【四】 VVC理论知识之帧间预测（2）

H.266/VVC 的帧间预测技术

到目前为止，H.266/VVC沿用了HEVC中的运动估计，运动矢量预测和运动补偿技术。但在运动矢量预测的技术中，H.266/VVC 进行了一些修改，主要包括 Merge运动矢量候选列表长度，构造过程，检查邻块的范围等。同时新增了一些新的预测技术，例如仿射变换技术，自适应运动矢量精度技术等。仿射变换技术打破了H.265/HEVC中对CU 的运动信息的限制，由原来一个 CU只能有一个运动信息变为了一个CU可以拥有多个运动信息，这样在相同质量的情况下，大大减少了编码所需比特数；自适应运动矢量技术适应了目前图像分辨率跨度范围较大这一特征，让编码器灵活地进行选择使用哪一种分辨率的运动矢量，这样在图像分辨率不同的情况下，可以将编码使用的比特数进行优化，提升编码效率。以下将作具体介绍：

（1）Merge 模式

H.266/VVC 中 Merge模式发生了一些变化，主要体现在候选列表构造的长度，构造的过程，邻块检查的范围等。在候选列表的长度上，由于新增加了几种检查邻块的方式，故列表长度由原来的5增加到现在的 6；在列表的构造过程中，首先还是优先检查当前编码块的各个邻块，接着检查时域候选的有效性，该过程与 H.265/HEVC保持一致。

如果列表没有被填满，则新增一种填充候选的方法–基于历史的运动矢量预测，即 HMVP技术。该方法维护并随时更新一个HMVP 列表，当解码完或者编码完一个块后，将该块的运动信息作为一个新的HMVP候选添加到HMVP 列表的末尾，添加的规则为队列的添加规则，即先进先出（First Input First Output，FIFO）。在构造好HMVP列表后，将HMVP 候选从列表中由后往前的顺序添加到 Merge候选列表中。HMVP技术不仅可以应用于Merge候选列表的构造，同样也适用于 AMVP候选列表的构造。

添加完HMVP候选后，将列表中前4个候选MV，两两进行平均值的过程，再将求均值后有效的MV添加进Merge 候选列表中，具体的顺序为（MV0,MV1）→（MV0,MV2）→（MV1,MV2）→（MV0,MV3）→（MV1,MV3）→（MV2,MV3）。如果依然没有填满候选列表，则使用 0 运动矢量填满。

当候选列表构造好后，编码器就要对候选列表中的每一个候选进行率失真代价的计算，以得到一个性能最优的候选 MV。在 H.266/VVC中，除了计算代表普通Merge模式的候选MV的率失真代价，还添加了新的技术，例如MMVD 技术，帧内帧间多假设预测模式。这些技术分别计算出一个最优MV代表当前模式，然后对这些模式再进行率失真代价的计算，最终决定出一个最优的Merge模式和最优的MV候选。

（2）仿射变换技术

在H.265/HEVC中，运动补偿预测的过程仅仅只适用于平移运动模型，然而在自然界中，存在各种各样的运动，例如放大、缩小，旋转，各种视角下的运动和各种不规则运动。当这些运动应用平移运动模型的运动补偿过程时，就会造成预测值不够准确，最终导致编码块的残差较大，增加了编码比特数。在H.266/VVC中，使用了基于子块的仿射变换技术（Affine Mode）来解决这一问题。如下图所示，当前编码块的仿射运动场由两个控制点的运动矢量（四参数模型）或者三个控制点的运动矢量（六参数模型）来表示。

对于上图中四参数模型，在编码块中的(x, y) 采样点处的运动矢量使用如下公式推导：

对于上图中六参数模型，在编码块中的(x, y) 采样点处的运动矢量使用如下公式推导：

以上公式中， ( m