文集文档索引

• 9.2 向 AV2 迈进
• 9.2.1 潜在的新工具：神经视频编码（NVC）集成
• 9.2.2 进一步降低算力开销的研究方向
• 9.3 结论：AV1 在未来多媒体格局中的地位
• 8.2.1 浏览器支持与 Web 端播放生态
• 8.2.2 流媒体巨头（Netflix, YouTube）的部署策略
• 8.2.3 实时通信领域：AV1 在 WebRTC 中的集成
• 第九章：总结与未来演进
• 9.1 AV1 的优势与短板总结
• 9.1.1 技术优势：压缩率、免税、灵活性
• 9.1.2 面临挑战：编码复杂度、硬件普及速度
• 7.3.2 快速模式决策（Fast Mode Decision）与启发式剪枝
• 7.3.3 感知质量优化（Tuning for SSIM/VMAF/PSNR）
• 第八章：AV1 硬件加速与生态系统
• 8.1 硬件编解码器设计
• 8.1.1 ASIC 与 FPGA 实现中的并行化挑战
• 8.1.2 混合解码方案（CPU+GPU/DSP）
• 8.1.3 主流芯片厂商支持现状（NVIDIA, Intel, AMD, Mobile SoCs）
• 8.2 行业应用与部署实践
• 7.1.1 libaom：官方参考实现及其局限性
• 7.1.2 SVT-AV1：针对多核 CPU 优化的生产级编码器
• 7.1.3 rav1e：基于 Rust 的安全与速度并重实现
• 7.2 高性能解码器优化
• 7.2.1 dav1d：极致优化的多线程 C/汇编解码器
• 7.2.2 移动端与嵌入式平台的解码挑战
• 7.3 编码策略与算法调优
• 7.3.1 码率控制（CBR, VBR, CRF）算法实现
• 6.3 环路恢复滤波器（Loop Restoration Filter）
• 6.3.1 维纳滤波器（Wiener Filter）应用
• 6.3.2 自导向合成滤波器（Self-guided Synthesis Filter）
• 6.4 胶片颗粒合成（Film Grain Synthesis）
• 6.4.1 噪声建模与参数化表述
• 6.4.2 解码端噪声注入：提升视觉主观质量与压缩比的平衡
• 第七章：AV1 编码优化与实现
• 7.1 软件编码器架构对比
• 5.3.3 等概率符号处理优化
• 第六章：环路滤波与后处理技术
• 6.1 去块效应滤波器（Deblocking Filter）
• 6.1.1 级别控制与边界强度计算
• 6.2 约束方向增强滤波器（CDEF）
• 6.2.1 方向搜索算法原理
• 6.2.2 条件限制下的非线性低通滤波
• 5.3.2 概率更新机制：基于 CDF（累积分布函数）的自适应引擎
• 5.1.2 变长变换块（Large TX Blocks up to 64x64）
• 5.1.3 递归变换单元划分
• 5.2 量化机制
• 5.2.1 非线性量化与矩阵量化
• 5.2.2 亮度与色差量化偏移（Delta QP）
• 5.3 符号算术编码（Entropy Coding）
• 5.3.1 多符号算术编码器（Multi-symbol Arithmetic Coder）
• 4.2.3 全局运动补偿（Global Motion Compensation）
• 4.3 复合预测（Compound Prediction）
• 4.3.1 楔形分割预测（Wedge Partitioned Prediction）
• 4.3.2 基于差值的复合模式（Difference-weighted Masked Pre...
• 第五章：变换、量化与熵编码
• 5.1 多类型变换域处理
• 5.1.1 扩展变换核：DCT-2, ADST, FlipADST, Identity (WHT)
• 第四章：时间域预测技术（Inter Prediction）
• 4.1 运动补偿与参考帧管理
• 4.1.1 扩展参考帧池：7 个参考帧缓存机制