引言:预测是视频压缩的灵魂
在视频编码中,"预测"是最核心的思想之一——通过已知的像素信息去推测未知的像素值,只编码预测值与实际值之间的残差(差异),从而大幅减少数据量。帧内预测(Intra Prediction)利用同一帧内已编码的相邻像素来预测当前块,是H.265压缩效率提升的关键模块之一。
H.264时代,帧内预测已支持9个方向;而H.265将其扩展至35个方向,并引入多项优化机制。本文将深入解析这一升级背后的技术原理与实际收益。
H.264帧内预测回顾
H.264的帧内预测支持以下模式:
- 4×4和8×8块:支持9个预测方向,包括垂直、水平、对角线等。
- 16×16块:支持4种模式(垂直、水平、DC、Plane)。
这些方向在1080p及以下分辨率下表现良好,但面对4K/8K超高清视频时,9个方向的粒度显得过于粗糙,难以精确匹配复杂纹理的走向,导致残差数据量偏大。
H.265的35方向预测
H.265将帧内预测方向从9个大幅扩展至35个,涵盖更密集的角度采样:
- 角度方向:从-45°到+135°均匀分布33个角度方向(模式2~34),相邻方向间隔约5.625°。
- DC模式(模式1):对相邻像素取平均值,适用于平坦区域。
- Planar模式(模式0):通过双线性插值生成平滑过渡的预测面,适用于渐变背景。
更密集的角度采样使编码器能够更精确地匹配图像中边缘和纹理的走向,从而显著降低残差能量,提升压缩效率。
MPM:最可能模式机制
如果直接编码35个方向中的任意一个,需要5比特来表示模式索引。H.265引入了MPM(Most Probable Mode,最可能模式)机制来降低编码开销:
- 候选列表构建:根据当前块左侧和上方的相邻块已使用的预测模式,构建一个包含3个候选模式的MPM列表。
- 标志位编码:如果当前块的最佳模式在MPM列表中,只需编码一个标志位和索引(约1~2比特);如果不在,则使用剩余模式(Remainder Mode)编码。
由于相邻块的预测模式往往具有空间相关性,MPM机制能大幅降低帧内预测模式的编码比特数。
Planar模式的优势
Planar模式是H.265新增的重要预测模式,特别适用于平滑渐变区域(如天空、墙面)。它通过对相邻像素进行双线性插值,生成一个平滑过渡的二维预测面,而非简单的单一方向外推。
相比H.264中16×16块的Plane模式,H.265的Planar模式可应用于所有尺寸的CU,且预测精度更高,在处理大面积平滑区域时效果显著。
帧内预测的块尺寸支持
H.265支持多种CU尺寸下的帧内预测:
- 64×64、32×32、16×16、8×8:均支持完整的35种预测模式。
- 4×4:仅支持部分模式(因块尺寸过小,角度预测的收益有限)。
这种多尺寸支持使得编码器可以根据内容特征灵活选择——大块用Planar或DC处理平滑区域,小块用角度模式精细编码纹理细节。
实际收益与性能对比
- 压缩效率提升:更精确的预测直接降低残差数据量,在相同画质下可节省约5%~10%的码率(仅帧内预测模块的贡献)。
- 主观画质改善:35方向预测能更好地保留边缘和纹理细节,减少块效应和模糊感。
- 编码复杂度增加:35种模式的率失真优化(RDO)搜索增加了编码器的计算负担,但通过MPM等机制部分抵消了开销。
结语
从H.264的9方向到H.265的35方向,帧内预测的升级是H.265压缩效率提升的重要支柱之一。更密集的角度采样、MPM机制的引入以及Planar模式的普及,共同构成了H.265在帧内预测层面的技术优势。
在下一篇文章中,我们将转向帧间预测模块,解析H.265中的Merge模式与AMVP(高级运动矢量预测)技术,看H.265如何更高效地利用时间冗余实现压缩。