VVC/H.266会议提案阅读（一）之JVET-A1001

JVET-A1001

1、QTBT划分

1.1、QTBT块划分结构

在QTBT结构的描述中，移除了HEVC中CU、PU、TU的概念，在变换和量化时，不需要继续划分，直接以CU为单位进行。而其支持更灵活的划分形状，能更好地匹配视频数据的局部特征和纹理特征。其中二叉树的划分方式可分为两种：对称水平划分和对称垂直划分，如下图所示：

其中，实线表示四叉树划分，虚线表示二叉树划分，而0表示二叉树水平划分，1则表示垂直划分。
在QTBT结构中，有一些重要的参数：
1、CTU size（CTU尺寸）：亮度最大为128x128，色度最大为64x64。
2、MinQTSize（最小四叉树尺寸）：16x16，则四叉树划分的范围为16x16~128x128。
3、MaxBTSize（最大二叉树尺寸）：64x64，说明对于最大的128x128的预测块，一定会先进行四叉树划分。
4、MinBTSize（最小二叉树尺寸）：4x4。
5、MaxBTDepth（最大二叉树深度）：4。
同时，在划分过程中，也需要主意：当二叉树深度达到MaxBTDepth(最大二叉树深度），这意味着不进一步的分裂。当二叉树节点的宽度等于MinBTSize(最小二叉树尺寸）时，这意味着没有进一步的水平分裂。类似地，当二叉树节点的高度等于MinBTSize(最小二叉树尺寸）时，就意味着不再进行垂直分裂。

1.2、RDO选择

从上图可以看出，划分时步骤如下：
1、尝试帧间编码、帧内编码，记录最好的代价CostNoPart。
2、尝试水平二叉树划分，记录代价CostHorBT。
3、尝试垂直二叉树划分，记录代价CostVerBT。
4、尝试四叉树划分，记录代价CostQT。
5、从中选择最小的代价，即为CostBest，同时得到最好的划分方式。

同时，如果一个块的CostNoPart在使用深度较深的二叉树时小于CostHorBT和CostVerBT，那么CostQT也很可能大于CostNoPart，因此可以跳过四叉树分割的RD检验，加快划分速度。