尧图网页设计 
引言从像素到比特流的完整链路在本系列的前七篇文章中我们逐层拆解了H.265/HEVC的编码架构从最外层的CTU划分到最内层的熵编码完整覆盖了从原始像素到压缩比特流的整个编码链路。本文将对这些模块进行系统性回顾梳理它们之间的协同关系并展望下一代视频编码标准H.266/VVC的技术方向。H.265核心模块全景回顾1. CTU灵活的四叉树划分结构H.265将传统的宏块升级为CTU编码树单元最大支持64×64尺寸并通过四叉树递归划分为CU编码单元、PU预测单元和TU变换单元。这种灵活的划分结构使编码器能够根据画面内容自适应选择最优的编码粒度——大块处理平滑区域小块处理纹理细节奠定了H.265高压缩效率的基础。2. 帧内预测65种方向模式H.265将帧内预测方向从H.264的9种扩展到33种角度模式后续扩展至65种并引入平面模式Planar和DC模式能够更精确地预测各种方向的纹理结构显著降低了帧内编码的残差能量。3. 帧间预测Merge与AMVP双引擎帧间预测通过运动补偿消除时间冗余。H.265引入的Merge模式允许直接复用相邻块的运动信息实现零残差编码AMVP高级运动矢量预测则构建了更丰富的候选列表选择最优预测值。两者协同工作大幅降低了运动信息的编码开销。4. 变换与量化可变尺寸DCT/DST与RQTH.265支持4×4到32×32的可变尺寸DCT变换并针对4×4帧内残差引入了DST变换。配合残差四叉树RQT机制变换单元可以独立于预测单元进行自适应划分使残差编码更加精准高效。5. 环路滤波DBF与SAO双重保障去块滤波DBF消除块边界的不连续SAO样点自适应补偿则通过边缘补偿EO和带状补偿BO校正振铃效应和色彩偏差。两者串联工作不仅改善了输出画质还提升了参考帧质量形成正向循环。6. 熵编码CABAC的极致压缩CABAC基于上下文的自适应二进制算术编码通过二进制化、上下文建模和自适应算术编码三个步骤以接近信息熵极限的效率将语法元素压缩为紧凑比特流相比CAVLC可节省约10%~15%的码率。各模块的协同关系H.265的编码流程是一个高度协同的流水线原始帧 → CTU划分 → 预测帧内/帧间→ 残差计算 → 变换DCT/DST→ 量化 → 反量化/反变换 → 重建 → DBF → SAO → 参考帧存储 → CABAC熵编码 → 比特流输出每个模块的输出都会影响后续模块的输入而环路滤波后的重建帧又作为后续帧的参考帧形成闭环反馈。编码器通过率失真优化RDO在所有可能的编码决策中寻找最优组合在码率和画质之间取得最佳平衡。H.265的应用现状自2013年正式标准化以来H.265已在多个领域得到广泛应用4K/8K超高清视频H.265是4K视频的主流编码标准也是8K视频的首选方案。流媒体平台YouTube、Netflix、Bilibili等平台广泛采用H.265降低带宽成本。视频会议Zoom、腾讯会议等支持H.265以提升低带宽下的画质。监控安防H.265使高清监控视频的存储成本大幅降低。移动设备主流智能手机的摄像头和播放器均已支持H.265编解码。然而H.265也面临专利授权复杂、编码复杂度高等挑战这促使业界持续推动下一代标准的研发。H.266/VVC下一代视频编码标准H.266/VVCVersatile Video Coding由MPEG和VCEG联合制定于2020年7月正式发布。相比H.265VVC的目标是在相同画质下再降低约50%的码率。以下是VVC引入的一些关键技术更灵活的块划分QTMTTVVC引入了四叉树多类型树QTMTT划分结构支持水平/垂直的二叉树和三叉树划分块划分更加灵活精细。增强的帧内预测帧内预测模式扩展至67种包括65种角度模式。引入帧内子块变换ISP允许对帧内预测残差进行子块级变换。增强的帧间预测仿射运动补偿支持6参数和4参数仿射变换能够更好地处理旋转、缩放等复杂运动。双向光流BDOF在解码端进行像素级运动 refinement提升双向预测精度。基于子块的MergeSbTMVP在子块级别复用时间运动信息。更精细的变换与量化引入低频不可分离变换LFNST对低频系数进行二次变换进一步提升能量集中。增强依赖量化DQ技术在量化阶段引入状态依赖减少量化误差。增强的环路滤波自适应环路滤波ALF在SAO之后增加ALF使用自适应维纳滤波器进一步改善重建画质。SAO和ALF协同工作形成三级环路滤波体系。面向沉浸式媒体VVC原生支持360°全景视频、高动态范围HDR和广色域WCG内容为VR/AR应用提供更好的支持。H.266/VVC的挑战与展望尽管VVC在压缩效率上取得了显著突破但其推广仍面临一些挑战编码复杂度激增VVC编码复杂度约为H.265的3~5倍对硬件算力提出更高要求。专利授权问题VVC的专利池尚未完全明朗可能影响产业 adoption。硬件支持滞后目前支持VVC硬编硬解的芯片仍然有限。未来几年随着硬件能力的提升和专利问题的逐步解决VVC有望在以下场景率先落地8K超高清广播VR/AR沉浸式内容云游戏流媒体远程医疗与教育与此同时开源编码器如VVdeC/VVenc和浏览器支持如Chrome、Safari的VVC解码支持也在快速发展为VVC的普及铺平道路。结语从H.264到H.265再到H.266视频编码技术在过去二十年间取得了长足进步。H.265/HEVC以其灵活的CTU结构、丰富的预测模式、自适应的变换量化和创新的SAO滤波成为4K时代的主流标准。而H.266/VVC则在H.265的基础上进一步突破为8K、VR/AR等新兴应用提供了更强的压缩能力。视频编码的本质是在码率、画质和复杂度之间寻找最优平衡。随着AI技术的融入如神经网络视频编码NVC未来的编码标准可能会引入更多数据驱动的优化方法开启视频压缩的新篇章。 H.265全系列总结与H.266/VVC展望：从HEVC核心架构到下一代视频编码标准
引言从像素到比特流的完整链路在本系列的前七篇文章中我们逐层拆解了H.265/HEVC的编码架构从最外层的CTU划分到最内层的熵编码完整覆盖了从原始像素到压缩比特流的整个编码链路。本文将对这些模块进行系统性回顾梳理它们之间的协同关系并展望下一代视频编码标准H.266/VVC的技术方向。H.265核心模块全景回顾1. CTU灵活的四叉树划分结构H.265将传统的宏块升级为CTU编码树单元最大支持64×64尺寸并通过四叉树递归划分为CU编码单元、PU预测单元和TU变换单元。这种灵活的划分结构使编码器能够根据画面内容自适应选择最优的编码粒度——大块处理平滑区域小块处理纹理细节奠定了H.265高压缩效率的基础。2. 帧内预测65种方向模式H.265将帧内预测方向从H.264的9种扩展到33种角度模式后续扩展至65种并引入平面模式Planar和DC模式能够更精确地预测各种方向的纹理结构显著降低了帧内编码的残差能量。3. 帧间预测Merge与AMVP双引擎帧间预测通过运动补偿消除时间冗余。H.265引入的Merge模式允许直接复用相邻块的运动信息实现零残差编码AMVP高级运动矢量预测则构建了更丰富的候选列表选择最优预测值。两者协同工作大幅降低了运动信息的编码开销。4. 变换与量化可变尺寸DCT/DST与RQTH.265支持4×4到32×32的可变尺寸DCT变换并针对4×4帧内残差引入了DST变换。配合残差四叉树RQT机制变换单元可以独立于预测单元进行自适应划分使残差编码更加精准高效。5. 环路滤波DBF与SAO双重保障去块滤波DBF消除块边界的不连续SAO样点自适应补偿则通过边缘补偿EO和带状补偿BO校正振铃效应和色彩偏差。两者串联工作不仅改善了输出画质还提升了参考帧质量形成正向循环。6. 熵编码CABAC的极致压缩CABAC基于上下文的自适应二进制算术编码通过二进制化、上下文建模和自适应算术编码三个步骤以接近信息熵极限的效率将语法元素压缩为紧凑比特流相比CAVLC可节省约10%~15%的码率。各模块的协同关系H.265的编码流程是一个高度协同的流水线原始帧 → CTU划分 → 预测帧内/帧间→ 残差计算 → 变换DCT/DST→ 量化 → 反量化/反变换 → 重建 → DBF → SAO → 参考帧存储 → CABAC熵编码 → 比特流输出每个模块的输出都会影响后续模块的输入而环路滤波后的重建帧又作为后续帧的参考帧形成闭环反馈。编码器通过率失真优化RDO在所有可能的编码决策中寻找最优组合在码率和画质之间取得最佳平衡。H.265的应用现状自2013年正式标准化以来H.265已在多个领域得到广泛应用4K/8K超高清视频H.265是4K视频的主流编码标准也是8K视频的首选方案。流媒体平台YouTube、Netflix、Bilibili等平台广泛采用H.265降低带宽成本。视频会议Zoom、腾讯会议等支持H.265以提升低带宽下的画质。监控安防H.265使高清监控视频的存储成本大幅降低。移动设备主流智能手机的摄像头和播放器均已支持H.265编解码。然而H.265也面临专利授权复杂、编码复杂度高等挑战这促使业界持续推动下一代标准的研发。H.266/VVC下一代视频编码标准H.266/VVCVersatile Video Coding由MPEG和VCEG联合制定于2020年7月正式发布。相比H.265VVC的目标是在相同画质下再降低约50%的码率。以下是VVC引入的一些关键技术更灵活的块划分QTMTTVVC引入了四叉树多类型树QTMTT划分结构支持水平/垂直的二叉树和三叉树划分块划分更加灵活精细。增强的帧内预测帧内预测模式扩展至67种包括65种角度模式。引入帧内子块变换ISP允许对帧内预测残差进行子块级变换。增强的帧间预测仿射运动补偿支持6参数和4参数仿射变换能够更好地处理旋转、缩放等复杂运动。双向光流BDOF在解码端进行像素级运动 refinement提升双向预测精度。基于子块的MergeSbTMVP在子块级别复用时间运动信息。更精细的变换与量化引入低频不可分离变换LFNST对低频系数进行二次变换进一步提升能量集中。增强依赖量化DQ技术在量化阶段引入状态依赖减少量化误差。增强的环路滤波自适应环路滤波ALF在SAO之后增加ALF使用自适应维纳滤波器进一步改善重建画质。SAO和ALF协同工作形成三级环路滤波体系。面向沉浸式媒体VVC原生支持360°全景视频、高动态范围HDR和广色域WCG内容为VR/AR应用提供更好的支持。H.266/VVC的挑战与展望尽管VVC在压缩效率上取得了显著突破但其推广仍面临一些挑战编码复杂度激增VVC编码复杂度约为H.265的3~5倍对硬件算力提出更高要求。专利授权问题VVC的专利池尚未完全明朗可能影响产业 adoption。硬件支持滞后目前支持VVC硬编硬解的芯片仍然有限。未来几年随着硬件能力的提升和专利问题的逐步解决VVC有望在以下场景率先落地8K超高清广播VR/AR沉浸式内容云游戏流媒体远程医疗与教育与此同时开源编码器如VVdeC/VVenc和浏览器支持如Chrome、Safari的VVC解码支持也在快速发展为VVC的普及铺平道路。结语从H.264到H.265再到H.266视频编码技术在过去二十年间取得了长足进步。H.265/HEVC以其灵活的CTU结构、丰富的预测模式、自适应的变换量化和创新的SAO滤波成为4K时代的主流标准。而H.266/VVC则在H.265的基础上进一步突破为8K、VR/AR等新兴应用提供了更强的压缩能力。视频编码的本质是在码率、画质和复杂度之间寻找最优平衡。随着AI技术的融入如神经网络视频编码NVC未来的编码标准可能会引入更多数据驱动的优化方法开启视频压缩的新篇章。