AV1编码：帧间预测流程详解

"av1_interprediction 介绍及流程详解" AV1（AOMedia Video 1）是一种开放源代码的视频编码标准，旨在提供高效、高质量的视频压缩，由开放媒体联盟（AOMedia）开发。在AV1编码中，帧间预测（Inter-prediction）是一个关键的环节，它利用了视频序列中相邻帧之间的空间冗余来提高压缩效率。本文将深入探讨AV1帧间预测的细节，特别是4.3.3.1节中涉及的一般流程。 帧间预测的主要目标是预测当前块（预测单元）的像素值，基于一个或两个参考帧中的已解码像素。这通常涉及到运动估计，即确定预测块与参考帧中的对应块的位置差异。AV1支持多种预测模式，包括单参考帧预测和复合模式预测，后者涉及两个参考帧。 4.3.3.1.1 接口描述 在AV1编码器实现中，帧间预测的接口通常包含一系列函数，用于处理不同的预测任务。这些函数可能包括初始化预测上下文、运动估计、模式选择、滤波和恢复预测像素等。 4.3.3.1.2 算法描述 帧间预测的核心算法首先根据运动矢量进行块匹配，找到参考帧中对应的块。然后，可能应用不同类型的滤波器，如双线性滤波，以改善预测质量。对于复合模式，两个参考帧的预测结果会被组合。 变量`isCompound`用于标识当前块是否使用复合预测模式。如果`RefFrames[candRow][candCol][1]`大于`INTRA_FRAME`，表示存在第二个参考帧，`isCompound`被设置为真，意味着将使用两个参考帧进行预测。 4.3.3.1.3 细节描述 1. 舍入变量的推导：根据`isCompound`决定水平和垂直滤波的舍入量，这是为了补偿滤波过程中的精度损失。 2. 仿射估计：对于亮度通道（plane==0）且`motion_mode==LOCALWARP`的情况，会执行仿射估计，以适应复杂的像素运动。 3. 剪切变换：如果仿射估计成功（LocalValid==1），会应用剪切变换，进一步优化预测结果。 4. 全局运动模型：对于全局运动模式（GLOBALMV或GLOBAL_GLOBALMV），当GmType指示非平移变换时，会使用全局运动模型参数调用剪切变换。 总结，AV1帧间预测通过运动估计和多种预测模式，如复合预测、仿射变换和全局运动模型，提高了视频压缩的效率。这个过程涉及到复杂的计算和决策，以适应不同场景下的像素运动，从而提供高质量的压缩视频。理解并优化这些流程对于提升AV1编码器的性能至关重要。