本文主要是介绍h.264 MVD MVP 解释，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！
MVP是根据帧内相领块A,B,C的MV预测得到的，然后把当前点o加上MVP，获得新的匹配点x，在新点x的基础上进行搜索，获得mcost最小的点y，y与x的差为MVD，那么o 与y之间的向量为MV=MVP+MVD
（相邻块的运动矢量通常有很高的相关性，因而每个运动矢量可以用其相邻的预先编码的矢量进行预测。一个预测矢量MVp建立于先前运动矢量的计算，并且一般只有MVD(当前运动矢量与MVp的差值)被编码和传输。这种方法建立基于运动预测矢量与运动补偿分割和附近矢量的可用性的相关性上。
帧间预测简要说明
首先根据当前帧和参考帧的搜索算法求出宏块（或者子块）的MV,MV本来足够说明最佳匹配块的位置，但是对MV的编码需要较大的数据量；根据相邻块之间的较强相关性，相邻块的MV之间的残差较小，这样，就可以利用以前块的MV对当前块进行预测形成MVP，二者差值为MVD=MV-MVp，MVD相对来讲数据量较小。利用MVD进行网络传输…同时当前帧的宏块像素值与最佳比配块的像素值求残差, 经过进行变换和量化后同MVD一起传输….
…解码时通过根据相邻块MV对当前块进行预测的MVP和已解码的MVD计算当前MV,然后根据参考帧和当前MV查找到当前块的最佳匹配块，这些最佳匹配块重建成为预测参考像素值，把解码的残差变换和量化得出的像素值和预测值相加即得到当前像素值.
对 MV 进行预测主要是利用你所说的 MV 相关性，目的是为了减小码流。
这篇关于h.264 MVD MVP 解释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！
