第五章 · 变换、量化与熵编码对照


第 5 章 · 变换、量化与熵编码对照

本章要回答的三个问题:残差为什么要变换,四代标准各配了几把"变换刀"?量化从标量到分段矩阵,AV1 的 qindex 体系与 HEVC/VVC 的 QP 体系怎么对照?熵编码的"概率怎么更新"这件事,H.264/HEVC 的 CABAC 与 AV1 的多符号算术编码差在哪?

为什么会有这一章

预测章节里反复出现的词是"残差"——预测做得再准,剩下的误差也要有人收拾。收拾残差的流水线是固定的三段:变换把空间误差转到频率域(能量集中到少数系数),量化把不重要的小系数直接清零(有损压缩的"损"主要发生在这一步),熵编码把量化结果无损地写进码流。三段各自都有四代对照可讲。

这一章也是 AV1 与 HEVC "技术分叉"最密集的地方:同样为了效率,HEVC 把变换做成固定核加四种小核,AV1 直接给四个核的自由组合并允许递归细分;同样做自适应算术编码,HEVC 的 CABAC 用概率状态机逼近,AV1 用多符号 CDF 直接维护。分叉点就是本章的对照焦点。

读完能解决什么

读完本章,你应当能:说出 DCT、ADST、FLIPADST、IDENTITY 四核组合的含义与适用残差类型;解释 qindex 与 QP 的对应关系、分段量化与逐块 delta_q 的作用层级;对照三种熵编码器的概率更新机制,理解"多符号"省在哪;对给定码率目标,判断该把预算花在量化精细化还是模式搜索上。

图:AV1 变换核的 4×4 组合空间

图:AV1 变换核的 4×4 组合空间

各节怎么分工

节 回答哪个问题 关键产出
5.1 变换核与变换分区 残差怎么转进频率域 四核组合、递归细分与 VVC MTS 对照
5.2 量化机制对照 精度在哪一步被换走 qindex 体系、分段量化、delta_q 层级对照
5.3 熵编码器对照 结果怎么无损写进码流 CABAC 两代与多符号算术编码机制对照

先决条件

一个频率域直觉即可:图像块经变换后,多数能量集中在低频系数,高频系数小而多。变换负责把能量"堆到一起",量化负责"把堆不动的扔掉",熵编码负责"把剩下的写得最短"。

知识清单与自测

  1. 四种变换核分别适配什么性格的残差?IDENTITY 什么时候会赢?
  2. 变换递归细分与块划分树是什么关系?两者的搜索空间怎么相乘?
  3. qindex 与 QP 的刻度差异?"数值加六码率约翻倍"适用于哪几家的哪个参数?
  4. 分段量化与逐超块 delta_q 的分工是什么?各自信令走什么路径?
  5. CABAC 的概率状态机与 AV1 的多符号 CDF,概率精度差多少量级?
  6. 为什么熵编码的改动必须"整体进标准"?tile 化解决了什么现实问题?

与前后章的串读建议

量化那一节的"两级参数化"(基础值加增量)在第 6 章去块滤波里会再遇一次(基础级别加逐块增量)——这是 AV1 信令设计的通用模式。识别出这个模式之后,你读任何新语法元素都能迅速定位"粗调在哪、细调在哪",读标准的速度会明显上一个台阶。变换核与帧内方向的联动则是第 3 章伏笔的兑现:预测的性格决定核的选择,两章连读才能拿到完整链条。

往下走到哪

量化会把连贯的块边界留成"马赛克",变换块边界会有"振铃"——第 6 章的滤波体系专门处理这些失真,把闭环里最后一公里修平。

本章对照的三条主线

变换与熵编码这一章的三节分别对照三条主线:变换核的数学选择(DCT 家族的取舍与扩展)、量化与感知加权(deadzone 与感知模板)、熵编码的算术框架(上下文模型的演进)。对照读法的关键是识别"同一数学的不同工程化":三家标准的变换核都源自 DCT 思想,差别在核矩阵的精度、可分离性与硬件友好度的取舍;量化都服从率失真理论,差别在感知加权的实现位置;熵编码都收敛到算术编码,差别在上下文建模的粒度与初始化策略。把"数学同源、工程分化"这个视角建立起来,你就不会在"AV1 的 DCT 和 HEVC 的 DCT 有什么区别"这类问题上迷路——答案是:数学上几乎同物,工程上的差别在系数精度、分区粒度与 RDO 的配合方式。本章的数字锚点(变换尺寸上限、QP 映射方式、符号吞吐量级)建议整理成一页随身对照卡,它们是码流分析与转码调优的常备参数。

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