AV1視頻編解碼標準：原理與算法實現

高敏 哈爾濱工業大學工學博士，博士期間主要研究視頻圖像壓縮中的熵編碼技術，發表多篇學術論文，曾在大型因特網公司擔任視頻編碼器內核開發工程師。 陳靖 北京大學、卡內基梅隆大學軟件工程雙碩士，曾擔任小紅書音視頻架構負責人，從0到1組建了小紅書的音視頻技術團隊；曾任51Talk首席音視頻科學家，並曾在Google（美國）擔任 軟件工程師。此外，參與創立了深圳市人工智能產業協會，並擔任協會副秘書長以及AI+多媒體首席科學家，曾出版《深入理解視頻編解碼技術》《計算機視覺算法》等書籍。

序一
序二
前言
第 1 章　緒論 1
1.1　AV1 的背景和現狀 1
1.2　檔次和級別 2
1.3　AV1 編碼器和解碼器現狀 5
第 2 章　高層語法 7
2.1　編碼順序和輸出順序 8
2.2　AV1 比特流結構 9
2.2.1　序列頭信息 11
2.2.2　幀頭信息 12
2.2.3　元數據信息 13
2.2.4　時間分隔符信息 14
2.2.5　切片組信息 14
2.3　時間單元 14
2.4　隨機訪問點 16
2.5　解碼器模型 18
2.5.1　圖像緩沖區管理 18
2.5.2　平滑緩沖區 21
2.5.3　幀時序定義 22
2.5.4　視頻幀解碼時間 26
2.5.5　視頻幀顯示時間 28
2.5.6　解碼器模型參數的傳輸 29
2.5.7　解碼器模型描述 29
第 3 章　塊劃分 33
3.1　 塊和編碼塊 34
3.2　位於圖像邊界的 塊劃分 41
3.3　編碼塊的預測約束條件 46
3.4　變換塊劃分 48
第 4 章　幀內預測 54
4.1　參考像素的獲取和填充 55
4.1.1　判斷參考像素是否可用 56
4.1.2　參考像素填充 56
4.2　方向幀內預測 59
4.2.1　預測方向定義 59
4.2.2　參考像素的濾波過程 60
4.2.3　參考像素上採樣 63
4.2.4　預測像素生成 65
4.3　非方向幀內預測 68XIII
4.4　遞歸幀內預測 71
4.5　基於亮度的色度預測模式 73
4.6　幀內預測模式的編碼順序 76
第 5 章　幀間預測 78
5.1　參考幀系統 79
5.1.1　參考幀的存儲和訪問 79
5.1.2　替代參考幀 80
5.2　單參考幀預測和覆合幀間預測 83
5.2.1　參考幀組合方案 83
5.2.2　語法元素 84
5.3　運動估計和運動補償 85
5.3.1　平移運動補償 86
5.3.2　畸變運動補償 91
5.3.3　重疊塊運動補償 101
5.3.4　覆合預測 104
5.4　運動向量編碼 113
5.4.1　 候選運動向量預測值
列表的構建 114
5.4.2　動態運動向量預測 128
5.4.3　運動信息存儲 133
5.5　語法元素編碼順序 134
第 6 章　變換與量化 136
6.1　變換 137
6.1.1　變換核 137
6.1.2　變換核的編碼性能 140
6.1.3　變換核的蝶形實現 148
6.1.4　變換核的選擇與編碼 167
6.2　量化 169
6.2.1　量化參數和量化步長 169
6.2.2　反量化 171
6.2.3　量化器 172
6.2.4　量化參數推導 174
第 7 章　熵編碼 178
7.1　算術編碼引擎 179
7.1.1　符號表示 179
7.1.2　算術編碼的概念 179
7.1.3　AV1 算術編碼引擎 185
7.1.4　 SVT-AV1 算術編碼引擎的
實現方案 190
7.2　變換量化系數編碼 197
7.2.1　掃描方式 198
7.2.2　編碼流程 199
7.2.3　上下文建模過程 203
7.2.4　 SVT-AV1 變換量化系數
編碼的實現方案 216
第 8 章　環路濾波 229
8.1　去塊效應濾波器 230
8.1.1　AV1 中的塊效應 230
8.1.2　 去塊效應濾波器濾波
原理 231
8.2　約束方向增強濾波器 244
8.2.1　振鈴效應 244
8.2.2　 約束方向增強濾波器
濾波原理 245
8.2.3　語法元素 255
8.3　環路恢覆濾波器 257
8.3.1　維納濾波器 258
8.3.2　 基於子空間映射的自我
導向濾波器 262
8.3.3　參考像素的取值 265XIV
8.3.4　語法元素 267
第 9 章　 參考縮放模式和超分辨率
模式 270
9.1　採樣過程中的位置映射關系 272
9.2　縮放預測模塊 273
9.3　採樣比率約束 275
9.4　上採樣濾波器 276
9.5　環路恢覆濾波器 277
9.6　語法元素 278
9.7　 參考縮放模式和超分辨率模式
的實現 281
第 10 章　電影顆粒合成 282
10.1　電影顆粒合成算法 283
10.1.1　電影顆粒模板模型 284
10.1.2　電影顆粒強度模型 286
10.1.3　電影顆粒合成的實現 288
10.2　電影顆粒模型估計 295
10.2.1　圖像內容分析 296
10.2.2　圖像去噪 297
10.2.3　分段線性函數估計 299
第 11 章　屏幕視頻編碼工具 302
11.1　幀內塊拷貝 302
11.1.1　 運動向量和參考像素
區域 302
11.1.2　禁用環路濾波器 305
11.1.3　語法元素 305
11.1.4　基於哈希的運動估計 307
11.2　調色板模式 309
11.2.1　調色板和顏色索引圖 309
11.2.2　語法元素 311
參考文獻 317