量化方式分类

标量量化

基本变量

  • 量化步长（Quantization - 图2）：Quantization - 图3，其中Quantization - 图4和Quantization - 图5分别是量化前后的变换系数；

  • 量化参数（Quantization - 图6）：是Quantization - 图7表的序号值

    • Quantization - 图8和Quantization - 图9有线性相关性，每当Quantization - 图10值增加 6，相应的Quantization - 图11就增加一倍；
    • 在 HEVC 中，亮度的Quantization - 图12共有 52 个值，对应Quantization - 图13的取值为 0~51，色度的Quantization - 图14值为 0~39。色度分量的 QP 一般沿用亮度的对应值，或者可以查表得到二者的对应关系。
      image.png
      image.png
      image.png

      量化与比例缩放

      比例缩放过程位于变换和量化之间，为了避免浮点运算，把分子分母放大后取整，以此保证运算精度。

      矢量量化 Quantization - 图18

      编码中的量化技术

      量化组（Quantization Group, QG）

      量化组是把一帧图像分成固定大小（N*N）的正方形像素块，其大小由 PPS 指定，且必须介于最小 CU 和 CTU 之间。一个 CTU 可以包含一个或多个固定大小的 QG，同一个 QG 内所有含非零系数的 CU 共享一个 QP 值。
      HEVC 中使用相邻 QG 的信息来预测当前 QG 的量化参数，左侧 QG 用Quantization - 图19表示，上方 QG 用Quantization - 图20表示，则预测的 QP 值为：Quantization - 图21。

  • 对于 slice 中的第一个 QG，Quantization - 图22和Quantization - 图23都不存在，此时用当前 slice 的 QP 作为该 QG 的预测 QP；

  • 若当前 QG 位于 slice 的最左侧或最上边，则Quantization - 图24和Quantization - 图25中有一个不存在，将其替换为前一个已编码的 QG。

    量化矩阵（Quantization Matrix, QM）

    量化矩阵的原理是对不同位置的系数使用不同的 QP 值，由于人眼对高频不敏感，因此对左上角低频系数使用小步长量化，而对右下角高频系数使用大步长量化。以此在保证主观质量的情况下，提高压缩效率。

    HEVC 中的量化矩阵

    HEVC 支持量化矩阵，但默认不启用。HEVC 的量化矩阵与 TU 大小相同，有 4x4, 8x8, 16x16, 32x32 四种尺寸。在 HM 中只存了 4x4 和 8x8 的矩阵，通过对 8x8 插值得到 16x16 和 32x32。HEVC 中有两种形式的量化矩阵：默认量化矩阵、自定义量化矩阵。

    VVC 中的量化矩阵

    VVC 与 HEVC 一样，支持默认 QM 和自定义 QM，区别在于：

  • VVC 中增加了更多尺寸：64x64 亮度、2x2 和 32x32 色度；

  • 与高频调零技术结合：比如对于 64x64 的 TU，对应的 8x8 QM 右下角的 4x4 区域可以调为零；
  • 增加多核变换和 NSST 相关的限制；
  • 支持矩形 TU，其 QM 通过按比例下采样得到。

    Reference

    WebPageBlog - 量化参数与 HEVC
    CSDN - HEVC代码学习43：默认量化矩阵 Paper