当前位置：首页 > news >正文

从HEVC到VVC：帧间预测的“内卷”之路，Merge模式、Affine运动补偿都升级了啥？

news 2026/4/24 22:05:47

H.266/VVC帧间预测技术深度解析：从Merge模式到仿射运动的全面进化

当4K/8K超高清视频成为主流，VR/AR应用爆发式增长，传统视频编码标准HEVC逐渐显露出性能瓶颈。H.266/VVC（Versatile Video Coding）作为新一代国际视频编码标准，在帧间预测领域引入十余项创新技术，将压缩效率提升40%以上。本文将深入剖析这些技术革新如何重塑视频编码的底层逻辑。

1. 帧间预测基础与VVC的突破方向

视频编码的本质是消除冗余——空间冗余、时间冗余和统计冗余。帧间预测专门解决时间冗余问题，其核心思想是"用运动矢量讲述像素位移的故事"。在HEVC时代，1/4像素精度的运动估计和基于平移的运动模型已经达到性能天花板，VVC通过三个维度实现突破：

运动表示精细化：从1/4像素到1/16像素精度，MV预测候选列表从5个扩展到6个
运动模型多元化：引入仿射运动补偿，支持旋转、缩放等复杂运动
预测方式智能化：融合帧内/帧间预测（CIIP）、几何划分（GPM）等混合技术

实验数据显示，在相同画质下，VVC的帧间预测技术相比HEVC平均减少34.7%的码率，其中Merge模式改进贡献约15%，仿射运动补偿贡献约12%。

2. Merge模式的全面升级策略

2.1 扩展Merge候选列表构造

VVC的Merge列表构造如同精心设计的"运动信息智库"，通过四级递进策略确保候选质量：

空间候选（最多4个）：采集左侧(A0)、上方(B0)、右上(B2)、左下(A1)四个邻域块的运动信息
时间候选（1个）：从同位参考帧中提取运动矢量，采用时域运动一致性假设
历史候选（动态数量）：记录最近使用的运动信息，形成"运动记忆库"
合成候选（1个）：对前两个候选进行加权平均，生成新的预测向量

// VTM参考代码中的Merge列表构造逻辑 void PU::getInterMergeCandidates(...) { // 空间候选收集 addSpatialMergeCandidates(pu, mergeCandList, candIdx); // 时域候选插入 if (candIdx < maxNumMergeCand) addTemporalMergeCandidate(pu, mergeCandList, candIdx); // 历史候选补充 while (candIdx < maxNumMergeCand) addHistoryMergeCandidate(mergeCandList, candIdx); // 合成候选生成 if (candIdx == 1 && mergeCandList.size() >= 2) addPairwiseAvgCandidate(mergeCandList); }

2.2 Merge with MVD技术详解

传统Merge模式如同"单选题"，只能选择现有候选；而Merge with MVD则升级为"填空题"，允许在选定候选基础上进行局部调整。其技术实现包含三个关键设计：

搜索模式：在初始MV周围定义64个搜索点（8步长×4方向×2坐标轴）
精度控制：最小步长达1/4像素，最大可覆盖32像素范围
信令机制：仅需传输方向索引(2bit)和步长索引(3bit)

下表对比不同场景下的技术选择策略：

场景特征	推荐模式	性能增益	复杂度增加
静态背景	常规Merge	0.5-1.2%	可忽略
匀速运动	Merge with MVD	2.1-3.8%	15-20%
复杂运动	仿射Merge	4.5-6.7%	35-50%

3. 仿射运动补偿的技术实现

3.1 四参数与六参数模型对比

VVC的仿射运动模型如同给视频块配备"变形控制器"，两种模型适应不同运动场景：

四参数模型：描述平移、旋转、缩放
```
mv_x = a*x + b*y + e mv_y = -b*x + a*y + f
```

六参数模型：增加倾斜变换

mv_x = a*x + b*y + e mv_y = c*x + d*y + f

控制点布置策略直接影响性能：

4参数：左上角+右上角（水平基线）
6参数：增加左下角形成三角参考系

3.2 仿射Merge的候选生成

仿射Merge列表构造是精度与复杂度的平衡艺术，其候选来源包括：

继承候选：直接复用相邻仿射编码块参数

构造候选：将平移MV转换为仿射参数

# 平移MV转换为四参数示例 def convert_to_affine(mv_left, mv_right): a = (mv_right.x - mv_left.x) / block_width b = (mv_right.y - mv_left.y) / block_width e = mv_left.x f = mv_left.y return AffineParams(a, b, e, f)

时域候选：从同位参考帧提取仿射参数

4. 混合预测技术与后处理优化

4.1 几何划分模式(GPM)的创新设计

GPM技术如同"智能剪刀"，将CU沿对角线分割为两个不规则区域，每个区域采用独立运动矢量。其技术亮点包括：

分割角度：定义64种离散角度（0-180度）
融合矩阵：采用7×7整数权重矩阵实现平滑过渡
运动约束：每个分区仅允许单向预测，避免双向预测冲突

4.2 解码端运动优化技术对比

VVC引入三类后处理技术形成"预测质量提升流水线"：

技术	处理粒度	主要作用	适用条件
DMVR	8×8块	MV精确修正	双向预测Merge模式
BDOF	4×4块	像素级补偿	特定POC关系
PROF	4×4子块	仿射预测细化	仿射模式

// BDOF核心算法伪代码 void applyBDOF(CU& cu) { for (each 4x4 subblock) { computeGradient(prev, curr, Ix, Iy, It); vx = -sum(Ix*It)/sum(Ix*Ix); vy = -sum(Iy*It)/sum(Iy*Iy); adjustPixels(prev, curr, vx, vy); } }