当前位置: 首页 > news >正文

JVET-AI0084

一、ALF 的原有问题(ECM-13.0 中存在的问题)

1. APS-ALF 系数跨帧复用但缺乏自适应能力

在 ECM-13.0 中:

  • 非固定 APS-ALF 的滤波系数:

    • 由编码器针对某一帧优化
    • 可被后续多帧复用
  • 解码端对所有使用该 APS 的帧:

    • 以相同强度应用 ALF 校正

👉 问题在于:

不同帧在内容特性、QP、噪声水平上存在显著差异,而滤波强度保持不变


2. 滤波强度不匹配导致 RD 性能受限

具体表现为:

  • 对某些帧:

    • ALF 校正偏弱,去噪不足
  • 对另一些帧:

    • ALF 校正偏强,产生过平滑
  • 这种失配:

    • 无法通过 CTU 级 ALF on/off 完全解决
    • 影响整体 RD 性能

📌 本质问题:

ALF 只能“开或关”,但“强度不可调”


3. 重新估计 APS 系数代价高

  • 若为每帧重新生成 APS-ALF:

    • 增加编码复杂度
    • 增加 APS signaling 开销
  • ECM-13.0 中缺乏:

    • 轻量级的帧级强度调节机制

二、AI0084 提出的解决方法(ALF residuals scaling)

1. 核心思想:缩放 ALF 残差而非修改滤波器

AI0084 不改变:

  • ALF 滤波结构
  • APS-ALF 系数本身

而是对ALF 产生的校正残差引入缩放因子

rec′(s)=rec(s)+corr(s)⋅scale23 rec'(s) = rec(s) + \frac{corr(s) \cdot scale}{2^3}rec(s)=rec(s)+23corr(s)scale

其中:

  • (corr(s)):ALF 计算得到的校正残差
  • (scale):缩放因子

👉 实现“滤波强度可调”


2. 缩放因子的信令方式(轻量级)

(1)按 Slice 信令

  • 缩放因子在slice header中传输
  • 不引入 CTU 级额外信令

(2)Luma 支持按 class 分组缩放

  • luma 的 25 个 ALF class index:

    • 按组划分
    • 每组共享一个 scaling factor
  • 通过:

    • idxGroup决定组数
    • idxScale[n]指定每组缩放因子

📌 允许:

  • 不同纹理 / 活动度区域
  • 使用不同 ALF 强度

(3)Chroma 使用单一缩放因子

  • 每个 chroma 分量:

    • 仅信令一个 scaling factor
  • 控制复杂度和比特开销


3. 缩放因子查表实现,复杂度极低

  • 缩放因子值来自SPS 预定义表

  • 实现为:

    • 整数乘法 + 移位
  • 不引入额外浮点或复杂运算


4. 带来的效果

  • 不改变 APS-ALF 系数的前提下:

    • 适配不同帧特性
    • 改善 RD 性能
  • 实验结果表明:

    • RA / LDB / LDP 下均有稳定 BD-rate 降低
    • 编码与解码复杂度几乎不变

http://www.cnnetsun.cn/news/594569.html

相关文章:

  • AI人脸隐私卫士性能测试:毫秒级人脸打码实战案例
  • HY-MT1.5-1.8B性能优化:让移动端翻译速度提升1.8倍
  • GLM-4.6V-Flash-WEB低成本上线:中小企业AI部署指南
  • 什么是 Spring MVC?从零讲透 Web 开发核心(附完整代码 + 避坑指南)
  • 企业级翻译解决方案:腾讯HY-MT1.5-1.8B实战应用案例分享
  • HunyuanVideo-Foley最佳实践:高保真音效生成的8个关键点
  • MediaPipe Pose教程:舞蹈动作自动评分系统搭建
  • HunyuanVideo-Foley多语言支持:跨文化音效生成的潜力与挑战
  • 监督学习vs无监督学习:AI如何看懂世界
  • Nodejs和vue的智慧物业缴费报修管理系统 数据分析可视化大屏系统_
  • 从产品经理到型AI产品经理:转型全攻略(建议收藏)
  • 经济学风云:1990-故事完结通知
  • Realtek音频驱动无法启动?操作指南详解
  • MediaPipe本地运行优势:对比云端API的5大核心差异实战
  • HunyuanVideo-Foley可解释性研究:探究模型决策背后的逻辑
  • ASTM D4169标准:医疗健康产品注册合规与安全基石
  • 人体骨骼检测商业化:MediaPipe Pose落地经验
  • 提升设计效率:Multisim14与Ultiboard双向更新操作指南
  • 数字信号处理篇---再看IIR滤波器设计步骤
  • AI骨骼关键点检测如何提升精度?33关节点定位调优实战
  • 减少布线成本:USB设备网络化的工厂改造案例
  • 人脸检测模型鲁棒性测试:极端光照角度下的表现
  • AI骨骼检测用于体感游戏?交互系统搭建部署案例
  • 源-荷-储协同互动的主动配电网优化调度研究(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)
  • 谐波电流抑制仿真 补偿电流控制APF并联型有源滤波器仿真模型 MATLAB simulink仿真及报告(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)
  • 排查蓝屏问题:基于minidump的WinDbg深度调试
  • Flink Avro Format Java / PyFlink 读写、Schema 细节与坑点总结
  • 性能测试的结果如何解读和分析?
  • AI手势识别在直播带货中的应用:虚拟主播控制案例
  • GLM-4.6V-Flash-WEB省钱部署:低成本GPU推理实战案例