H.266/VVC代码学习14:色度列表及DM模式代码(getFinalIntraMode、getIntraChromaCandModes)

本文主要是介绍H.266/VVC代码学习14:色度列表及DM模式代码(getFinalIntraMode、getIntraChromaCandModes),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、DM模式:

DM即derived mode,是一种色度预测特有的模式。在预测色度的时候,亮度已经预测完成,此时预测当前块的色度模式可以借用已经完成的亮度模式。经过事实的验证,当前色度块对应中心亮度块的预测模式更符合当前色度块的预测模式,预测效果更好。下图为DM模式使用亮度块的位置:
DM模式使用亮度块的位置

2、色度列表:

然而此时出现一个问题,传统的四种模式已经填写在色度预测列表中,如果对应亮度预测模式是传统四种模式中的一种,那么后续的RD代价的检验就多进行了一次,且是无用的一次。所以色度列表由于DM的存在进行微调,将四种传统模式与DM预测出的模式冲突的位置换成66,用以占位,即可迎刃而解。获取列表不单单在预测过程中会启用,在CABAC编解码中也会启用,用于编码色度信息。色度列表如下图:(温馨提示,此表竖着看,更直观的请看:H.266/VVC代码学习1:帧内预测框架)
色度列表

3、代码相关:

1 获取色度列表入口函数:H.266/VVC代码学习8:xRecurIntraChromaCodingQT函数。
在进行预测前,列表就已经写好了。所以获取列表后才会调用下面那个函数:
2 DM模式预测入口函数:H.266/VVC代码学习9:xIntraCodingTUBlock函数
这两个函数比较相似,具体代码如下:

void PU::getIntraChromaCandModes( const PredictionUnit &pu, unsigned modeList[NUM_CHROMA_MODE] )//进行预测前和编解码时用的
{{modeList[  0 ] = PLANAR_IDX;modeList[  1 ] = VER_IDX;modeList[  2 ] = HOR_IDX;modeList[  3 ] = DC_IDX;modeList[4] = LM_CHROMA_IDX;modeList[5] = MDLM_L_IDX;modeList[6] = MDLM_T_IDX;modeList[7] = DM_CHROMA_IDX;Position topLeftPos = pu.blocks[pu.chType].lumaPos();//左上角pu位置Position refPos = topLeftPos.offset( pu.blocks[pu.chType].lumaSize().width >> 1, pu.blocks[pu.chType].lumaSize().height >> 1 );//中间块pu位置const PredictionUnit *lumaPU = CS::isDualITree( *pu.cs ) ? pu.cs->picture->cs->getPU( refPos, CHANNEL_TYPE_LUMA ) : &pu;//若是亮度:亮度块pu;若是色度:色度块对应亮度块puconst uint32_t lumaMode = lumaPU->intraDir[CHANNEL_TYPE_LUMA];//亮度块预测模式for( int i = 0; i < 4; i++ )//当DM预测的模式与四种传统的色度预测模式相同时{if( lumaMode == modeList[i] ){modeList[i] = VDIA_IDX;//使用斜对角,即模式66替代传统的色度预测模式,起到占位作用,选中几率很小break;}}}
}
uint32_t PU::getFinalIntraMode( const PredictionUnit &pu, const ChannelType &chType )
{uint32_t uiIntraMode = pu.intraDir[chType];if( uiIntraMode == DM_CHROMA_IDX && !isLuma( chType ) ){Position topLeftPos = pu.blocks[pu.chType].lumaPos();//左上角pu位置Position refPos = topLeftPos.offset( pu.blocks[pu.chType].lumaSize().width >> 1, pu.blocks[pu.chType].lumaSize().height >> 1 );//中间块pu位置const PredictionUnit &lumaPU = CS::isDualITree( *pu.cs ) ? *pu.cs->picture->cs->getPU( refPos, CHANNEL_TYPE_LUMA ) : *pu.cs->getPU( topLeftPos, CHANNEL_TYPE_LUMA );//取色度块对应中心亮度块puuiIntraMode = lumaPU.intraDir[0];//获得中心亮度块的亮度模式}if( pu.chromaFormat == CHROMA_422 && !isLuma( chType ) ){uiIntraMode = g_chroma422IntraAngleMappingTable[uiIntraMode];}return uiIntraMode;//得到了当前pu的预测方向
}

这篇关于H.266/VVC代码学习14:色度列表及DM模式代码(getFinalIntraMode、getIntraChromaCandModes)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/324950

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

在JS中的设计模式的单例模式、策略模式、代理模式、原型模式浅讲

1. 单例模式(Singleton Pattern) 确保一个类只有一个实例,并提供一个全局访问点。 示例代码: class Singleton {constructor() {if (Singleton.instance) {return Singleton.instance;}Singleton.instance = this;this.data = [];}addData(value)

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测