也是很久没有写博客了，也不能说因为时间太忙，可能就是有些顾不太过来更新，同时自己项目和学习的进展也比较有限吧。

这篇博客是上一周，给导师做的《JVET H.266编码技术调研》。其实基本没有太多自己的东西，绝大部分来源于网络大神们博客的分析见解，和大量来自于JVET官方文档的翻译。

不过，由于在找资料的时候，发现跟踪H.266指定标准的人不少，但相关的技术文章却不太多，也大多有些曲高和寡的意思。像我这种不是专业研究，只是了解的人来说，还是多少一些不方便。这里便把这篇技术文章传上来，方便大家了解JVET的H.266及JEM的技术构成。

以下绝大部分技术内容来源于JVET-G1001-v1《Algorithm Description ofJoint Exploration Test Model 7 (JEM 7)》的翻译和校对。该文档可在官方站点：https://jvet.hhi.fraunhofer.de/ 的document site中，会议文献下载得到。

此处仅放出本文档的前两章内容，详细内容请跟随下载：https://download.csdn.net/download/fan2273/10281796

（主要想赚点积分，方便看其他大神的工程和代码……需要文档没有积分的可以私信我~）

JVET H.266编码技术

1. 介绍：

H.266是下一代视频编码标准，制定方为由MPEG和ITU联合成立的JVET(jointvideo explore team)。JVET，全称联合视频探索小组，是未来视频压缩、编解码技术的研究小组。JVET负责研发、维护JEM（H.266）测试平台与360Lib（全景投影）测试平台。

H.266的探索是从2016年2月24日，在JVET第一次会议(Geneva)上提上日程。至今，已召开了9次会议(最近一次会议为2018年1月20日于Gwangju召开)。H.266的提出，与H.265的针对应用场景不同。H.266指定是针对4K及以上的高清/超高清视频，位深主要是10bit，且需要适应HDR(高动态范围)及WCG(广色域)。

H.266及其测试模型JEM的算法及技术，主要建立在H.265/HEVC测试模型基础上。HEVC的基本编码和解码流程图在JEM中保持不变；改进了其中的包括块结构、帧内和帧间预测、残差变化、环路滤波器和熵编码等重要模块，并增加了额外的编码工具。

其中，H.266的编码框架在预测、变换、量化、反量化、反变换、滤波、熵编码模块，在原有的算法上做出了调整及改进，但基本相似。最大的变化为，H.266中，编码器的最大块尺寸由H.265的64变为128，且仅有10bit深度配置(输入为8bit深度将自动转换为10bit深度编码处理)。H.266的编码框架不再使用H.265的四叉树划分方式，而变为了四叉树加二叉树(QTBT)划分，不再有PU、CU、TU的单元区别。编码配置文件与H.265相似，编码GOPSize由原来的8增大为16，支持浮点QP。

本文以H.266测试模型JEM 7(purpose on 7th Meeting: Torino, IT, 13–21 July 2017)为参考分析，参考会议文献JVET-G1001-v1《AlgorithmDescription of Joint Exploration Test Model 7 (JEM 7)》。该文献描述H.266测试模型JEM 7已使用算法及工具的特征及关键技术。截止时间2018年1月第9次会议，JEM模型未再做调整更改。

2. 主要调整与更改介绍：

2.1 块结构

1. 具有较大(128)的CTUs的四叉树加二叉树(QTBT)划分模式块结构 [5]

2.2 帧内预测模式

1. 65个帧内预测方向 [4][6][7][8]

2. 用于帧内预测的4-tap插值滤波器 [4][6]

3. 边界滤波器除水平和垂直还应用于其他方向 [4][6]

4. 交叉分量线性模型(CCLM)预测 [3][4]

5. 位置相关帧内预测组合(PDPC) [9]

2.3 帧间预测模式

1. 子PU水平运动矢量预测 [3][4][10]

2. 局部自适应运动矢量分辨率(LAMVR) [3][4]

3. 1/16像素运动矢量存储精度

4. 重叠块运动补偿(OBMC) [3][4]

5. 局部光照补偿(LIC) [4][11]

6. 仿射运动预测 [12]

7. 模式匹配运动矢量推导 [4][6][5]

8. 双向光流(BIO) [7][8]

9. 解码器侧运动矢量细化(DMVR) [14]

2.4 变换

1. 采用高频归零的大块变换

2. 自适应多核变换 [3][4]

3. 模式相关的不可分离二次变换 [4][13]

4. 信号相关变换(SDT) [15]

2.5 环路滤波器

1. 双边滤波器 [16]

2. 自适应环路滤波器 [3][4]

3. 内容自适应裁剪 [17]

2.6 CABAC调整

1. 根据变换系数等级的上下文模式选择 [4][6]

2. 多假设概率估计 [4][6]

3. 上下文模型的初始化 [4][6]