青海网站开发建设,wordpress检查元素,网站建设数据库的购买,网站正在备案中传播
由于块与块之间具有参考关系#xff0c;提升被参考块的质量#xff0c;可以改善后续参考块的质量 Pn1帧中CU0,1完全参考Pn的CU1,1。且Pn1帧中CU0,1块帧内预测和帧间预测的代价分别为 c x , y n 1 ( 0 , 0 ) c_{x,y}^{n1}(0,0) cx,yn1(0,0)和 c x , y n 1 ( d…传播
由于块与块之间具有参考关系提升被参考块的质量可以改善后续参考块的质量 Pn1帧中CU0,1完全参考Pn的CU1,1。且Pn1帧中CU0,1块帧内预测和帧间预测的代价分别为 c x , y n 1 ( 0 , 0 ) c_{x,y}^{n1}(0,0) cx,yn1(0,0)和 c x , y n 1 ( d 0 , d 1 ) c_{x,y}^{n1}(d0,d1) cx,yn1(d0,d1)其中x,y表示这里CU的坐标也就是(x,y)(0,1),为了一般性所以用x,y表示。
如果 c x , y n 1 ( 0 , 0 ) c_{x,y}^{n1}(0,0) cx,yn1(0,0)和 c x , y n 1 ( d 0 , d 1 ) c_{x,y}^{n1}(d0,d1) cx,yn1(d0,d1)相差不大说明Pn1帧中CU0,1块从Pn的CU1,1获取的信息很少如果 c x , y n 1 ( 0 , 1 ) c_{x,y}^{n1}(0,1) cx,yn1(0,1)比 c x , y n 1 ( d 0 , d 1 ) c_{x,y}^{n1}(d0,d1) cx,yn1(d0,d1)小很多说明Pn1帧中CU0,1块的大部分信息都可以从Pn的CU1,1块获得极端情况如果 c d 0 , d 1 n 1 c_{d0,d1}^{n1} cd0,d1n1为0说明说明Pn1帧中CU0,1块的全部信息都可以从Pn的CU1,1块获得。因此可以简单地用 p c x , y n 1 c x , y n 1 ( 0 , 0 ) − c x , y n 1 ( d 0 , d 1 ) pc_{x,y}^{n1}c_{x,y}^{n1}(0,0)-c_{x,y}^{n1}(d0,d1) pcx,yn1cx,yn1(0,0)−cx,yn1(d0,d1)表示Pn1帧中CU0,1块从Pn的CU1,1继承的信息。
由于Pn1帧中CUx,y块编码参数选择不同会导致 p c x , y n 1 c x , y n 1 ( 0 , 0 ) − c x , y n 1 ( d 0 , d 1 ) pc_{x,y}^{n1}c_{x,y}^{n1}(0,0)-c_{x,y}^{n1}(d0,d1) pcx,yn1cx,yn1(0,0)−cx,yn1(d0,d1)的使用率不同因此 p f x , y n 1 c x , y n 1 ( 0 , 0 ) − c x , y n 1 ( d 0 , d 1 ) c x , y n 1 ( 0 , 0 ) pf_{x,y}^{n1}\frac{c_{x,y}^{n1}(0,0)-c_{x,y}^{n1}(d0,d1)}{c_{x,y}^{n1}(0,0)} pfx,yn1cx,yn1(0,0)cx,yn1(0,0)−cx,yn1(d0,d1)表示Pn1帧中CU0,1块反向传播给Pn的CU1,1块的传播率或者说是Pn1帧对Pn帧中CU1,1块的继承信息的利用率也就是Pn1帧CUx,y选择不同参数时对 p c x , y n 1 c x , y n 1 ( 0 , 0 ) − c x , y n 1 ( d 0 , d 1 ) pc_{x,y}^{n1}c_{x,y}^{n1}(0,0)-c_{x,y}^{n1}(d0,d1) pcx,yn1cx,yn1(0,0)−cx,yn1(d0,d1)的使用率。
Pn1帧中CU0,1块的传播给Pn的CU1,1块的总信息 p a x , y n 1 p c x , y n 1 p f x , y n 1 ⋅ p i x , y n 1 pa_{x,y}^{n1}pc_{x,y}^{n1}pf_{x,y}^{n1} \cdot pi_{x,y}^{n1} pax,yn1pcx,yn1pfx,yn1⋅pix,yn1所有参考Pn帧CU1,1块的CU块反向传播给它的信息量为 p i x , y n p a x 1 , y 1 n 1 ⋅ w 1 p a x 2 , y 2 n 2 ⋅ w 2 p a x 3 , y 3 n 3 ⋅ w 3 . . . pi_{x,y}^{n}pa_{x1,y1}^{n1} \cdot w1 pa_{x2,y2}^{n2} \cdot w2 pa_{x3,y3}^{n3} \cdot w3 ... pix,ynpax1,y1n1⋅w1pax2,y2n2⋅w2pax3,y3n3⋅w3...其中w表示权重也就是区域的重叠面积针对上图中 p i 1 , 1 n p a 1 , 0 n 1 ⋅ 1 p a 1 , 1 n 1 ⋅ 1 pi_{1,1}^{n}pa_{1,0}^{n1} \cdot 1 pa_{1,1}^{n1} \cdot 1 pi1,1npa1,0n1⋅1pa1,1n1⋅1
在x265中使用estimateCUPropagate函数计算 p a x , y n pa_{x,y}^{n} pax,yn: p a x , y n p c x , y n p f x , y n ⋅ p i x , y n ( c x , y n ( 0 , 0 ) p i x , y n ) ⋅ c x , y n ( 0 , 0 ) − c x , y n ( d 0 , d 1 ) c x , y n ( 0 , 0 ) ( c x , y n ( 0 , 0 ) p i x , y n ) ⋅ p f x , y n \begin{align} pa_{x,y}^{n}pc_{x,y}^{n}pf_{x,y}^{n} \cdot pi_{x,y}^{n} \\ (c_{x,y}^{n}(0,0) pi_{x,y}^{n}) \cdot \frac{c_{x,y}^{n}(0,0)-c_{x,y}^{n}(d0,d1)}{c_{x,y}^{n}(0,0)} \\ (c_{x,y}^{n}(0,0) pi_{x,y}^{n}) \cdot pf_{x,y}^{n} \end{align} pax,ynpcx,ynpfx,yn⋅pix,yn(cx,yn(0,0)pix,yn)⋅cx,yn(0,0)cx,yn(0,0)−cx,yn(d0,d1)(cx,yn(0,0)pix,yn)⋅pfx,yn 上述考虑了只有cutree时信息量的传播还需要做两个细微的修正AQ将各个MB都进行了微调那么那些被调整的更清晰的MBQP减小和变得更模糊的MBQP变大也需要进行修正 i n v q s c a l e 1 a q o f f s e t s t e p inv_qscale\frac{1}{aq_offset_step} invqscaleaqoffsetstep1 在可变帧率条件下需要根据播放时长进行修正 f p s f a c t o r 当前帧播放时长 平均一帧播放时长 fps_factor\frac{当前帧播放时长}{平均一帧播放时长} fpsfactor平均一帧播放时长当前帧播放时长 如下图中间的B帧同时从前向的P0帧和后向的P1帧都继承了信息需要按照距离修正传播的cost大小 d i s t a n c e r a t i o b − p 0 p 1 − p 0 distance_ratio\frac{b-p0}{p1-p0} distanceratiop1−p0b−p0
经过以上三个修正最终结果如下 p a x , y n ( p c x , y n ⋅ i n v _ q s c a l e ⋅ f p s _ f a c t o r p f x , y n ⋅ p i x , y n ) ⋅ d i s t a n c e _ r a t i o ( c x , y n ( 0 , 0 ) ⋅ i n v _ q s c a l e ⋅ f p s _ f a c t o r p i x , y n ) ⋅ p f x , y n ⋅ d i s t a n c e r a t i o \begin{align} pa_{x,y}^{n}(pc_{x,y}^{n}\cdot inv\_qscale\cdot fps\_factorpf_{x,y}^{n} \cdot pi_{x,y}^{n})\cdot distance\_ratio \\ (c_{x,y}^{n}(0,0) \cdot inv\_qscale \cdot fps\_factor pi_{x,y}^{n}) \cdot pf_{x,y}^{n} \cdot distance_ratio \end{align} pax,yn(pcx,yn⋅inv_qscale⋅fps_factorpfx,yn⋅pix,yn)⋅distance_ratio(cx,yn(0,0)⋅inv_qscale⋅fps_factorpix,yn)⋅pfx,yn⋅distanceratio
以上计算得到的 p a x , y n pa_{x,y}^{n} pax,yn需要根据mv传递到第Pn-1帧作为对应块的pi值根据重叠区域面积将其分配到各个块如上图会根据s1,s2,s3和s4所占面积的比例将 p a 1 , 1 n pa_{1,1}^{n} pa1,1n分配到CU00,CU01,CU10和CU11;同时 p a 2 , 1 n pa_{2,1}^{n} pa2,1n分配到CU10,CU11,CU20和CU21其中 p a 1 , 1 n pa_{1,1}^{n} pa1,1n和 p a 2 , 1 n pa_{2,1}^{n} pa2,1n都会分配一部分到CU10和CU11只需要将其叠加即可。
计算 Δ \Delta Δ QP
首先将信息分为两类第一是继承信息也就是当前块从参考帧获得的信息参考帧已经编码完成的情况下通过同一个参考帧和同一个MV获得的参考块也就固定了得到的信息也就固定了并不会因为当前块选择不同的编码参数而发生改变第二是自身产生的信息从参考块获取了信息之后当前块会用不同的编码参数比如QPmerge,skip,AMVP等模式编码参数不同时自身产生的信息也就不同。
继续考虑Pn的CU1,1块当改变当前块的QP时也就是增加一个 delta QP c x , y n 1 ( 0 , 0 ) c_{x,y}^{n1}(0,0) cx,yn1(0,0)和 c x , y n 1 ( d 0 , d 1 ) c_{x,y}^{n1}(d0,d1) cx,yn1(d0,d1)和 p i x , y n pi_{x,y}{n} pix,yn都会发生变化因为他们都包含了自身产生的信息。但是 c x , y n 1 ( 0 , 0 ) − c_{x,y}^{n1}(0,0)- cx,yn1(0,0)−c_{x,y}^{n1}(d0,d1)$不会发生变化因为他是继承的信息。可以这么来考虑QP的改变导致残差量化结果发生变化影响的是当前块预测后的结果在计算失真的时候还有一个参考块该参考块是通过MV在参考帧获得的这个时候参考块已经编码完成并不会因为当前块QP的改变而发生变化。
当前块的QP发生变化时后续参考该块的CU都会发生变化也就是 p i x , y n pi_{x,y}^{n} pix,yn也会因为delta QP而产生影响但是只有新产生的那部分信息 c x , y n ( d 0 , d 1 ) c x , y n ( 0 , 0 ) \frac{c_{x,y}^{n}(d0,d1)}{c_{x,y}^{n}(0,0)} cx,yn(0,0)cx,yn(d0,d1)受影响, ( 1 − c x , y n ( d 0 , d 1 ) c x , y n ( 0 , 0 ) ) ⋅ p i x , y n (1-\frac{c_{x,y}^{n}(d0,d1)}{c_{x,y}^{n}(0,0)}) \cdot pi_{x,y}^{n} (1−cx,yn(0,0)cx,yn(d0,d1))⋅pix,yn是由继承的那部分信息传递给后续块的不受delta QP影响。
参考块因为delta QP受影响的信息量有 c Δ c x , y n ( d 0 , d 1 ) c x , y n ( d 0 , d 1 ) c x , y n ( 0 , 0 ) ⋅ p i x , y n c_{\Delta}c_{x,y}^{n}(d0,d1)\frac{c_{x,y}^{n}(d0,d1)}{c_{x,y}^{n}(0,0)} \cdot pi_{x,y}^{n} cΔcx,yn(d0,d1)cx,yn(0,0)cx,yn(d0,d1)⋅pix,yn非参考块因为delta QP受影响的信息量有 c x , y n ( d 0 , d 1 ) c_{x,y}^{n}(d0,d1) cx,yn(d0,d1), 因为非参考块不被参考所以后项为0只有inter cost部份 r Δ c Δ c x , y n ( d 0 , d 1 ) 1 p i x , y n c x , y n ( 0 , 0 ) λ − d D d R − d D / d Q P d R / d Q P α Q s t e p 2 λ ‾ − r Δ ⋅ d D d R α ⋅ r Δ Q s t e p ‾ 2 λ λ ‾ Q s t e p ‾ 2 Q s t e p 2 1 r Δ Q s t e p 2 b 2 ⋅ 2 Q P − 12 3 Q P 12 3 l o g 2 Q s t e p 2 b 2 Q P ‾ 12 3 l o g 2 Q s t e p ‾ 2 b 2 Δ Q P Q P ‾ − Q P 3 l o g 2 Q s t e p ‾ 2 b 2 − 3 l o g 2 Q s t e p 2 b 2 3 l o g 2 Q s t e p ‾ 2 Q s t e p 2 3 l o g 2 1 r Δ − 3 l o g 2 r Δ \begin{align} r_{\Delta} \frac{c_{\Delta}}{c_{x,y}^{n}(d0,d1)}1\frac{pi_{x,y}^{n}}{c_{x,y}^{n}(0,0)} \\ \lambda -\frac{dD}{dR}-\frac{dD/dQP}{dR/dQP}\alpha Qstep^2 \\ \overline{\lambda} -\frac{r_{\Delta} \cdot dD}{dR}\alpha \cdot r_{\Delta} \overline{Qstep}^2 \\ \lambda \overline{\lambda} \\ \frac{\overline{Qstep}^2}{Qstep^2} \frac{1}{r_{\Delta}} \\ Qstep^2b^2 \cdot 2^{\frac{QP-12}{3}} \\ QP12 3log_{2}^{\frac{Qstep^2}{b^2}} \\ \overline{QP} 12 3log_{2}^{\frac{\overline{Qstep}^2}{b^2}} \\ \Delta QP \overline{QP} - QP 3log_{2}^{\frac{\overline{Qstep}^2}{b^2}}-3log_{2}^{\frac{Qstep^2}{b^2}} \\ 3log_{2}^{\frac{\overline{Qstep}^2}{Qstep^2}} \\ 3log_{2}^{\frac{1}{r_{\Delta}}} -3log_{2}^{r_{\Delta}} \end{align} rΔcx,yn(d0,d1)cΔ1cx,yn(0,0)pix,ynλ−dRdD−dR/dQPdD/dQPαQstep2λ−dRrΔ⋅dDα⋅rΔQstep2λλQstep2Qstep2rΔ1Qstep2b2⋅23QP−12QP123log2b2Qstep2QP123log2b2Qstep2ΔQPQP−QP3log2b2Qstep2−3log2b2Qstep23log2Qstep2Qstep23log2rΔ1−3log2rΔ
