引。MVR的索引M到(N-1)都对应HMVP中的同一个索引(M-1)。

根据HMVP候选集构建规则可以得到运动信息,如果运动信息只有L0对应的mvH0,则L1中的mvH1由mvH0缩放得到,反之亦然。

缩放规则如上表,其中dE0和dE1分别是当前帧和L0和L1中参考帧的距离,dL0和dL1分别是当前帧和L0和L1中运动信息的参考帧的距离。

当前的MVP由下式求得:

  \begin{array}{c} MvEPred_x = Clip3(-32768,32767,Sign(mvH_x*D1*D2)\\ *((Abs(mvH_x*D1*(16384/D2))+8192)>>14))\\ MvEPred_y = Clip3(-32768,32767,Sign(mvH_y*D1*D2)\\ *((Abs(mvH_y*D1*(16384/D2))+8192)>>14)) \end{array}

经AMVR调整精度后:

  \begin{array}{c} MvEPred_x = Clip3(-32768,32767,Rounding\\ (MvEPred_x,amvr_index)<<amvr_index)\\ MvEPred_y = Clip3(-32768,32767,Rounding\\ (MvEPred_y,amvr_index)<<amvr_index) \end{array}

实验结果


下表是AMVR和EMVR在RA配置下的效果,实验平台为HPM6.0,anchor是AMVR和EMVR均关闭。

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