本文内容来自ICIP2020论文《COMPLEXITY ANALYSIS OF NEXT-GENERATION VVC ENCODING AND DECODING》

论文使用VTM6对编码端和解码端的速度及内存占用情况进行分析并和HM16做对比。

VVC新增工具

块划分

最大CTU尺寸变为128×128，且引入多类型树划分，允许CTU按照四叉树、二叉树、三叉树方式划分。

帧内预测

允许67个帧内预测模型，其中65个角度模式、DC模式、planar模式。允许非正方形块的帧内预测。可以进行宽角度帧内预测。角度模式使用4抽头滤波器进行平滑滤波。引入CCLM和MRL。

帧间预测

帧间预测中merge模式的候选项可以使用pairwise average vector和history-based vector。增加merge with MVD(MMVD)模式。对称MVD模式。仿射运动补偿。三角划分。双向光流BDOF。解码端运动向量修正DMVR。

变换

亮度块最大变换尺寸64×64，色度块为32×32。大变换块高频系数置零。多变换模式选择MTS。子块变换SBT。

熵编码

改进的CABAC。引入了基于QP的上下文初始化。概率模型的选择取决于语法元素的值和局部0元素的数量。

环路滤波

除了DBF、SAO外还引入了ALF。

测试条件

论文实验使用VTM6和HM16作为测试平台，测试三种配置Low delay,Random Access,All intra。有6条测试序列，分辨率包括1280×720,1920×1080,3840×2160。使用22，27，32，37共4个QP参数。使用Intel VTune Amplifier软件进行性能分析。测试机器为windows10，Intel core i7 4790K，主频4GHz，内存8GB。

上图是测试序列详细情况。

编码器复杂度分析

编码器主要考虑了六个模块复杂度：运动估计（Motion Estimation,ME）、帧内预测（Intra Prediction,IP）、变换量化（Transform and Quantization,T/Q），熵编码（Entropy Coding,EC）、环路滤波（Loop Filter,LF），内存消耗（Mem）。

上图Fig.1是VVC编码器各模块复杂度分布情况。在LD和RA配置下可以看见随着码率降低（QP增大），T/Q和EC所占比重下降，ME和LF所占比重上升。AI配置下IP、T/Q、EC占了绝大部分复杂度。VVC复杂度高主要原因是递归的进行多类型树划分，但这个过程分布在所有编码函数中不能简单的归为某一个工具。通过限定树的划分深度可见其影响，在LD配置下通过设置树划分层次为1~4，分别与默认的深度6比较，其降低的复杂度分别为82%,76%,58%,26%。通过禁止多类型划分可降低83%的复杂度。

上图Fig.2是HEVC编码器各模块复杂度分布情况。和VVC相比可以明显看出LF占比较小，在LD配置下HEVC占比0.1%而VVC占比5.5%。同样在LD配置下IP在HEVC占比1%，在VVC占比5%。EC、ME、T/Q在VVC中的占比近似为HEVC中的0.8倍。实际上VVC中的ME复杂度比HEVC要高，这说明其他工具复杂度升高的比重更大。

上图Fig.3展示了VVC和HEVC的720p和1080p视频编码器平均复杂度比较情况。平均来说在LD，RA，AI配置下，VVC的平均复杂度分别是HEVC的5倍，7倍，31倍。一个有趣的发现是，不像其他标准帧内编码比帧间编码简单很多，在VVC在LD和RA配置下帧内编码分别是1.3倍和1.4倍。而且VVC的复杂度和QP很相关，在LD配置下QP=22的复杂度是QP=37的4.8倍，而在HEVC中是1.6倍，这意味着要达到更好的质量需要更多的处理。

上图Fig.4是内存占用情况，是在LD配置下1080p视频中的测试结果。由于VTM和HM都达不到实时编码，上面的结果都缩放到实时情况，且为了更好的展示图中结果都乘以10了。可以看到QP越小内存消耗越大。VVC的平均编码和解码内存带宽分别是332GB/s和14GB/s，而HEVC分别是11GB/s和5GB/s。这是因为VVC的CU尺寸更大，预测候选项更大需要更大存储空间，而且不同的CU组合和各种编码模式导致对相同数据的多次和不规则访问。

解码器复杂度分析

上图Fig.5是VVC解码器各模块复杂度分布情况。可以看到LF占比很高，平均SAO占3%，ALF占13%，DBF占17%。

上图Fig.6是HEVC解码器各模块复杂度分布情况。

上图Fig.7展示了VVC和HEVC的720p和1080p视频解码器平均复杂度比较情况。平均来说在LD，RA，AI配置下，VVC的平均复杂度分别是HEVC的1.5倍，1.5倍，1.8倍。AI相对于LD和RA的复杂度也提高了，在VVC中AI的复杂度是LD和RA的2.2倍，而在HEVC中分别是1.7倍和1.8倍。

更详细的信息请参考原论文《COMPLEXITY ANALYSIS OF NEXT-GENERATION VVC ENCODING AND DECODING》

感兴趣的请关注微信公众号Video Coding