第一章 緒論
1.1 研究背景
1.1.1 高效能視訊編碼介紹
高效能視訊壓縮編碼（High Efficiency Video Coding, HEVC）是一個嶄新的視 訊壓縮技術，由 ISO/IEC MPEG 及 ITU-T VCEG 所共同開發。 此新標準的目標是 提供比目前眾所皆知的 AVC 視訊壓縮標準更高的編碼效率，約節省 50%的位元率，
同時可以在高效能（High Efficiency）及低複雜度（Low Complexity）兩種模式下 操作。 其涵蓋了從行動裝置上的 HD 到 Ultra HD 影片的應用，解析度從 WVGA (800x480)到 4Kx2K 或更高解析度影片如 8Kx4K。
HEVC 之編碼端架構如圖（1.1）所示。其中 In-loop filter 包含了下列步驟：解 區塊濾波器（Deblocking Filter），樣本適應性補償（Sample Adaptive Offset, SAO）
以及適應性迴圈濾波器（Adaptive Loop Filter, ALF）。
圖（1.1）HEVC 之編碼端架構
2
1.1.2 HEVC 之適應性迴圈濾波器
在 HEVC 中，編碼器在進行編碼時會先將輸入的影像切割成大小為 64x64 的 編碼單元，稱之為最大編碼單元（Large Coding Unit, LCU）[1][2]。每一個 LCU 可 以利用四分樹的分割方式進行更深入的切割，可得 8x8、16x16、32x32 以及 64x64 四種尺寸之編碼單元（Coding Unit, CU）。而編碼單元經過量化之後會產生量化誤 差（Quantization error），特別是在 low bitrate 時會造成區塊效應（Block Artifacts）。
為了解決區塊效應的問題，可以使用解區塊濾波器。 迴圈濾波器係數是利用 Wiener filter 的方式所取得。透過適應性迴圈濾波器可減少 畫面當中像素的量化誤差，降低原始畫面與重建畫面之間的失真率。對於未來要 進行編碼的畫面來說，參考品質較佳的重建畫面進行畫面間預測（Inter Prediction）
可讓編碼效率有所提升。
適應性迴圈濾波器的形狀如圖（1.2）所示[5]，紅色區塊為進行濾波之像素。
根據濾波器的形狀，以及相對應像素位置的重建畫面訊號與原始畫面訊號可取得 auto-correlation matrix R 與 cross-correlation vector p，由此可得濾波器係數為 w = R-1p 式(1.1)
取得該像素之濾波器係數之後，即可對濾波器係數以及重建畫面像素值進行線性 組合得到新的像素值。
3
圖（1.2）適應性迴圈濾波器
但若是每一個像素都需要傳送濾波器係數的話，對於傳輸上是一極大的負擔，
於是現階段的做法是利用區域分類的方式（Region-based Approach, RA）將畫面均 勻切割成 16 個區域，每一個區域分配對應的編號（0-15），如圖（1.3）所示。其 中每一個正方形區塊代表一個 LCU，矩形區域的邊界即為 LCU 的邊界，每一個矩 形區域收集資訊之後可取得自己的濾波器係數。區域之間也可進行合併重新取得 並共享新的濾波器係數，接著使用貪婪演算法（Greedy algorithm）得到各區域之 間的合併方式且合併的限制條件必須是鄰近編號的區域才可以進行合併。例如：
區域 3 可以合併的區域為區域 2、區域 4，若是區域 3 想和區域 5 進行合併，則必 須將區域 4 一起合併。使用區域分類可達成多個 LCU 共享一組濾波器係數。
圖（1.3）區域分類之區域切割方式
4 個區域，並同樣使用 LCU-based syntax，但區域之間的合併方式仍有所限制。
5
1.3 研究貢獻
本論文的研究工作中，主要目標是希望達到每一個 LCU 參考完當前資訊獲得 濾波器係數後，並可立即傳送。直覺的想法是我們允許每一個 LCU 可以傳送自己 的濾波器參數，因此我們使用 LCU-based syntax 的方式來進行傳送。但因為這樣 的做法必定會造成傳輸上極大的負擔，我們想知道如果利用整張畫面的資訊來達 成濾波器優化後，其畫面品質的提升是否可以抵消掉傳輸上所帶來的負擔。在這 樣的方式之下如果達成極佳的壓縮效率，則有可能可以達到一個 LCU 參考完當前 資訊獲得濾波器係數，並且壓縮完畢之後立即傳送。因此我們提出兩種濾波器的 優化方式：
將原本區域分類（RA）只切成 16 個區域，延伸為每一個 LCU 即為一個區 域，區域間合併方式類似於區域分類（RA）演算法。
將畫面以四分樹分割的方式做最大深度切割之後，利用 Bottom-up 的方式 將區域做合併，其中除了原先四分樹合併方式之外，額外提供了多種區域 合併方式。
由於最後的實驗結果所得到的壓縮效率並不如我們預期，於是我們根據其 他的數據觀察找出壓縮效率為何提升有限。
提出一簡易以列為單位取得最佳濾波器係數（Line-based filter optimization）
以降低編碼延遲。
1.4 論文架構
本論文後續的組織架構為 :第二章介紹適應性迴圈濾波器之相關研究與前人 工作。第三章呈現作者所提出之適應性濾波器係數最佳化演算法。第四章為實驗 結果與分析。最後第五章為本篇論文的結論。
6
（Pixel-based Approach）而取得濾波器係數[6][7]，以像素為單位計算 Laplacian activity 將像素區分成 16 種分類。Laplacian activity 的計算方式如圖（1.3）所示，
計算紅色點的 Laplacian activity 需要鄰近四個點來計算，每一個像素根據分類結果 選擇自己的濾波器係數。解碼端解出濾波器迴圈係數後，還必須計算 Laplacian activity 以對應每一個像素的分類。
圖（2.1）Laplacian activity 之計算
由於用 Pixel-based 方式必須在解碼端額外對每一個像素計算 Laplacian activity 造成複雜度增加，為了解決複雜度增加的問題，2011 年三月，標準會議採納了區 塊分類（Block-based Approach, BA）以及區域分類（Region-based Approach, RA）
兩種濾波器分類方式[8] [9]。
區塊分類（Block-based Approach, BA）
區塊分類（BA）[8]有別於像素分類（Pixel-based Approach）的方式以像素為 單位區分成 16 種分類。計算方向性資訊（directional information）區分成 16 類，
每一個分類分配對應的編號（0-15）並獲得自己的濾波器係數。分類之間也可進行 合併重新取得並共享新的濾波器係數，但合併的限制條件必須是鄰近編號的分類 才可以進行合併。例如：分類 3 可以合併的分類為分類 2、分類 4，若是分類 3 想 和分類 5 進行合併，則必須將分類 4 一起合併。使用區塊分類，一個 LCU 中最多 會使用 16 組濾波器係數。