VVC中网格编码量化（个人理解：依赖性量化）

VVC新一代视频编码标准第一个测试模型VTM-1中，相比HEVC，提出了如下改进：将标量量化替换为网格编码量化；利用量化指标之间附加的统计相关性进行熵编码。

---

引言

  与HEVC类似，VVC的基本假设遵循了基于块的混合视频编码的概念。对视频图像进行分块，并利用图像内预测或运动补偿预测对每个块进行预测。用变换编码对预测残差块进行编码，变换编码由正交分块变换、变换系数标量量化和量化指标的熵编码组成。

网格编码量化

  网格编码量化代表了一个非常大的维度的矢量量化器，但是对于矢量分组有一组受限的值。从解码器角度来说，网格编码量化指定了两个标量量化器和一个用于根据前面的量化索引在量化器之间切换的过程。

1.量化器设计和重构过程

  所提出的网格编码量化中的标量量化器Q0和Q1如下图所示。两个量化器的允许重构级别都表示一个量化步长△的整数倍。为提高低速率压缩性能，两个量化器都包含了等于0的重构级别。如下图，展示了量化参数q对于重构level的分配。
  与传统标量量化相比，用于某个变换系数的量化器依赖于前面的量化指标。因此，变换系数必须按照预先定义的顺序重建，我们选择的顺序等于量化参数的编码顺序。这种网格编码量化中量化器的选择可以通过状态转换过程来指定，当前系数tk的状态sk唯一决定使用的量化器（Q0，Q1）；在重建顺序中，下一个系数t(k+1)的状态s(k+1)，