天津市城乡建设局网站媒体平台化

天津市城乡建设局网站,媒体平台化,网站推广工作职责,兼职平台有哪些Cross-Component Prediction (CCP) Merge Mode Candidate Selection即#xff1a;跨分量预测#xff08;色度基于亮度残差建模#xff09;的合并模式候选列表构建机制。一、背景#xff1a;什么是 CCP#xff1f; ✅ 跨分量预测#xff08;Cross-Component Prediction, C…Cross-Component Prediction (CCP) Merge Mode Candidate Selection即跨分量预测色度基于亮度残差建模的合并模式候选列表构建机制。一、背景什么是 CCP✅ 跨分量预测Cross-Component Prediction, CCPCCP 是一种Chroma from Luma的预测技术用于提高色度Cb/Cr编码效率。其核心思想是利用已重建的亮度分量Y的残差信息来预测当前块的色度分量Cb/Cr值。这与传统的线性模型不同CCP 在 VTM 中通常表示为predchroma(x,y)base_pred(x,y)β⋅rec_residual_luma(x′,y′) \text{pred}_{chroma}(x,y) \text{base\_pred}(x,y) \beta \cdot \text{rec\_residual\_luma}(x,y)predchroma​(x,y)base_pred(x,y)β⋅rec_residual_luma(x′,y′)其中base_pred可以是平面、DC 或角度帧内预测β\betaβ是缩放系数由训练或 RDO 决定rec_res_luma是邻近区域亮度残差样本(x′,y′)(x, y)(x′,y′)是映射位置可能偏移该方法能有效捕捉亮度残差与色度之间的相关性尤其适用于纹理丰富区域。二、为什么需要 “CCP Merge” 模式为了降低信号开销和复杂度VVC 引入了Merge 模式—— 不传输运动矢量或模式参数而是复用历史/空间候选。类似地在色度预测中也定义了CCP Merge Mode不重新估计 β 系数和参考位置而是从一个预构建的CCP Merge Candidate List中选择已有参数组合。这样可以避免每次进行 RDO 判决时重复计算所有可能的 β 和模板配置从而节省编码时间并减少语法比特。三、ECM-19.0 中的 CCP Merge Candidate 如何生成虽然 ECM-19.0 并非最终标准化文档但根据 JVET 提案系列如 JVET-Z0058, JVET-AC0067, JVET-AD0047 等以及 VTM-18~VTM-20 的发展路径我们可以总结出ECM-19.0 中典型的 CCP Merge 候选选择流程如下 步骤 1确定是否启用 CCP Merge仅当以下条件满足时才考虑添加 CCP Merge 候选当前编码单元CU位于Chroma 分量上CU 尺寸 ≥ 4×4当前 slice 类型支持帧内预测I-slice 或 I-part in P/B启用了 CCP 工具通过 SPS/PPS 标志位控制 步骤 2构建初始候选列表Initial Candidate List候选来源共五类依次尝试插入去重后保留最多5 个候选。候选类型 1空间相邻块Spatial Neighbors检查左侧A1、上方B1两个位置的相邻 PU 是否使用过有效的 CCP 参数。---------------- | B1 | --------------- | | | | B0 | Current --------------- | A1 | --------若 A1 或 B1 使用了 CCP 模式且有有效 β 和模板参数则提取其缩放因子 β残差采样模式如 3×3 centered around top-left luma映射偏移offset_x, offset_y添加为候选项注若两者都存在优先顺序为 B1 → A1候选类型 2非直接空间邻居Non-direct Spatial某些提案扩展至 B2上方右、A2左下前提是它们属于同一 CTU 行且已解码。候选类型 3时间同位块Temporal Co-located Block查找 co-located picture 中对应位置的 PU 是否使用过 CCP 模式。如果是提取其 β 和模板设置应用时间运动补偿后的映射调整如 scale with temporal MV候选类型 4零参数默认候选Zero-offset Default Candidate即使没有历史可用也可强制加入一个“保守”的默认候选β 0 即退化为普通帧内预测offset (0,0)template size 1×1作用保证列表非空便于熵编码统一处理候选类型 5历史缓存History-based Buffer维护一个先进先出FIFO的历史缓冲区存储最近成功使用的CCP 参数组。最多保存 N 个条目例如 3~5 个每次成功编码一个使用 CCP 的 CU 后将其参数归一化后压入缓存避免重复参数去重 步骤 3去重与排序Deduplication Reordering对上述收集到的所有候选执行1.去重规则比较每对候选的以下字段是否完全相同β 值量化后整数形式模板形状 ID如 3×3 centered vs 2×2 top-left偏移量 (dx, dy)若相同则跳过后续插入。2.重排序依据按优先级重新排列候选顺序常用策略包括优先级规则1st空间相邻A1/B12nd时间候选3rd历史缓存4th默认零参数目的将最可能匹配当前块特性的候选放在前面有利于快速收敛。 步骤 4截断至最大长度最终保留最多maxNumCcpMergeCandidates典型值为 5个候选。可通过 SPS 层信令配置此数量。 步骤 5语法传输与解码端重建在码流中不显式传输候选列表内容解码器按相同规则自主重建候选列表编码器只需发送一个索引ccp_merge_idx解码器查表获取对应的 β 和模板参数实现了解码一致性无需额外传输参数四、示例CCP Merge 候选列表构建过程简化版假设当前色度 CU 条件如下来源是否有效参数左侧 A1是β2, template3×3 center, offset(-1,-1)上方 B1是β2, same template offset → 与 A1 相同时间块是β3, template2×2 TL, offset(-2,-2)历史缓存有两个条目[β1], [β4]默认强制添加β0→ 构建流程加入 A1:(β2, ...)✔️尝试加入 B1 → 与 A1 完全相同 → 跳过 ❌加入时间候选:(β3, ...)✔️加入历史缓存:第一项(β1)→ 新增 ✔️第二项(β4)→ 新增 ✔️加入默认候选(β0)→ ✔️去重完成共 5 个候选 → 截断已达上限最终候选列表顺序IndexTypeβTemplateOffset0Spatial (A1)23×3 center(-1,-1)1Temporal32×2 TL(-2,-2)2History1default(0,0)3History4default(0,0)4Default0––编码器通过 RDO 测试每个候选选择成本最低者并传输ccp_merge_idx。五、性能影响与优化方向来自 JVET 报告方面数据/结论BD-rate gain相比无 CCP可达 -1.5% ~ -3.0%色度平均编码时间增加3% ~ 8%主要来自 RDO 测试多个候选内存需求需缓存历史参数、亮度残差图改进方向- 快速模式决策提前终止低效候选测试- 自适应候选数量纹理简单则减少- 使用 CNN 预测最佳 β 初始值六、相关提案参考真实 JVET 文档提案编号内容概要JVET-Z0058提出基于亮度残差的色度预测增强方法JVET-AC0067引入 CCP Merge 模式及候选列表结构JVET-AD0047优化历史缓存管理与去重机制JVET-AE0082快速算法基于 SATD 成本剔除无效候选总结项目内容名称CCP Merge Prediction Candidates用途复用历史跨分量预测参数减少信号开销候选来源空间相邻、时间同位、历史缓存、默认项构建流程收集 → 去重 → 排序 → 截断最大数量通常为 5传输方式仅传索引ccp_merge_idx解码同步双方独立重建确保一致性优势提升编码效率降低比特率挑战复杂度高需平衡速度与收益