x265 CU-tree

CU-tree

    x265中CU-tree的主要思想同x264的MB-tree一样，无较大改动。其目的是通过预估当前块在帧间预测中被未来帧所参考的信息多少，来调整当前块的QP值。如果当前块贡献给后续帧的信息越多，则其重要性越高，应当提高该区域的编码质量，减少QP，反之，则增大该区域的QP。（有点感知压缩的意思）

    计算流程如下：(加入后缀cur及ref以区分当前块及其参考块)

• 获取当前块的$intra\_cost\_cur$ ，$inter\_cost\_cur$，以及$propagate\_cost\_cur$（叠加 参考了当前块的未来帧 而得到）来计算当前块给其参考块带来的遗传代价即$propagate\_cost\_ref$
• 计算继承率$propagate\_fraction\_cur=1-\frac{inter\_cost\_cur}{intra\_cost\_cur}$。假设当前块$inter\_cost\_cur$只有$intra\_cost\_cur$的80%，说明帧间预测节省了20% 的编码消耗，则当前块的信息有20%来自于其参考帧，$propagate\_fraction\_cur=0.2$。
• 当前块传递其给参考块的总传递代价量$propagate\_amount\_ref=(intra\_cost\_cur\ast invQScales+propagate\_cost\_cur)\ast propagate\_fraction\_cur$
• 当前单元在邻近帧中的匹配块可能覆盖４个块，按照当前块实际参考像素面积估算代价传递权重 $weight1,weight2,weight3,weight4$。将上面计算的$propagate\_amount\_ref$按照权重比例分配给这四个参考块。如：$propagate\_cost\_ref1=propagate\_amount\_ref\ast weight1$ 。

若当前帧为b帧，在第一步我们获得了当前块的$propagate\_cost\_cur$，便可根据此公式$cuTreeQPOffset=-cuTreeStrength\ast log2(1+\frac{propagate\_cost\_cur}{intra\_cost\_cur})$计算CU-tree算法为当前块计算的$QPOffset$。其中$cuTreeStrength$为cuTree的强度，最大为2.

需要注意的点：

• 在cuTree算法执行之前，会对当前图像进行1/2下采样，即将256x256的图像下采样至128x128再进行$intra\_cost,inter\_cost$等的计算。
• x265中仍以16x16的块为单位（ 也就是下采样后8x8的块）计算$cuTreeQPOffset$，32x32的块$cuTreeQPOffset$是其4个16x16块offset的平均。