摘要
基于稀疏表征的帧内预测SRIP。在HEVC中有35种角度预测模式AIP,用最相似的相邻像素去表示当前待编码像素。为了编码与解码的一致,角度预测模式的参数要传到解码端,为了进一步提高编码效率,再传一个参数来表示是使用传统的AIP还是文章提出的方法SRIP。节约了0.36% 的码流。
动机
如图一所示,HEVC中有35种帧内预测模式,planar模式是为了产生渐变的内容,DC模式是相邻重建像素的均值,其他的是32中角度模式。实际上,planar模式可以看成一种联合模式,由mode10和26联合生成。如图二所示
图3表明,planar模式被选中的概率最大,是18%。
远远大于mode10,mode26
根据这个发现,可以用联合模型和原来的角度预测模式一起提高帧内预测的效率
方法详述
A 基于稀疏表征的帧内预测
如图4所示,一个NxN的block,有35个角度预测模式,把他们变成Nx1的向量,构成一个模式字典D。X拔是X的稀疏表征,alpha是表征系数,X是ground truth。
公式1是目标函数,lamda用来控制稀疏度。通过Orthogonal Matching Pursuit (OMP) 正交匹配追踪来得到最优的表征系数alpha,在做OMP之前会先将字典D标准化,如公式2
X拔=D*alpha,X拔可以看成第36种预测模式。
B 稀疏系数编码
alpha是一个35x1的向量,大多数元素是0,非零元素的个数是可控的,文章里选的是两个非零系数。
如图5所示,W1和W2的值分布在【-0.28 ,1】
将W整数化,如公式5.
每个W需要7个比特来编码。
C 将算法嵌入编码器
如图6所示
用一个flag来表示是用传统的AIP还是SRIP,由RDO来决定。
实验结果
算法嵌入到HM16.20.
图7 表示SRIP的psnr gain 的概率分布
图8 表示 RDO选择结果
表1 表示 bit-rate saving 情况
思考
总的来看,算法是通过融合传统的35种预测模式提出一种新的模式。加权融合。