第3章 帧内预测


第3章 · 帧内预测

章节摘要:帧内预测是"在本帧内找答案"的手艺——用已解码的相邻像素外推当前块。VVC在这条线上干了三件事:把方向模式从35个扩到65个并允许宽角度;引入MIP矩阵预测,第一次让"离线训练的模型"进入标准语法;再用跨分量预测与一系列辅助工具把边角料榨干。本章按"先扩方向、再换引擎、最后修边角"的顺序展开。

本章知识点清单

  1. 能解释65个角度模式的排布逻辑与宽角度模式(wide-angle)解决的长宽比失配问题;
  2. 说出多参考行(MRL)与帧内子块划分(ISP)各自的适用场景与限制条件;
  3. 复述MIP的三步流程(下采样、矩阵乘、上采样)及其"小矩阵、离线训练、解码端只需乘加"的工程智慧;
  4. 解释CCLM(跨分量预测)为什么能用亮度线性外推色度,以及它色度增益的来源;
  5. 判断一个具体内容(文字边缘、规则纹理、肤色区域)分别受益于本章哪个工具。

核心概念速览

一句金句:帧内预测比的是"谁用更少的参考像素、猜得更准"——VVC的新意在于猜法的多样性:沿方向猜、按矩阵猜、跨颜色猜。

本章位置:向上依赖第2章的CU几何(预测都在CU上做),向下把"预测后的残差"交给第5章。与第4章帧间预测是并列关系——一个向本帧要信息,一个向时间轴要信息。

子章节导航

  • 3.1 帧内预测模式扩展:从Planar/DC/角度的经典三件套讲起,重点拆65方向、宽角度、多参考行、ISP与PDPC这组"扩方向+修细节"的改进。
  • 3.2 MIP矩阵帧内预测:VVC最具方法论意义的新工具——把帧内预测变成一次矩阵乘法,离线训练、在线极简,为AI方法进入标准蹚出一条路。
  • 3.3 跨分量预测与帧内辅助工具:CCLM家族(线性模型外推色度)、DM色度模式与联合决策,以及工具之间的配合关系与失效场景。

三节的推进逻辑

3.1是"把旧手艺磨到极致"——方向更多、参考更远、子块更细;3.2是"换一把新剪刀"——预测不再是插值而是模型推理;3.3是"换个维度找相关"——亮度与色度之间的强相关此前一直被浪费。三节合起来构成VVC帧内增益的完整来源分解。

自测与量级感受

自测三问:①宽角度模式为什么只对长宽比悬殊的块开放,方形块用它会发生什么;②MIP解码端要准备哪些"非传统"资源,它与一次普通变换的硬件代价谁高;③CCLM的两个参数从哪来、码流里为此付出几个比特。第三问最能区分"读过"与"读懂"——答案是"参数解码端现场推导、码流几乎零开销",这正是它性价比的全部来源。

量级感受:VVC帧内工具合起来的码率节省(对照HEVC全帧内配置)在可观的一成上下量级浮动,具体随内容——这个数字单独看不起眼,但要记住它是"帧内单腿"的成绩:与帧间工具(第4章)、残差工具(第5章)的收益是相乘而非相加关系。帧内还有个常被忽视的角色——所有随机访问点(8.2节)都是帧内帧,帧内效率直接决定访问点的码率尖峰高度,进而决定访问点间隔的商业选择。

前置知识与后续延伸

前置:第2.1节的CU概念(预测对象)、第1.2节的4:2:0采样概念(3.3节跨分量的前提)。延伸:MIP开创的"标准内小模型"思路,第10.4节的AI编码展望会接着讲;帧内残差的变换选择,第5.1节的MTS与帧内模式有显式联动。

作者与出处
原作者:灏天文库
来源:平台策划编纂
整理人: 灏天文库整理
由灏天文库平台收录,内容或由平台用户上传,仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U