3.2 帧内预测模式对照：方向模式的军备竞赛

3.2 帧内预测模式对照：方向模式的军备竞赛

本节摘要：帧内预测的模式数是四代标准最直观的军备竞赛：H.264 九个方向，HEVC 三十三个方向，VVC 六十五个，AV1 不比数量比密度——在关键角度附近以三度步长加密，再叠加平滑类、Paeth 与 CFL，大块的候选可达上百个。本节对照四套词汇量的构成，并算清"模式变多"在码率与复杂度两端的账。

一、为什么方向模式是核心资产

帧内预测的本质是空间外推：块内还没编码的像素，用上边和左边的已重建像素沿某个方向"推"出来。推的方向对不对，直接决定残差有多大——斜向的栅栏、发丝、百叶窗，方向差一度，残差能量差一截。方向模式库就是编码器的"角度词汇表"，词汇越密，能精确描述的纹理越多。

但词汇表不是白来的。每个候选模式都要写进码流（哪怕是用上下文编码的短符号），更要命的是编码器在率失真优化时要把每个模式都试一遍。模式数每翻一倍，帧内决策的编码时间大致翻倍。这场军备竞赛的每一轮扩编，都是在"压缩收益"与"编码时间"之间重新报价。

二、四代词汇表逐项对照

HEVC 把方向从九个扩到三十三个，等步长铺满半圆，这是第一轮"广撒网"；VVC 再翻倍到六十五个，同时引入多参考行——不再只看紧邻的一行像素，可以选更远的参考行躲开被滤波污染的边界。两代走的是"等间距铺满"的路子。

AV1 的思路不同：它保留等间距的八类基础方向，但在水平与垂直角度附近（真实图像纹理最集中出现的区间）把角度步长加密到三度，远端区间步长较粗。这相当于承认纹理分布不均匀——斜四十五度的内容远比斜七十度的常见。再叠加三个非方向成员：DC（平坦块）、双向与单向 SMOOTH（渐变阴影）、PAETH（取相邻像素差值最小的经典启发式，来自无损图像压缩领域）。

# AV1 帧内模式信令示意（伪结构）
intra_frame_y_mode : 逐块编码
  ├─ DC_FILTER / DC_128          # 平坦块
  ├─ V / H                       # 垂直、水平
  ├─ H_114 / V_94 / ...          # 关键角度加密成员（3 度步长）
  ├─ SMOOTH / SMOOTH_H / SMOOTH_V
  ├─ PAETH
  └─ 方向成员后附 angle_delta    # 在基础角度上再做 ±3 度内的微调
​

注意最后一行：AV1 允许在选中某个方向后再附加一个角度增量，等于把"固定菜单"变成"菜单加微调"。这是它用较少的模式枚举实现更细角度覆盖的技巧。

三、账怎么算：收益与代价

收益端看一组量级：在静止斜纹理内容上，从九方向到三十三方向的编码增益约在百分之几的量级；从三十三方向到 AV1 的加密角度加微调，增益继续累积但边际递减。真正的乘法效应发生在组合上——方向模式 × 调色板 × 帧内复制 × CFL，屏幕内容与普通相机内容的工具互补，收益才能叠起来。

代价端则是乘性增长：帧内候选上百个，编码器逐个试错的时间不可接受。主流实现都做两级筛选——先用低成本指标（SAD/SATD）海选，再对前几名做率失真精算。这也是为什么同样号称"慢工出细活"，不同编码器在同一标准上的速度差可达十倍：快的那个海选更聪明，而不是词汇表更短。

⚠️ 做编码参数调优时别关掉方向模式的加密成员来提速——收益损失远大于时间节省。正确的提速位置是海选阶段的候选上限与下钻深度，第 7 章 preset 对照会回到这个话题。

帧内模式怎么和变换联动

选方向模式不只是预测的事：残差的方向性决定了哪个变换核效率最高。AV1 因此把帧内方向与变换选择联动（方向性变换 ADST/FLIP_ADST 的引入位置与预测方向挂钩），VVC 的 MTS 同理。孤立背"AV1 有几种方向模式"意义有限，把它与第 5 章的变换核对照连起来读，才能理解为什么各家模式表长得不一样。

常见追问

问：为什么 H.264 只有九个方向也"够用"了这么多年？
答：够用是相对码率水平而言的。低码率下残差本来就大，方向预测的精度差异被量化误差淹没，九个方向与三十五个方向的差距体现不出来；高码率下差距才显性化。H.264 服役的年代主流码率低，工具的边际收益撑不起复杂度——工具适配时代，时代变了工具跟着换。

问：非方向模式（平滑、Paeth）什么时候会赢？
答：渐变阴影、虚化背景这类"没有方向的方向"归平滑族；金属光泽、屏幕玻璃反光这类"像素值等于邻居极值"的质感归 Paeth。有趣的规律是：这些非方向模式在照片里是配角，但在合成图形与 UI 内容里常常反客为主——内容类型决定谁是主角。

问：角度微调（angle_delta）为什么不干脆做成更多固定方向？
答：信令与搜索的双重经济。固定方向每加一个都要占模式表的枚举位、都要进海选；微调只对已选中的方向加一个小增量符号，信令按需付费。这种"粗枚举加精修正"的组合拳，在后面参考帧槽位、量化分段的设计里还会反复看到。

本节要点回顾

• 词汇表对照：九方向 → 三十三方向 → AV1 密度化 + 微调 → 六十五方向，两条技术路线（铺满 vs 加密）殊途同归。
• 分布驱动设计：AV1 承认纹理角度分布不均，把精度花在水平垂直附近，是"按需加密"的典型工程判断。
• 边际递减：模式数的压缩增益递减、时间代价乘性增长，主流实现靠两级筛选保住速度。
• 联动思维：方向模式与变换核、色度工具（下一节的 CFL）是一个整体，拆开背表会丢掉设计意图。

补一个工程视角的对照观察：帧内预测的方向模式数量必须与块划分粒度配套理解才有意义——大块（32×32 以上）用 56 个细分角度才划得来（一个方向误差在几百个像素上会被放大），而 4×4 小块干脆退回少数几个粗方向加 DC/PAETH 就够（小块本身已贴合边缘，精细方向的收益覆盖不了角度编码的码字开销）。这个"块越大方向越细"的耦合正是 AV1 对照 HEVC 时最常被误读的数字——56 对 35 的对比忽略了两者在小块档位上的处理完全不同。做码流分析时遇到帧内块反复切换方向模式的序列，优先怀疑内容纹理周期与块尺寸的错配，这是实拍噪声源的典型指纹。