HEVC学习_率失真优化(RDO)

最新推荐文章于 2025-05-19 18:41:45 发布

原创

最新推荐文章于 2025-05-19 18:41:45 发布 · 4.8k 阅读

·

5

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了HEVC中的率失真优化（RDO）原理，包括Lagrange乘数法的应用，以及在CTU、CU、PU层的RDO实现过程。在CTU层，RDO用于确定最佳的CU划分；CU层负责PU模式的选择；PU层则涉及帧内和帧间预测模式的优化。具体实现中，帧内预测遍历多种模式计算SATD值，而帧间预测结合Merge和AMVP技术选取最优模式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.1 HEVC中的率失真优化(RDO)

RDO目标：在不超过最大码率的情况下，使失真最小，即：

$min\left \{ D \right \}, s.t. R\leq R_{max}$

利用Lagrange函数可以将公式转化为：

$min \left \{ J=D+\lambda *R \right \}$

其中， $\lambda$ 为Lagrange系数，对应R-D图上就是RD曲线的斜率，所以每个系数 $\lambda_{i}$ 都有一个对应解，即这个RD曲线的切线。

实际编码过程会分成多个子任务工作：整个Picture分成多个CTU编码，一个CTU又是分成多个CU编码，所以有一组编码参数，公式转化为：

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。