引言：从HEVC到VVC的跨越
在上一篇文章中，我们完成了H.265/HEVC全系列的技术回顾，并简要展望了H.266/VVC的方向。本文正式开启VVC专题，深入解析这一2020年发布的下一代视频编码标准，看它如何在H.265的基础上再实现约50%的码率压缩，为8K、VR/AR等新兴应用铺平道路。
H.266/VVC（Versatile Video Coding，通用视频编码）由MPEG和VCEG联合制定，正式标准编号为ITU-T H.266 | ISO/IEC 23090-3。其设计目标是"通用"——不仅面向传统矩形视频，还原生支持360°全景、HDR、广色域等沉浸式媒体格式。
核心革新一：QTMTT——更灵活的块划分
H.265的CTU采用四叉树（Quad-Tree）划分，而VVC引入了四叉树+多类型树（QTMTT，Quad-Tree plus Multi-Type Tree）结构，在四叉树划分的叶子节点上，可以进一步使用以下四种划分方式：
- 水平二叉树（Horizontal Binary Tree）：将块水平一分为二。
- 垂直二叉树（Vertical Binary Tree）：将块垂直一分为二。
- 水平三叉树（Horizontal Ternary Tree）：将块水平划分为1:2:1的三部分。
- 垂直三叉树（Vertical Ternary Tree）：将块垂直划分为1:2:1的三部分。
这种多类型树结构使块划分更加精细灵活，能够更好地适配各种形状和尺寸的画面内容，尤其在处理不规则纹理和运动边界时优势明显。
核心革新二：增强的帧内预测
VVC将帧内预测模式从H.265的35种（33角度+DC+Planar）扩展至67种（65种角度模式+DC+Planar），角度采样更加密集，能够更精确地匹配各种方向的纹理结构。
此外，VVC引入了帧内子块变换（ISP，Intra Sub-Partitions）技术：将帧内预测块的残差进一步划分为多个子块，对每个子块独立进行变换和量化。这种细粒度的残差处理能够更精准地捕捉局部纹理变化，降低帧内编码的残差能量。
核心革新三：增强的帧间预测
仿射运动补偿（Affine Motion Compensation）
H.265仅支持平移运动模型，而VVC引入了仿射运动补偿，支持4参数和6参数仿射变换，能够建模旋转、缩放、剪切等复杂运动。这对于摄像机运动、物体旋转等场景的编码效率提升显著。
双向光流（BDOF，Bi-directional Optical Flow）
BDOF在解码端对双向预测的两个参考块进行像素级运动细化，通过光流算法估计更精确的像素位移，进一步提升双向预测的准确性。这是一种解码端增强的后处理技术，无需编码器额外传输信息。
基于子块的时域运动矢量预测（SbTMVP）
SbTMVP将当前CU划分为子块，从时间参考帧中获取每个子块对应的运动信息，实现子块级别的时间运动复用。相比H.265的时域直接模式，SbTMVP的粒度更细，预测精度更高。
几何分割模式（GPM，Geometric Partitioning Mode）
GPM允许将CU沿任意角度分割为两个几何区域，每个区域独立进行运动补偿。这对于处理斜向运动边界（如旋转物体的边缘）特别有效，能够减少跨边界的预测误差。
核心革新四：更精细的变换与量化
低频不可分离变换（LFNST，Low-Frequency Non-Separable Transform）
LFNST对变换后的低频系数进行二次不可分离变换，进一步集中能量、减少高频系数。相比H.265中可选的不可分离二次变换（NSST），LFNST仅在低频区域应用，降低了计算复杂度，同时保持了较高的压缩增益。
依赖量化（DQ，Dependent Quantization）
DQ在量化过程中引入状态依赖机制——当前系数的量化步长取决于之前已量化系数的状态。通过这种依赖关系，DQ能够在不增加码率的前提下减少量化误差，相比传统均匀量化可获得约1~2dB的增益。
子块变换（SBT，Sub-Block Transform）
SBT允许对残差块的一部分（而非整个块）进行变换和编码，跳过残差较小的区域。这对于帧间预测中残差分布不均匀的场景（如运动物体边缘）特别有效。
核心革新五：三级环路滤波体系
VVC在H.265的DBF+SAO基础上，增加了自适应环路滤波（ALF，Adaptive Loop Filter），形成三级环路滤波体系：
- 去块滤波（DBF）：消除块边界不连续。
- SAO：边缘补偿+带状补偿，校正振铃和色彩偏差。
- ALF：使用自适应维纳滤波器，对重建画面进行全局滤波优化。
ALF在编码端为每个CTU选择最优的滤波器系数并写入码流，解码端直接应用。相比SAO的固定分类补偿，ALF的自适应滤波能够更精细地校正各种失真类型，是VVC画质提升的重要贡献者。
核心革新六：面向沉浸式媒体的原生支持
VVC从设计之初就考虑了沉浸式媒体应用：
- 360°全景视频：支持等距柱面投影（ERP）和紧凑映射（CMP）等多种投影格式，并针对投影变形区域进行自适应编码优化。
- HDR与广色域：支持10bit和12bit色深，兼容PQ和HLG两种HDR电光转换函数，以及BT.2020广色域。
- 屏幕内容编码（SCC）：继承并增强了H.265的屏幕内容编码工具，如调色板模式、IBC（帧内块复制）等，对游戏直播、远程桌面等场景特别有效。
性能对比与复杂度分析
| 指标 | H.265/HEVC | H.266/VVC |
|---|---|---|
| 码率压缩 | 基准 | 相比H.265节省约50% |
| 编码复杂度 | 基准 | 约为H.265的3~5倍 |
| 解码复杂度 | 基准 | 约为H.265的1.5~2倍 |
| 最大块尺寸 | 64×64 | 128×128 |
| 帧内预测模式 | 35种 | 67种 |
| 环路滤波 | DBF+SAO | DBF+SAO+ALF |
| 色深支持 | 8/10bit | 8/10/12bit |
VVC的编码复杂度显著增加，主要源于更丰富的块划分选项、更多的预测模式以及ALF等新增模块。解码端复杂度增幅相对可控，但仍高于H.265，对硬件解码能力提出了更高要求。
应用前景与生态进展
VVC的目标应用场景包括：
- 8K超高清广播：日本NHK等 broadcaster 已在测试VVC用于8K卫星广播。
- VR/AR沉浸式内容：360°视频和体积视频的高效压缩。
- 云游戏流媒体：低延迟、高画质的游戏串流。
- 视频会议：在有限带宽下提供更高清的视频质量。
- 监控安防：8K监控视频的存储与传输。
生态方面，开源编码器VVenc/VVdeC已发布多个版本，性能持续优化；FFmpeg已集成VVC解码支持；主流浏览器（Chrome、Safari）正在推进VVC的Web支持。硬件方面，联发科、高通等芯片厂商已陆续推出支持VVC解码的SoC。
结语
H.266/VVC在H.265的基础上进行了全方位的技术革新——从更灵活的QTMTT划分、更丰富的预测模式，到LFNST变换、依赖量化和三级环路滤波，每一项创新都在推动压缩效率的边界。尽管编码复杂度的增加和专利授权的不确定性仍是挑战，但随着硬件能力的提升和生态的逐步成熟，VVC有望在未来几年内成为8K和沉浸式媒体时代的主流编码标准。
在下一篇文章中，我们将深入VVC的编码器实现细节，解析VVenc开源编码器的架构设计与优化策略，为开发者提供实用的VVC编码实践指南。
318
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
