HEVC因为专利的问题一直没达到AVC的高度，但是AVC已经服役20年，还能再服役20年吗？一众大佬（公司）为改善现状，一起提出了AV1这一标准。AV1主打点就是免知识产权费，最近在国内国外已经越来越火。作为已经不年轻的码农也深感更新知识的重要性，因此就从今天开始系统性地学习一下AV1这个编码标准吧，期间也在博客上分享一些自己的心得，一方面作为记录，另一方面抛砖引玉，希望有同好能共同探讨，共同进步。我的预期学习AV1的过程是包括文章和代码两部分，顺序是按模块从文章到代码，先有认知再看实现。由于个人知识有限，因此肯定会出现错漏，希望大家大胆引用小心求证，如果发现问题请不吝指出。
总体来说AV1相对于VP9在块结构、帧内预测、帧间预测、熵编码、变换、环内滤波几乎所有环节都新增了工具。
- 块结构 VP9使用四叉树的块划分结构最大支持64x64最小支持4x4的块（作为对比HEVC支持64x64至8x8的四叉树CU划分）。AV1将最块尺寸扩展至128x128，同时增加至10种块划分形式（见图 1），并且在8x8以下的尺寸增加了更多灵活的划分决策方式，如某些情况下的2x2色度帧间预测。
图1 VP9与AV1块划分对比
- 帧内预测 VP9支持10种帧内预测模式，由8种方向模式和2种非方向模式DC和TM（True Motion）组成。作为对比HEVC支持33种方向模式和DC、Planar 2种非方向模式。（个人对TM模式比较好奇，应该在AV1中还会遇到，后续内容分析技术细节时看到再更新。）AV1相比VP9的帧内预测模式在以下方向有扩展：方向模式分了更精细的方向插值，非方向预测模式考虑了梯度和亮度色度变化的相关相关性，添加了针对人造场景的工具。具体到工具上有以下这些：方向预测模式扩展至56种；增加3种非方向预测模式：SMOOTH V, SMOOTH H, SMOOTH；基于递归滤波的帧内预测；调色板模式（在HEVC-SCC中也有，不知道AV1是如何规避这个专利问题的）；Intra Block Copy。
- 帧间预测 AV1在帧间主要有以下几点升级：扩展参考帧类型；使用更复杂的运动矢量预测算法；使用重叠块运动补偿（Overlapped Block Motion Compensation, OBMC）减少块边缘的预测误差；使用仿射变换实现扭曲运动补偿（Warped Motion Compensation, WMC）；同时一系列新的复合预测工具，以使其帧间编码器更加通用（这个工具还没有太理解算法原理）。
图2 参考帧结构示例
- 变换 增加类似HEVC中TU划分的结构，扩展变换核。
- 熵编码 使用多符号熵编码（与此对应地HEVC中使用的是二元熵编码）；根据频域系数位置对应使用不同的模型。
- 环内滤波和后处理 在去块效应滤波之外新增限制方向加强滤波器（Constrained Directional Enhancement Filter, CDEF）保留细节；新增Wiener滤波和Guided Filter 二选一的滤波方式；支持帧级的超分辨率，但是只支持水平方向的缩放，而且超分算法也很简单（没有应用一些NN类的算法）；增加针对电影胶片噪声的编码方法，在编码前将噪声提取、去除，然后在解码端恢复，但是“恢复噪声”并不是完全一致的，是存在一定随机性的，因此会导致PSNR下降。
图3 AV1超分辨率算法框架
以上这些工具总结都来自这篇文章https://ieeexplore.ieee.org/document/8456249/，有感兴趣的朋友可以自己下下来研究一下。我觉得比较有趣的是帧内非角度预测模式、多符号熵编码、Wiener和Guided Filter以及超分辨率的应用。当然算法上内容肯定不止这些，目前只是通过这篇文章对AV1有个初步的认识。还有一些内容在这篇文章中尚没有体现，比如码率控制算法、AV1的参考软件支持2-pass编码是怎么样的机制等等，这些都有待于在学习代码的过程中逐一研究。
最后是编码性能的对比，HEVC用的是X265而不是HM，从文章的结果来看性能增益还是很客观的，只是不知计算复杂度增长几何。AV1的overview中提到标准制定的时候考虑了硬件设计的代价，猜测应该会有更利于硬件实现的规划。
图4 AV1与VP9 HEVC性能对比
142
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
