新型试验编码工具简述

本文是来自AOMedia 2019研讨会上的演讲，演讲者是来自谷歌编解码团队的Sarah Parker。本文主要介绍了在现行AV1标准的基础上，为下一代编码器性能的优化而提出的一些新型编码工具和做出的一些尝试，这些工具尚处于实验阶段。

视频第一部分介绍了项目的一些背景，比如AV1的发展现状和优势，以及AOMedia继续为下一代编码器探索新工具。接下来视频列举并介绍了目前处于实验阶段的工具：

1. 块分区。提出了新型的块分区策略，使得所有块分区递归，灵活性更强。
2. 变换编码工具。引入新的分区类型，使得正方形和长方形块都具有相同且更多样的分区方法，提升了0.6%的编码效率，但目前只适用于帧间。另外，团队还尝试了基于数据和深度学习的方法来寻找最好的变换策略。
3. 帧内编码工具。提出了基于自适应递归滤波的帧内预测和基于机器学习的帧内熵编码。
4. 帧间编码工具。主要涉及运动矢量预测，亮度补偿和灵活的运动矢量精度控制。
5. 环路滤波工具。尝试将AV1中的CDEF和环路滤波器替换为CNN，这样可以提升3-4%的编码效率，但是需进一步降低复杂度；同时考虑加入不可分离的维纳滤波器。

最后是Q&A环节。

附上演讲视频：