【十】 基于子块的时域运动向量预测(SbTMVP)和自适应运动向量分辨率(AMVR)

一、基于子块的时域运动向量预测技术(SbTMV)

在H.266/VVC中提出了基于子块的时域运动向量预测技术(Subblock-based temporal motion vector prediction,SbTMVP),该技术和Merge 候选列表构建过程中,时域候选向量预测(TMVP)类似,但两者也存在一些区别,具体如下所示:

  • TMVP技术在CU级预测运动矢量,而subTMVP在子块级进行运动矢量预测
  • TMVP技术直接使用同位图像的同位块计算时域MV,而SbTMVP技术在计算同位块前需要进行一个运动偏移,这个运动偏移来自当前CU的空域邻块的运动矢量(MV)

SbTMVP技术计算当前编码块的子块的MV的算法如下:

1、参照下图,检查当前编码块的空域邻块A,如果A的参考图像正好是当前图像的同位图像则使用A的运动矢量作为运动偏移,否则运动偏移量设为(0,0)

在这里插入图片描述

2、使用步骤1得到的运动偏移(将当前块的坐标加上运动偏移)从同位图像中获得子块的运动信息(MV和参考图像索引),图中假设使用A块的MV作为运动偏移,然后对每个子块CU获取其在同位图像中的运动信息,然后按照TMVP的处理方法将获得的MV进行缩放得到子块的MV

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值