DCC2020：VVC帧间预测中的几何划分

 

本文来自DCC2020论文《Advanced Geometric-based Inter Prediction for Versatile Video Coding》

几何划分相较于三角划分，能更好的贴合物体轮廓。

相关工作

VVC中的三角划分TPM

三角划分TPM是VVC帧间预测工具，通过主对角线或副对角线将块划分为两个三角区域，每个区域使用单向帧间预测分别只需要一个运动矢量，MV是需要传输其在merge list里的索引。两个MV都是通过运动补偿得到，会产生两个w x h的中间预测块Pi，最终的预测块P_B通过将两个块加权得到。

​

其中W0+W1=8,且都是整数权重。权重由像素值到分割线的曼哈顿距离决定，例如W0=clip(0,8, w_TMP0+4)。w_TMP0是距离，对于左上角到右下角的三角划分，距离可由下式求得，

a，b是常数因子，由块的宽高比决定。

AV1这的楔形预测

AV1定义了16种楔形划分方式，楔形要么是水平垂直，要么是±2，±0.5（取决于形状）。和TPM类似，最终也需要对两个预测块进行加权。

基于几何划分的帧间预测GIP

GIP（Geometric-based Inter Prediction）是对TPM的补充，它可以更好的适应物体的形状，它们的MV的merge方法和编码方法也都相同。GIP共支持82种划分，只支持不小于8x8的块。编码端需要决定块使用的GIP索引Si∈{0...81}，并通过截断二元编码传到解码端。GIP定义的边界能更好的贴合物体轮廓，从而提高编码效率。

分割边界定义

分割边界在极坐标系中定义，需要两个参数角度ϕ和偏移值ρ 确定。像素(x_c,y_c)到边界的距离由下式计算（坐标原点为块中心），

注：我推导的距离公式和论文中给出的不一致，通过查阅作者在TSCVT2020中的文章《Geometric Partitioning Mode in Versatile Video Coding: Algorithm Review and Analysis》找到对应公式，TCSVT中的公式和我推导一致，公式如下：

其中ϕ和ρ是定义分割边界的参数，定义如下：

边界参数量化

边界参数ϕ和ρ需要量化处理，从而使82种划分方式能对空间进行均匀划分。

参数ϕ需要量化到预定义的ϕj,j∈{0...23}。ϕj对2π进行不均匀划分使得tan(ϕj)保持固定，tan(ϕj)∈ { 0, ±1/4, ±1/2, ±1, ±2, ±4, ∞}。

 

参数ρ需要量化到预定义的ρk,k∈{0...3}。为了避免对于不同尺寸块的分界线分布不均匀，ρk按下面方式求得，

其中j<12时ρx,k 和ρy,k取负值，否则取正值。

上图是GIP部分划分方式。GIP总共有NGIP = NϕNρ−Nϕ/2−2 = 82种划分方式，Nϕ=24，Nρ=4，其中对称的水平和垂直划分由于和二叉树划分结果一样所以去掉了。

GIP加权

对于几何划分后的两个预测块要进行加权生成最终预测块，权重和像素到分割边界的距离有关。

其中f_B函数如下图所示，

下面是一个加权示例，

实验结果

下表分别是RA和LD配置下的实验结果，

下图是RA配置下不同QP下使用TPM和GIP的像素的百分比。

感兴趣的请关注微信公众号Video Coding