论文阅读笔记 Sparse Representation-Based Intra Prediction for Lossless/Near Lossless Video Coding

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。