多功能视频编码标准 H.266/VVC

视频技术的最新进展潜在地增加了对流传输和广播视频内容的需求。在今日 人们依靠视频来相识并建立联系,借助超高清(Ultra High Definition,UHD)、虚 拟现实(Virtual Reality,VR)和 360 全景视频等技术,人们可以在线捕捉并分享最 快乐最想记住的美好时刻。

毫无疑问,视频技术的快速发展带来视频数据量大的问题,而有效地压缩视 频将变得非常重要,特别是在处理高图像质量视频传输时。2013 年,高效视频编 码标准比之前的标准减少了 50%的比特。然而,由于视频技术将继续呈上升趋势, 现在的 H.265/HEVC 视频标准已难以满足人们,所以迫切需要研究多功能视频编 码标准来解决高图像质量视频带来的难题。所以,国际电信联盟和运动图像专家 组这两个标准化机构于 2017 年 10 月开始开发未来的多功能视频编码标准,将在 目前 H.265/HEVC 的基础上进行添加新的技术或改进其中已有的技术,目的是在 H.265/HEVC 基础上将码率再降低 50%。

H.266/VVC 编码框架

与上一代编码技术 H.265/HEVC 相比,H.266/VVC 编码框架仍由块划分、预测、变换量化、环路滤波、熵编码等多个模块组成,但在每个 模块中都添加了提高视频编码效果的关键技术。

(1)块划分

H.266/VVC 编码是基于编码单元来实现编码处理。首先将接收到的每帧视 频图像划分为许多个编码树单元(Coding tree units,CTU),然后使用具有四叉树、 二叉树、三叉树的混合树结构将 CTU 划分为许多编码单元(Coding units,CU),再 对每个 CU 进行预测等后续模块处理,最后得到视频压缩后的码流。

(2)预测

视频编码中预测模块是指利用视频图像帧中或相邻图像帧之间,像素与像素 之间存在极强的像素相关性的原理,来剔除时域和空域中的数据冗余,而预测模 块又分为帧内预测技术和帧间预测技术。

帧内预测是指考虑到图像块中存在空域 冗余的特性(即一帧图像内相邻像素之间存在较强的相似性),使用当前图像块 的邻近已编码处理过的像素块预测出当前块像素值的过程。在新一代视频编码 H.266/VVC 帧内预测中新增了许多技术,如更多角度方向预测、非正方形的广角 帧内预测(Wide-angle intra prediction for non-square blocks,WAIP)、位置决定的帧 内预测组合(Position dependent intra prediction combination,PDPC)、帧内子块划 分技术(Intra sub-partitions,ISP)、跨分量线性模型预测(Cross-component linear model prediction,CCLM)、多参考行帧内预测(Multi-line intra prediction,MLIP)、 矩阵加权帧内预测(Matrix based intra prediction,MIP)等技术。

帧间预测是指由于视频由不间断的图像帧组成,而相邻的图像帧之间存在极 强图像数据相似度,通过记录相邻已编码的图像帧与当前帧之间的运动信息,来 预测当前未编码帧,解决时域存在的数据冗余问题。在新一代视频编码 H.266/VVC 帧间预测中新增了如用于帧间预测的三角形划分、仿射运动补偿预 测等新技术。

(3)变换量化

变换是通常指将经过预测后的残差值进行离散变换(Discrete Transform,DT)。 由于图像大概率会具有简单纹理且平整的区域,经过变换处理后,将空域上较为 分散的这些区域的数据较为集中在变换域某个区域中,从而有效减少视频图像的 数据冗余。通常情况下,经过变换处理后的 DT 系数往往都处在一个较大的连续 取值范围。为了减少 DT 系数的取值范围,对连续的变换系数进行量化,实现进 一步减少数据量的目的,仅会损失一定的数据精度。在 H.266/VVC 中为了提高 变换和量化的计算速度,在编码时仍同时执行变换和量化。

除了 H.265/HEVC 中已有的 DCT2 变换核外,还新添加了 DST7、DCT8 变 换核,通过根据不同的预测模式选择适合的变换核,以达到最佳的变换效果。

(4)熵编码

在信息论中,熵编码是一种通用的无损数据编码压缩技术,该技术用二进制 流代替了图像数据信息。熵编码与变换和量化相结合,可显著减小视频图像数据。 熵编码将承载视频图像信息的数据(如运动矢量信息、变换量化系数等)变化为 可以进行存储或传输的二进制数据流。原始视频经过熵编码处理后便是压缩后的 码流。

(5)滤波及补偿

由于 H.266/VVC 视频编码是通过对 CU 进行块划分后再预测的,所以经过 H.266/VVC 视频编码后的视频会出现图像方块效应、振铃效应、图像质量差等失 真现象。为了减少视频失真现象所带来的不好视觉体验,H.266/VVC 编码中采用 去方块滤波(De-Blocking Filter,DBF)减少方块效应,并在 DBF 中参考重建的亮 度分量的水平来决定滤波器的强度,使得滤波效果更好。H.266/VVC 针对存在的 振铃效应现象,继续采用样本自适应补偿滤波进行削弱。同时,还应用了基于块 的自适应环路滤波(Adaptive Loop Filter,ALF) 以提高图像的主观质量评价的同 时提高 H.266/VVC 编码效率。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/271055.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

119. 杨辉三角 II(Java)

给定一个非负索引 rowIndex,返回「杨辉三角」的第 rowIndex 行。 在「杨辉三角」中,每个数是它左上方和右上方的数的和。 示例 1: 输入: rowIndex 3 输出: [1,3,3,1]示例 2: 输入: rowIndex 0 输出: [1]示例 3: 输入: rowIndex 1 输出: [1,1]提示…

彻底卸载Keil4

彻底卸载Keil4 双击 然后回到该软件的文件夹位置,把该文件夹删除即可,然后清一下回收站。

2024年软考电子商务设计师如何备考?考什么?

一、电子商务设计师概述? 电子商务设计师属于软考中级资格考试,软考是由国家人力资源和社会保障部(原人事部)、工业和信息化部(原信息产业部)领导的国家级考试,其目的是,科学、公正…

Hive05_DML 操作

1 DML 数据操作 1.1 数据导入 1.1.1 向表中装载数据(Load) 1)语法 hive> load data [local] inpath 数据的 path [overwrite] into table student [partition (partcol1val1,…)];(1)load data:表示加载数据 &…

20231225在WIN10下使用SSH连接Ubuntu20.04.6

20231225在WIN10下使用SSH连接Ubuntu20.04.6 2023/12/25 23:03 https://jingyan.baidu.com/article/5552ef479e1856108ffbc9e3.html Win10怎么开启SSH功能 Win10怎么开启SSH功能,下面就一起来看看吧! 工具/原料 华硕天选4 Windows10 方法/步骤 点击左下角的开始菜单,打开Wind…

排序算法中In-place和Out-place

参考链接 排序方式中 In-place 和 Out-place: in-place 占用常数内存,不占用额外内存 假如问题规模是n,在解决问题过程中,只开辟了常数量的空间,与n无关,这是原址操作,就是In-place。 例 &…

【论文阅读】MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention

文章目录 摘要创新点总结实现效果总结 摘要 链接:https://arxiv.org/abs/2312.08866 医学图像分割是医学图像处理和计算机视觉领域的关键挑战之一。由于病变区域或器官的大小和形状各异,有效地捕捉多尺度信息和建立像素间的长距离依赖性至关重要。本文提…

学Java的第三天

一、自增自减运算符 ,自增,变量的值加一 --,自减,变量的值减一 和-- 既可以放在变量的后边,也可以放在变量的前边。 单独使用的时候, 和 -- 放在变量的前边还是后边,结果是一样的。 参与操作…

【Hadoop】ZooKeeper数据模型Znode

ZooKeeper 数据模型ZnodeZooKeeper 中的时间ZooKeeper 节点属性 ZooKeeper 数据模型Znode 前面提过,Zookeeper相当于文件系统通知机制。既然是文件系统,那就涉及数据模型。 ZooKeeper 的数据模型在结构上和Unix标准文件系统非常相似,都是采用…

W6100-EVB-Pico评估版介绍

文章目录 1 简介2 硬件资源2.1 硬件规格2.2 引脚定义2.3 工作条件 3 参考资料3.1 Datasheet3.2 原理图3.3 尺寸图(尺寸:mm)3.4 参考例程 4 硬件协议栈优势 1 简介 W6100-EVB-Pico是一款基于树莓派RP2040和全硬件TCP/IP协议栈以太网芯片W6100的…

IDEA常用快捷键三-----文本选择

目录 1、CtrlA: 全选 2、Shift Left: 向左选择 3、Shift Right: 向右选择 4、CtrlShiftLeft: 向左选择一个单词 5、CtrlShiftRight:向右选择一个单词 6、ShiftLeftFn : 向左选择至行头 7、ShiftRightFn: …

单片机原理及应用:Keil μVision4和Proteus 8的配置介绍

笔者所在的专业最近开设了单片机课程,对笔者而言,虽然之前有一定的代码基础。但还是第一次面对既要求代码架构又要求电路仿真的领域。为了巩固知识和增强记忆,特此创建了这个专栏,谨以一名非电专业初学者的身份记录和分享知识。 …

持之以恒-美文美句

年龄不小了做事情老是不能持之以恒,最近突然发现有一件事情坚持了好长时间,每次都能回馈一些美文良句,让人赏心悦目,感觉很有意思这里记录一下 持之以恒,美文积累 二零二三年【兔】(农历起止时间2023年1月2…

STM32 cubeMX 直流电机控制风扇转动

本文使用的是 HAL 库。 文章目录 前言一、直流电机介绍二、直流电机原理图三、直流电机控制方法四、STM32CubeMX 配置直流电机五、代码编写总结 前言 实验开发板:STM32F051K8。所需软件:keil5 , cubeMX 。实验目的:了解 直流电机…

CentOS安装MongoDB

CentOS安装MongoDB 文章目录 CentOS安装MongoDB1. 安装并运行2. 创建用户/密码3. 测试语句4. 允许外网访问 1. 安装并运行 在 CentOS 上安装 MongoDB,你可以按照以下步骤进行: 导入 MongoDB 的 GPG 密钥: sudo rpm --import https://www.mon…

Django(三)

1.快速上手 确保app已注册 【settings.py】 编写URL和视图函数对应关系 【urls.py】 编写视图函数 【views.py】 启动django项目 命令行启动python manage.py runserverPycharm启动 1.1 再写一个页面 2. templates模板

基于电商场景的高并发RocketMQ实战-Commitlog基于内存的高并发写入优化、基于JVM offheap的内存读写分离机制

🌈🌈🌈🌈🌈🌈🌈🌈 【11来了】文章导读地址:点击查看文章导读! 🍁🍁🍁🍁🍁🍁&#x1f3…

分布式系统架构设计之分布式通信机制

二、分布式通信机制:保障系统正常运行基石 在分布式系统中,各个组件之间的通信是保障系统正常运行的基石,直接影响到系统的性能、可扩展性以及整体的可维护性。接下来我们就一起看看通信在分布式系统中的重要性,以及一些常用的技…

鸿蒙开发中的坑(持续更新……)

最近在使用鸿蒙开发时,碰到了一些坑,特做记录,如:鸿蒙的preview不能预览,轮播图组件Swiper使用时的问题,console.log() 打印的内容 一、鸿蒙的preview不能预览 首先,只有 ets文件才能预览。 其…

SICP : The Elements of Programming

好的计算机编程语言应具备的三个特性 基础单元表达式,计算机编程语言最最最基础单元,理应具备的表达式组合的能力,能够通过基础单元表达式组合成更复杂的元素抽象的能力,能通过复杂的元素抽象成更高层的单元 基础单元表达式 加 …