u011098423的博客

如果用65536直接除量化步长，把结果保存下来用在量化过程，那就等于对不同的量化步长，保存了不同的精度。为了避免这种情况发生，AV1中根据量化步长的值的范围，在用65536除量化步长之前，先把65536根据量化步长的范围放大一定的倍数，这样就保持了较高的精度。AV1为了保持更高的量化精度，做了精心的设计，包括：量化步长倒数需要保存的精度、右移的位数、量化中需要完成前面DCT遗留的移位运算。这里面的log_scale，是跟变换块大小相关的，小于32×32的为0，32×32的为1，大于32×32的为2。

使用更多的空间，换取更少的时间。AV1编码中的其他编码工具。AV1编码流程：实时编码。减少分支，不要打断指令流水。编码流程，数据结构与参数。对块中像素的索引进行编码。程序结构和数据结构的优化。减少没有必要的计算或操作。视频内容无关的工具集简化。视频内容相关的工具集简化。量化中的dropout。样点自适应补偿后处理。基于深度网络的后处理。准备候选运动矢量队列。更加多样的块划分模式。其他加速块划分的方法。

H264的4×4DCT变换矩阵把一部分运算与后续的量化操作合并计算。这样带来的好处是：DCT运算非常简单，连整数的乘法都不需要，只需要移位和加减运算。虽然上述代码中还是有重复的计算，但是不必担心，因为这只是一个算法解释，不是最终的优化代码。该矩阵是把4×4的DCT原始矩阵放大128倍后，为保证正交性而做了微调得到的。DCT和DST变换矩阵系数虽然都是浮点数，但是在实际的编解码过程中，计算过程都会被改成整数运算，并且使用蝶形快速算法。假设对一个4×1的向量做DCT，每个频率上的点都需要4次乘法和3次加法。

的小块，一般是8×8的小块，对每个小块做离散余弦变换（Discrete Cosine Transform，简称DCT），然后对DCT后的值做量化，最后编码这些量化后的值。所有的8×8的小块的左上角都是最白的，在大部分块中，白色区域在第一行，第一列或左上角。SIMD）的加持，蝶形分解的快速运算的优势没有那么明显，但是对8×8或16×16甚至更大的块，直接运算的劣势就非常明显了。如果把坐标轴旋转90度变成（1，1）和（-1，1）方向，那么这两个向量的值就变成了（1，0）和（0，1），如图15所示。

随着视频采集技术的提高，现在已经看不到场采集的视频源了，在新的视频标准里面，已经没有针对场视频源的特殊操作了。事实上，时代在发展，互联网上视频内容的占比越来越大，每天都产生大量的视频，对视频编码的需求也在不断扩展。运动矢量也不是直接编码，而是要在周围的块里面，找到和当前块的MV最相似的MV，编码这两个MV的差值。视频编码的需求不断增加，对视频编码的能力提出了更高的要求，带宽和运算能力的提高，也为视频编码算法带来更多的发展空间。视频编码是针对视频内容的压缩，而zip是非特定内容的，属于通用数据的压缩算法。