JVET-AJ0082

📄 提案名称：

EE2-2.19a: Multi-model Extrapolation-based Intra Prediction (MM-EIP)

多模型外推滤波帧内预测

提案编号：

• JVET-AJ0082-v2
• 作者单位：OPPO
• 基础平台：ECM-14.0（VVC 实验参考软件）
• 所属会议：36th JVET Meeting, Kemer, TR, Nov 2024

---

一、背景回顾：什么是 EIP？

在进入 MM-EIP 之前，先简要回顾原始的 EIP（Extrapolation filter-based Intra Prediction） 模式：

• 使用一个 15-tap 线性滤波器对邻近已重建像素加权求和
• 滤波器系数通过最小二乘法拟合得到
• 预测按对角线顺序生成
• 支持两种模式：
  • 本地推导：基于当前块周围样本训练滤波器
  • EIP Merge 模式：复用前序块的滤波器参数

虽然 EIP 能有效建模局部纹理，但使用单一滤波器难以适应复杂多变的图像结构（如边缘与平坦区域共存）。为此，本提案提出 MM-EIP：为不同上下文动态选择不同的滤波器模型。

---

二、核心思想：为什么要引入"多模型"？

❓ 问题分析

传统 EIP 使用统一的滤波器模板去拟合所有类型的区域：

区域类型	是否适合单个滤波器
平滑渐变区	✅ 可以较好建模
强边缘区	✅ 可以捕捉跳变
混合区域（平滑+锐边相邻）	❌ 单一滤波器无法兼顾

例如：一个块中左侧是天空（缓变），右侧是建筑轮廓（陡变），若用同一组系数预测整个块，会导致部分区域失配。

---

✅ 解决方案：根据输入信号自适应切换两个独立滤波器

MM-EIP 将训练样本划分为两类，分别训练两个专用滤波器：

• Filter 1（Group1）：适用于低强度/平滑区域
• Filter 2（Group2）：适用于高强度/边缘区域

然后根据当前预测位置的"参考值"决定使用哪一个模型。

---

三、MM-EIP 方法详解

🔧 整体流程概览

开始
  ↓
当前 CU 启用 EIP 模式？
  ↓ 是
EIP-Merge 模式启用？
  ↓ 否 → 进入 MM-EIP 分支
  ↓
提取训练样本（来自上方/左侧邻域）
  ↓
对每个样本计算"reference value"
  ↓
与阈值 threshold 比较
  ↓
≤ threshold → 归入 Group1
> threshold → 归入 Group2
  ↓
分别构建两组自相关矩阵 R 和互相关向量 r
  ↓
解方程得两套滤波器系数：C1[] 和 C2[]
  ↓
预测阶段：根据当前位置的 reference 值选择对应滤波器
  ↓
生成最终预测块

---

四、关键技术步骤详解

步骤 1：定义"Reference Value"作为分类依据

什么是 Reference Value？

它是一个代表当前预测上下文特征的标量值，用于判断该位置属于哪种纹理类型。

提案中未明确说明具体形式，但通常可采用以下之一：

类型	说明
邻域平均亮度	如取左上 3×3 区域均值
梯度幅值	计算 Sobel 或 Prewitt 梯度大小
Laplacian 响应	检测是否为边缘点
直接用参考像素本身	如 TL、T[0]、L[0] 等

示例：reference = clip((T[-1]+T[0]+L[0])/3, minVal, maxVal)

---

步骤 2：设置分类阈值 threshold

• 阈值可以是固定常数（如 128 for 8bit）
• 或动态设定（如基于全局均值或中位数）

作用：将训练样本划分为两类：

• Group1：reference ≤ threshold
• Group2：reference > threshold

---

步骤 3：分组训练两个独立滤波器

对于每一组样本，单独执行标准 EIP 训练流程：

对于 Group1：

构建：

• 自相关矩阵 \\mathbf{R}*1 = \\sum \\mathbf{t}*{1,i} \\cdot \\mathbf{t}_{1,i}\^T
• 互相关向量 \\mathbf{r}*1 = \\sum \\mathbf{t}*{1,i} \\cdot d_i

求解：
c1=R1−1r1 \mathbf{c}_1 = \mathbf{R}_1^{-1} \mathbf{r}_1 c1=R1−1r1

得到第一套滤波器系数 C1_0, C1_1, ..., C1_{14}

对于 Group2：

同理：
c2=R2−1r2 \mathbf{c}_2 = \mathbf{R}_2^{-1} \mathbf{r}_2 c2=R2−1r2

得到第二套系数 C2_0, C2_1, ..., C2_{14}

⚠️ 注意：两个滤波器可以有不同的模板形状（offsetX, offsetY），也可相同

---

步骤 4：预测阶段动态选择模型

当对当前像素 (x, y) 进行预测时：

1. 计算其对应的 reference_value

2. 判断：

   • 若 reference_value ≤ threshold → 使用 Filter 1
   • 否则 → 使用 Filter 2

3. 应用对应公式：

pred(x,y)={∑i=014C1i⋅t(x−dx1i,y−dy1i)+C114×2bitDepth−1,if ref≤threshold∑i=014C2i⋅t(x−dx2i,y−dy2i)+C214×2bitDepth−1,otherwise \text{pred}(x, y) = \begin{cases} \displaystyle \sum_{i=0}^{14} C1_i \cdot t(x-\text{dx1}i, y-\text{dy1}i) + C1{14} \times 2^{\text{bitDepth}-1}, & \text{if } \text{ref} \leq \text{threshold} \\ \displaystyle \sum{i=0}^{14} C2_i \cdot t(x-\text{dx2}_i, y-\text{dy2}i) + C2{14} \times 2^{\text{bitDepth}-1}, & \text{otherwise} \end{cases} pred(x,y)=⎩ ⎨ ⎧i=0∑14C1i⋅t(x−dx1i,y−dy1i)+C114×2bitDepth−1,i=0∑14C2i⋅t(x−dx2i,y−dy2i)+C214×2bitDepth−1,if ref≤thresholdotherwise

注：末尾项 C_{14} \\times 2\^{\\text{bitDepth}-1} 可能表示偏置补偿（需结合代码确认）

---

五、语法与编码控制

✅ 新增语法元素

语法	含义
eip_flag	是否启用 EIP 模式（原有）
eip_merge_flag	是否使用继承模式（原有）
mm_eip_flag	（隐含）仅当 EIP 开启且非 merge 模式时自动启用 MM-EIP

当前提案未显式传输 mm_eip_flag，而是将其作为 EIP 推导模式下的子分支处理

---

✅ 候选数量调整机制

为了不增加整体复杂度，提案规定：

"The number of derived EIP filter candidates are modified so that the total number of derived EIP filter candidates (including both EIP and MM-EIP) doesn't exceed the previous number."

即：

• 原本可能生成 N 个传统 EIP 滤波器候选
• 现在改为生成若干个普通 EIP + 若干个 MM-EIP 候选
• 总数仍限制为 N

✅ 目的：保持编码器决策负担不变

---

✅ 滤波器模板尺寸限制

• 最大模板大小设为 8×8
• 控制训练复杂度，避免过大的支持区域影响效率

---

六、图示还原：MM-EIP 分类与预测机制

由于原文未提供清晰图示，我们根据描述还原关键示意图。

图 1：训练样本分类示意图

Current Coding Unit (CU)
+-------------------------------------------+
|                                           |
|              Predicted Area               |
|                                           |
|        +--------------------+             |
|        |     Training       |             |
|        |      Samples       | ← From above/left
|        +--------------------+             |
|                                           |
+-------------------------------------------+
↑
Each training sample has a "reference value"

Classification:
┌──────────────────────┐    ┌──────────────────────┐
│   Group 1              │    │   Group 2              │
│   Low Intensity        │    │   High Intensity       │
│   ref ≤ threshold      │    │   ref > threshold      │
│                        │    │                        │
│  Use common pattern    │    │  Capture edge change   │
└────────────────────────┘    └────────────────────────┘

→ Train separate filters: Filter1 vs Filter2

---

图 2：预测阶段模型选择流程

Predicting pixel at (x,y)
         ↓
Extract reference value (e.g., avg of neighbors)
         ↓
Compare with threshold
         ↓
    +-------------+
    ↓             ↓
≤ threshold      > threshold
    ↓             ↓
Use Filter 1     Use Filter 2
(C1 coefficients) (C2 coefficients)
    ↓             ↓
Apply extrapolation formula
         ↓
Generate pred(x,y)

---

七、解码端如何同步？

由于所有操作都基于公开规则（分类阈值、训练方法、滤波器结构），解码端可完全复现：

1. 使用相同的参考值计算方式
2. 使用相同的 threshold
3. 在相同区域内提取训练样本并分类
4. 分别训练两个滤波器
5. 根据当前像素的 reference 决定使用哪个模型

✅ 不需要额外传输任何语法元素（如 use_filter_1_flag）

---

八、总结：MM-EIP 的核心技术亮点

特性	说明
双模型架构	定义两个独立滤波器，分别适配不同纹理特性
上下文感知分类	基于"reference value"将样本划分为两组
分组训练	每组独立构建 R 矩阵和 r 向量，提升拟合精度
动态预测选择	每个像素根据上下文选择最优滤波器
零信令开销	无需新增标志位，复用 EIP 推导流程
兼容性强	可与 EIP Merge 模式共存，不影响其他工具

---

✅ 结论

本提案提出的 Multi-model EIP (MM-EIP) 方法是一种轻量级、高效益的增强型帧内预测技术。其核心做法是：

在传统 EIP 框架下，引入基于上下文的双模型机制：

• 将训练样本按"reference value"分为两类
• 分别训练两个专用滤波器（Filter1 / Filter2）
• 预测时根据当前像素的 context 动态选择合适的模型

这种方法显著提升了 EIP 对混合纹理区域的建模能力，同时保持了编解码一致性与低复杂度特性。

---