摘  要： HEVC作为下一代视频编码标准，正在由JCT-VC制定。根据最新的HEVC中提出的归并技术，描述了B帧编解码效率的改善。实验验证了运动归并技术在低延迟低复杂度情况下对P帧的影响。通过HM6.0中运动归并技术算法原理，分析运动归并技术对于P帧在编解码效率上并无明显的提升，PSRN平均降低了0.1%。
关键词： HEVC；MCL；归并模型

　虽然H.264/AVC[1]视频编码标准采用很多新的编码方案，在现有的视频编解码取得了很好的编码效果，但是它的编码单元（CU）仍然固定为16像素×16像素的宏块（MB），包含16个4像素×4像素或者8个8像素×8像素变换块，然而在编码器处理高分辨率的图像时，运动估计（ME）和运动补偿（MC）与CU大小只有很小的相关性。因此，HEVC（High Efficiency Video Coding）[2]中，CU在16像素×16像素MB的基础上进行了扩展，CU的大小可以为8像素×8像素、16像素×16像素、32像素×32像素和64像素×64像素，对CU的预测，可以将CU分割为预测单元（PU），每个PU可以分割为更小的PU，假设CU大小为2N×2N（N=4，8，16，32），PU可以分割为2个N×2N或者2N×N或4个N×N像素块，再分割为非对称模式下，PU可以为nR×2N、nL×2N、2N×nDe和2N×nU。同样，HEVC中处理变化和量化部分有相应的变换单元（TU），TU可以为4像素×4像素、8像素×8像素、16像素×16像素和32像素×32像素。
　归并技术应用于CU单元在作RDO运算之前，用于快速决定CU的预测模型，其中的并行运算可以降低HM编码端吞吐量过大的问题，提高视频编码效率。参考文献[3]提出了归并技术对不同CU层编解码效率的提升，由于8像素×8像素CU占据整体CU的54%，大块CU的归并技术的应用，导致PSNK值有较大的下降。参考文献[4]提出了只对8像素×8像素CU进行归并技术的应用，并在B帧上得到了很好的效果，将像素的Y、U与V的BD-rate提升了0.1%、0.1%与0.1%，解码时间平均降低了12%。在本文中，将检测及验证归并技术在低延迟情况下对P帧的影响，并分析P帧中归并技术的并行运算原理。
1 MCL的并行运算
　在决定CU编码模型和获取CU的编码列表前，HEVC会对当前CU做归并运算，提前决定CU的预测列表，然后才对每个CU作RDO运算，选择最佳的编码模型。而RDO的运算必须对当前CU作运动估计运算，HEVC编码器中归并候选列表（MCL）的获取速度会影响ME的计算，HM5中每个PU都有自己的MCL，一个64像素×64像素的CU有539个MCL，严重阻碍了预测模型类型的确定。HM6中提出的MCL的并行运算，不仅可以减少MCL的数量，同时减少了CU内部PU的相互依赖性。在不包含不对称CU的情况下，对于一个64×64的CU，相邻有5个参考位置可以使用，其又可以分为4个32像素×32像素的CU，同样拥有5个参考点，总共有4×5个参考点。同理，16像素×16像素的CU有4×4×5个参考点，8像素×8像素的CU有16×4×5个参考点，所以一个64像素×64像素大小的CU总共包含425个参考位置。在包含不对称CU的情况下，参考点的数量可达593个[3]。这样庞大的数量，加重了计算量，应该试图减少MCL的数量，特别是8像素×8像素CU中MCL的数量。
　归并技术利用已编码的PU来推导或获取当前PU的参数列表（如运动向量、参考帧索引、参考帧列表标志等），在HM6中提出了基于CU的运动归并列表的构造，它是将位于一个CU中所有8像素×8像素大小的PU共享同一个MCL，这不仅降低了帧间PU的相互依赖性，还减少了MCL的数量，最多可达HM5中MCL的57%。这种设计使得视屏质量平均损失了0.3%，但提高了高吞吐量和高质量编码器的灵活性。
　当N=4时，当前PU的TMVP参考索引从其左边PU获取，当这两个PU位于相同的CU中时，就说这两个PU具有依赖性。图1列举了PU依赖性的情况。

　这种情况下，直到参考的PU编码和解码完成才能获取当前PU的TMVP，HM6中通过当前CU之外已编码的CU来获取TMVP。TMVP参考索引的位置如图2所示，其中位于CU内部的PU，其TMVP参考索引被设置为A1，如果A1不可用，则把TMVP的参考索引设置为0。

　因为当前CU内部的PU都参考同一个CU（A1），所以CU内部PU的MCL的数量将会减少。对于CU中的不对称PU，在去除PU间依赖性前，有13个参考点，由于同一个CU内部的PU采用同一个参考点，因此对于一个64像素×64像素的PU只有一个参考点可以选择（即A1）。同理，32像素×32像素共有4×13个参考点，16像素×16像素共有4×4×13个参考点，8像素×8像素共有16×4×1个参考点，因此去除CU内部PU的相互依赖性后，MCL的数量总共为397个。在包含不对称PU的CU中，其他的参考点可以相应求得。图3表示MCL的获取流程图[4]。

　MCL的获取需要考虑时间和空间上的候选参考点。在空间位置上，从当前CU的5个候选参考点选择其中4个，选择顺序为A1->B1->B0->A0->（B2），参考点B2只有在A1、B1、B0或A0无效时才可使用。在时间顺序上，在当前PU的POC值小的帧里选择两帧，从这两帧与当前PU相对应的位置选择两个参考点，然后通过比较选择其中较好的参考点。最后从选择的5个参考点中移除重复的参考点，增加0归并候选参考点，得到MCL。
2 实验平台与仿真结果分析
　本文仿真采用JCTVC小组开发的HM6.0代码，仿真平台是CPU为3.30 GHz Intel　CoreTM i3-2120、内存为2 GB、操作系统为Windows XP的64位计算机，运行环境为Microsoft Visual Studio 2010。
　实验结果如表1所示，表中列出了运动归并技术对于各类视频P帧PSNR值、比特数与编解码时间的影响。P帧Y、U、V的PSNR值分别降低了0.1%、0.1%和0.1%，比特率平均提升了3%，编码时间增加了10%。
视频的PSNR平均值降低，编码一帧比特数增加，这是由于归并技术在计算P帧时算法复杂度上升，使得在低延迟低复杂度配置文件下，P帧在8像素×8像素CU下需要额外的像素拷贝过程，使其运算的复杂度上升，增加了P帧在运动归并技术中的计算时间，影响了P帧的编解码时间。

　本文分析了PU相互依赖性的解决方案，相对于HM5，merge模型的归并运算很好地改善了编码端视频处理的吞吐量问题，降低了B帧的比特率，同时降低了B帧的解码时间。由于归并技术运用于P帧的特殊性，今后可以改善P帧归并技术的算法，使其达到同样的效果，在降低视频比特率的同时，获得较好的视频质量。归并技术的并行运算为HEVC编码器的设计提出了更好的merge/skip模型决定，并且提供了更加灵活的设计方案。
参考文献
[1] H.264 and ISO/IEC 14496-10. Advanced video coding for generic audiovisual services， ITU-T rec[S].
[2] BROSS B， HAN W J， OHM J R， et al. High efficiency video coding（HEVC） text specification draft 6. JCTVC-H1003， JCT-VC of ITU-T SG16 WP3 and ISO/IEC， CA， USA， 2012.
[3] Zhou Minhua. Configurable and CU-group level parallel merge/skip. JCTVC-H0082， JCT-VC of ITU-T SG16 WP3 and ISO/IEC， CA， USA， 2012.
[4] Yu Qin， Ma Siwei， Liu Hongbin， et al. Parallel AMVP candidate list constrction. JCTVC-I0036， JCT-VC of ITU-T SG16 WP3 and ISO/IEC， CA， USA， 2012.
[5] KIM H Y， CHO S H， LIM S C， et al. Throughput improvement for merge/skip mode. JCTVC-H0240， JCT-VC of ITU-T SG16 WP3 and ISO/IEC， CA， USA， 2012.
[6] MCCANN K， BROSS B， KIM I K， et al. High efficiency video coding（HEVC） test model 6 encoder description.JVTVC-H1002， JCT-VC of ITU-T SG16 WP3 and ISO/IEC， CA， USA， 2012.