其他分享
首页 > 其他分享> > H.266/VVC帧间预测技术学习:带有运动矢量差的Merge技术(Merge mode with MVD)

H.266/VVC帧间预测技术学习:带有运动矢量差的Merge技术(Merge mode with MVD)

作者:互联网

在VVC的扩展Merge模式当中,当前CU生成的Merge list中选择一个率失真代价值最小的候选项直接作为自己的运动信息。除了常规Merge模式,VVC还引入了带运动矢量差(Merge mode with MVD)的Merge模式。MMVD是对常规Merge列表的前两个MV进行细化,使预测的MV更加准确,实际上传输的是细化搜索的步长和搜索方向等信息,并没有MVD信息。(这里所谓的MVD应该指的是通过细化常规Merge的MV近似对MV加上MVD)

MMVD技术起源于之前提案中的ultimate motion vector expression(UMVE)技术,该技术是一种新的运动向量表示方法,在skip和merge模式当中使用起始点、运动步长、运动方向三个量来表示运动向量。编码端在发送了Skip Flag和Merge Flag之后,才发送MMVD Flag以指示当前CU是否使用MMVD预测模式。

MMVD技术应用于帧间预测的Skip和Merge模式当中,是一种运动矢量的特殊表达形式,在VTM中,MMVD技术流程大致如下所示:

(1)首先复用常规Merge模式候选列表,将Merge候选列表的前两个候选MV作为初始MV

(2)对于第1步得到初始的MV,分别以该初始MV在参考帧中所指向的位置作为起始点,在上下左右四个方向上,进行8种步长的搜索,如下图所示

关于步长和方向的定义如下:

Distance IDX

0

1

2

3

4

5

6

7

Offset (in unit of luma sample)

1/4

1/2

1

2

4

8

16

32

 

Direction IDX

00

01

10

11

x-axis

+

N/A

N/A

y-axis

N/A

N/A

+

这样每一个初始MV在每个方向上的每种步长都会形成一个新的MV,该MV包含三个信息,分别是起始点、搜索方向、搜索步长,因此一个初始的MV可以扩展出32个新的MV,所以两个初始MV共生成64个新的MV,分别对这些新的MV也会通过运动补偿得到当前CU的预测值。

(3)在Skip和Merge模式下,将所有得到的64个新的预测值之间进行率失真代价比较,选出最优的MV,在编码时需要编码该MV的三个信息:初始MV在Merge list中的索引值、搜索方向和搜索步长。在解码端的MMVD模式中,当前CU通过接收到从编码端传过来的三个语法元素,以与编码端相同的搜索方式搜索形成最优的MV,再进行运动补偿得到当前CU的预测值。

这里需要注意的是,MVD的符号因初始MV信息的不同而有所不同。

  1. 当初始MV为单向预测,或者为双向预测且前后双向的参考帧均在当前帧的同一侧时(即双向的参考图片的POC均大于或均小于当前图片的POC),就按照表5.2中指示的符号添加到该初始MV(前向和后向的符号都保持一致)的偏移值上去;
  2. 当初始MV为双向预测且前后双向的参考帧在当前帧的两侧时(即一向参考图片的POC大于当前图片的POC,另一向参考图像的POC小于当前图像的POC),则将表5.2中指示的符号添加到前向初始MV的偏移值上,而后向初始MV的偏移值取与前向相反的符号。

MVD根据每个方向上POC的差异进行缩放。 如果两个列表中POC的差异相同,则无需缩放。 否则,如果列表0中的POC差大于列表1中的POC,则通过将L0的POC差定义为td并将L1的POC差定义为tb来缩放列表1的MVD,如下图所示。 如果L1的POC差大于L0,则列表0的MVD以相同的方式缩放。 如果起始MV是单一预测的,则MVD将添加到可用MV。

https://www.icode9.com/i/ll/?i=20210517152415509.png?,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JpZ0RyZWFtMTIz,size_16,color_FFFFFF,t_70

VTM中代码及注释如下:(基于VTM10.0)

(1)从常规Merge候选列表中选取初始MV

//从merge list当中选取两个初始MV
void PU::getInterMMVDMergeCandidates(const PredictionUnit &pu, MergeCtx& mrgCtx, const int& mrgCandIdx)
{
  int refIdxList0, refIdxList1;
  int k;
  int currBaseNum = 0;
  const uint16_t maxNumMergeCand = mrgCtx.numValidMergeCand;

  for (k = 0; k < maxNumMergeCand; k++) //遍历Merge候选列表
  {
    if (mrgCtx.mrgTypeNeighbours[k] == MRG_TYPE_DEFAULT_N)
    {
      //只取MRG_TYPE_DEFAULT_N类型候选项
      refIdxList0 = mrgCtx.mvFieldNeighbours[(k << 1)].refIdx;
      refIdxList1 = mrgCtx.mvFieldNeighbours[(k << 1) + 1].refIdx;

      if ((refIdxList0 >= 0) && (refIdxList1 >= 0)) 
      {
        mrgCtx.mmvdBaseMv[currBaseNum][0] = mrgCtx.mvFieldNeighbours[(k << 1)];
        mrgCtx.mmvdBaseMv[currBaseNum][1] = mrgCtx.mvFieldNeighbours[(k << 1) + 1];
      }
      else if (refIdxList0 >= 0)
      {
        mrgCtx.mmvdBaseMv[currBaseNum][0] = mrgCtx.mvFieldNeighbours[(k << 1)];
        mrgCtx.mmvdBaseMv[currBaseNum][1] = MvField(Mv(0, 0), -1);
      }
      else if (refIdxList1 >= 0)
      {
        mrgCtx.mmvdBaseMv[currBaseNum][0] = MvField(Mv(0, 0), -1);
        mrgCtx.mmvdBaseMv[currBaseNum][1] = mrgCtx.mvFieldNeighbours[(k << 1) + 1];
      }
      mrgCtx.mmvdUseAltHpelIf[currBaseNum] = mrgCtx.useAltHpelIf[k];

      currBaseNum++;

      if (currBaseNum == MMVD_BASE_MV_NUM) //只取前两个MV
      {
        break;
      }
    }
  }
}

(2)基于初始MV,对每种初始MV进行细化搜索,总共得到64种细化MV,遍历这64种细化的MV,通过率失真准则选出最优MV

      if ( pu.cs->sps->getUseMMVD() ) //使用MMVD模式,这里选出最优的MMVD的Merge候选(初始MV+搜索方向+搜索步长)
      {
        cu.mmvdSkip = true;
        pu.regularMergeFlag = true; //普通Merge列表依旧可用,因为初始的MV还是要从普通Merge中获取
        const int tempNum = (mergeCtx.numValidMergeCand > 1) ? MMVD_ADD_NUM : MMVD_ADD_NUM >> 1;
        //对MMVD候选循环遍历,由于每个初始MV共有4种搜索方向,8种搜索步长,即每个初始MV产生32种细化MV
        for (int mmvdMergeCand = 0; mmvdMergeCand < tempNum; mmvdMergeCand++)
        {
          int baseIdx = mmvdMergeCand / MMVD_MAX_REFINE_NUM;//初始MV索引,要么0 要么1(这里就是两个初始MV的起点,每个初始MV有32种4*8的步长+方向的组合)
          int refineStep = (mmvdMergeCand - (baseIdx * MMVD_MAX_REFINE_NUM)) / 4;//表示8种步长
          if (refineStep >= m_pcEncCfg->getMmvdDisNum())
            continue;

          //设置MMVD候选的信息,得到每个扩展MV具体的搜索初始点以及每个方向以及对应的步长
          mergeCtx.setMmvdMergeCandiInfo(pu, mmvdMergeCand);

          PU::spanMotionInfo(pu, mergeCtx);
          pu.mvRefine = true;
          distParam.cur = singleMergeTempBuffer->Y();
          pu.mmvdEncOptMode = (refineStep > 2 ? 2 : 1);
          CHECK(!pu.mmvdMergeFlag, "MMVD merge should be set");
          // Don't do chroma MC here
          //  //MMVD的Merge候选运动补偿计算预测值
          m_pcInterSearch->motionCompensation(pu, *singleMergeTempBuffer, REF_PIC_LIST_X, true, false);
          pu.mmvdEncOptMode = 0;
          pu.mvRefine = false;
          Distortion uiSad = distParam.distFunc(distParam);//失真函数

          m_CABACEstimator->getCtx() = ctxStart;
          uint64_t fracBits = m_pcInterSearch->xCalcPuMeBits(pu);//计算码率
          double cost = (double)uiSad + (double)fracBits * sqrtLambdaForFirstPassIntra;//计算RD Cost
          insertPos = -1;
          //更新候选列表
          updateCandList(ModeInfo(mmvdMergeCand, false, true, false), cost, RdModeList, candCostList, uiNumMrgSATDCand, &insertPos);
          if (insertPos != -1)
          {
            for (int i = int(RdModeList.size()) - 1; i > insertPos; i--)
            {
              swap(acMergeTempBuffer[i - 1], acMergeTempBuffer[i]);
            }
            swap(singleMergeTempBuffer, acMergeTempBuffer[insertPos]);
          }
        }
      } // MMVD

其中,在setMmvdMergeCandiInfo函数中实现对每种MV进行各个方向各步长的搜索

// 设置MMVD的候选信息,candIdx就是32种组合中的一种模式的索引
void MergeCtx::setMmvdMergeCandiInfo(PredictionUnit& pu, int candIdx)
{
  const Slice &slice = *pu.cs->slice;
  const int mvShift = MV_FRACTIONAL_BITS_DIFF; // 2
  //参考MVD的候选,2,8,16,32,64,128,256
  const int refMvdCands[8] = { 1 << mvShift , 2 << mvShift , 4 << mvShift , 8 << mvShift , 16 << mvShift , 32 << mvShift,  64 << mvShift , 128 << mvShift };
  int fPosGroup = 0;
  int fPosBaseIdx = 0;//起始MV的索引
  int fPosStep = 0;//搜索步长
  int tempIdx = 0;
  int fPosPosition = 0;//搜索的方向
  Mv tempMv[2];//里面存储前向和后向MV

  tempIdx = candIdx;//组合新的MV索引
  fPosGroup = tempIdx / (MMVD_BASE_MV_NUM * MMVD_MAX_REFINE_NUM);//整个候选列表的初始位置为0
  tempIdx = tempIdx - fPosGroup * (MMVD_BASE_MV_NUM * MMVD_MAX_REFINE_NUM);//传进来扩展MV的索引
  fPosBaseIdx = tempIdx / MMVD_MAX_REFINE_NUM;//初始MV的索引(0或者1)
  tempIdx = tempIdx - fPosBaseIdx * (MMVD_MAX_REFINE_NUM);//0-31(各自初始向量的32种扩展MV)
  fPosStep = tempIdx / 4;//每个初始MV对应的8种搜索步长的索引
  fPosPosition = tempIdx - fPosStep * (4);//该值总为0-3,对应四个搜索方向
  int offset = refMvdCands[fPosStep]; // 8种步长对应的偏置

  if ( pu.cu->slice->getPicHeader()->getDisFracMMVD() )
  {
    offset <<= 2;
  }
  const int refList0 = mmvdBaseMv[fPosBaseIdx][0].refIdx;//初始MV的前向参考列表
  const int refList1 = mmvdBaseMv[fPosBaseIdx][1].refIdx;//初始MV的后向参考列表

  if ((refList0 != -1) && (refList1 != -1)) //双向参考列表存在
  {
    const int poc0 = slice.getRefPOC(REF_PIC_LIST_0, refList0); // 前向参考帧的POC
    const int poc1 = slice.getRefPOC(REF_PIC_LIST_1, refList1); // 后向参考帧的POC
    const int currPoc = slice.getPOC();// 当前帧的POC

    //前向MV的四种搜索方向
    if (fPosPosition == 0)
    {
      tempMv[0] = Mv(offset, 0);//右
    }
    else if (fPosPosition == 1)
    {
      tempMv[0] = Mv(-offset, 0);//左
    }
    else if (fPosPosition == 2)
    {
      tempMv[0] = Mv(0, offset);//下
    }
    else
    {
      tempMv[0] = Mv(0, -offset);//上
    }

    //前后参考帧属于同一帧
    if ((poc0 - currPoc) == (poc1 - currPoc))
    {
      tempMv[1] = tempMv[0]; //双向的MVD是一样的
    }
    else if (abs(poc1 - currPoc) > abs(poc0 - currPoc)) //后向参考帧的POC大于前向参考帧的POC
    {
      const int scale = PU::getDistScaleFactor(currPoc, poc0, currPoc, poc1); //缩放因子
      tempMv[1] = tempMv[0];
      const bool isL0RefLongTerm = slice.getRefPic(REF_PIC_LIST_0, refList0)->longTerm;
      const bool isL1RefLongTerm = slice.getRefPic(REF_PIC_LIST_1, refList1)->longTerm;
      if (isL0RefLongTerm || isL1RefLongTerm) //有其中一个是长期参考帧
      {
        if ((poc1 - currPoc)*(poc0 - currPoc) > 0) //双向的参考图片的POC均大于或均小于当前图片的POC
        {
          tempMv[0] = tempMv[1];
        }
        else //一向参考图片的POC大于当前图片的POC,另一向参考图像的POC小于当前图像的POC
        {
          tempMv[0].set(-1 * tempMv[1].getHor(), -1 * tempMv[1].getVer());
        }
      }
      else //都不是长期参考帧
        tempMv[0] = tempMv[1].scaleMv(scale);
    }
    else
    {
      const int scale = PU::getDistScaleFactor(currPoc, poc1, currPoc, poc0);
      const bool isL0RefLongTerm = slice.getRefPic(REF_PIC_LIST_0, refList0)->longTerm;
      const bool isL1RefLongTerm = slice.getRefPic(REF_PIC_LIST_1, refList1)->longTerm;
      if (isL0RefLongTerm || isL1RefLongTerm)
      {
        if ((poc1 - currPoc)*(poc0 - currPoc) > 0)//若前后参考帧都来自当前帧的时域的同一侧,后向MMVDoffset与前向相等
        {
          tempMv[1] = tempMv[0];
        }
        else //若前后参考帧来自不同侧,前向和后向的MMVDoffset相对称
        {
          tempMv[1].set(-1 * tempMv[0].getHor(), -1 * tempMv[0].getVer());
        }
      }
      else
      tempMv[1] = tempMv[0].scaleMv(scale);
    }

    pu.interDir = 3;
    //这里为每个选中的MV选择起始MV然后加上然后加上步长和方向
    pu.mv[REF_PIC_LIST_0] = mmvdBaseMv[fPosBaseIdx][0].mv + tempMv[0];
    pu.refIdx[REF_PIC_LIST_0] = refList0;
    pu.mv[REF_PIC_LIST_1] = mmvdBaseMv[fPosBaseIdx][1].mv + tempMv[1];
    pu.refIdx[REF_PIC_LIST_1] = refList1;
  }
  else if (refList0 != -1) //如果只有前向列表存在
  {
    if (fPosPosition == 0) //右
    {
      tempMv[0] = Mv(offset, 0);
    }
    else if (fPosPosition == 1)
    {
      tempMv[0] = Mv(-offset, 0); //左
    }
    else if (fPosPosition == 2)
    {
      tempMv[0] = Mv(0, offset); //下
    }
    else
    {
      tempMv[0] = Mv(0, -offset); //上
    }
    pu.interDir = 1;
    pu.mv[REF_PIC_LIST_0] = mmvdBaseMv[fPosBaseIdx][0].mv + tempMv[0];
    pu.refIdx[REF_PIC_LIST_0] = refList0;
    pu.mv[REF_PIC_LIST_1] = Mv(0, 0);
    pu.refIdx[REF_PIC_LIST_1] = -1;
  }
  else if (refList1 != -1)
  {
    if (fPosPosition == 0)
    {
      tempMv[1] = Mv(offset, 0);
    }
    else if (fPosPosition == 1)
    {
      tempMv[1] = Mv(-offset, 0);
    }
    else if (fPosPosition == 2)
    {
      tempMv[1] = Mv(0, offset);
    }
    else
    {
      tempMv[1] = Mv(0, -offset);
    }
    pu.interDir = 2;
    pu.mv[REF_PIC_LIST_0] = Mv(0, 0);
    pu.refIdx[REF_PIC_LIST_0] = -1;
    pu.mv[REF_PIC_LIST_1] = mmvdBaseMv[fPosBaseIdx][1].mv + tempMv[1];
    pu.refIdx[REF_PIC_LIST_1] = refList1;
  }

  pu.mmvdMergeFlag = true;
  pu.mmvdMergeIdx = candIdx;
  pu.mergeFlag = true;
  pu.regularMergeFlag = true;
  pu.mergeIdx = candIdx;
  pu.mergeType = MRG_TYPE_DEFAULT_N;
  pu.mvd[REF_PIC_LIST_0] = Mv();
  pu.mvd[REF_PIC_LIST_1] = Mv();
  pu.mvpIdx[REF_PIC_LIST_0] = NOT_VALID;
  pu.mvpIdx[REF_PIC_LIST_1] = NOT_VALID;
  pu.mvpNum[REF_PIC_LIST_0] = NOT_VALID;
  pu.mvpNum[REF_PIC_LIST_1] = NOT_VALID;
  pu.cu->imv = mmvdUseAltHpelIf[fPosBaseIdx] ? IMV_HPEL : 0;//MV使用半像素精度

  pu.cu->BcwIdx = (interDirNeighbours[fPosBaseIdx] == 3) ? BcwIdx[fPosBaseIdx] : BCW_DEFAULT;

  for (int refList = 0; refList < 2; refList++)
  {
    if (pu.refIdx[refList] >= 0)
    {
      pu.mv[refList].clipToStorageBitDepth();
    }
  }


  PU::restrictBiPredMergeCandsOne(pu);
}

 

标签:H.266,PIC,Merge,pu,LIST,tempMv,MV,MVD,REF
来源: https://blog.csdn.net/BigDream123/article/details/116976112