针对多功能视频编码(versatile video coding,VVC)帧内预测中的跨分量线性模型(cross-com-ponent linear model,CCLM)计算复杂度高的问题,本文提出了一种基于CCLM技术的改进算法QCCLM(quick cross-component linear model).首先复制相邻可用样本填充不可用样本,来固定子采样样本的位置和数量,去除冗余过程和额外的计算步骤;然后对亮度下采样过程进行优化,减少下采样滤波器的种类;最后对线性模型参数β的推导过程进行改进,带来更精确的预测模型.实验结果表明,与H.266的标准算法相比,在全I帧的配置下,测试序列的色度分量平均节省了0.14％的码率,编码总时间平均降低了 4.05％,该算法提高编码性能的同时降低了编码复杂度.
Research and improvement of H.266 cross-component linear model prediction
versatile video codingintra predictioncross-component linear model(CCLM)chroma prediction modeadjacent samples
万方数据
维普
