VVC/H.266编码实战：AMVP候选列表构建的工程实现与优化策略

在VVC/H.266视频编码标准中，高级运动矢量预测(AMVP)技术作为帧间预测的核心组件，其实现质量直接影响编码效率。本文将深入解析VTM10.0参考软件中AMVP候选列表构建的完整流程，结合代码实现细节与工程优化经验，为开发者提供可落地的技术实践指南。

1. AMVP技术原理与工程实现框架

AMVP技术通过建立候选运动矢量(MV)列表，为当前预测单元(PU)提供最优预测起点。与HEVC相比，VVC的AMVP在候选来源和构建逻辑上进行了多项改进：

• 候选来源多样化：空域、时域、HMVP历史记录和零MV四种来源
• 列表容量精简：固定长度为2，相比Merge模式的6个候选更注重质量而非数量
• 精度优化：支持1/16像素精度的运动补偿

在VTM10.0中，核心实现位于PU::fillMvpCand()函数，其工程实现框架可分为四个阶段：

cpp复制// VTM10.0中的AMVP候选构建框架（简化版）
void PU::fillMvpCand(PredictionUnit &pu, const RefPicList &eRefPicList, 
                    const int &refIdx, AMVPInfo &amvpInfo) {
    // 阶段1：空域候选检查（左侧A1/A0，上方B1/B0/B2）
    // 阶段2：时域候选检查（同位块MV）
    // 阶段3：HMVP候选补充（历史MV记录）
    // 阶段4：零MV填充保证列表完整
}

2. 空域候选构建的工程细节

空域候选检查遵循VVC标准定义的严格顺序规则，代码实现中需要处理多种边界条件：

2.1 左侧候选检查流程

检查顺序为A1(左下)→A0(左侧)，代码实现关键点：

cpp复制bool bAdded = addMVPCandUnscaled(pu, eRefPicList, refIdx, 
                                posLB, MD_BELOW_LEFT, *pInfo);
if(!bAdded) {
    bAdded = addMVPCandUnscaled(pu, eRefPicList, refIdx,
                               posLB, MD_LEFT, *pInfo);
}

工程注意事项：

• 位置有效性验证：检查参考块是否在CTU边界内
• 参考帧一致性：候选MV的参考帧索引需与当前PU匹配
• 可用性标志检查：predFlagLX标志位验证

2.2 上方候选检查流程

检查顺序为B1(右上)→B0(上)→B2(左上)，实现代码：

cpp复制bool bAdded = addMVPCandUnscaled(pu, eRefPicList, refIdx,
                                posRT, MD_ABOVE_RIGHT, *pInfo);
if(!bAdded) {
    bAdded = addMVPCandUnscaled(pu, eRefPicList, refIdx,
                               posRT, MD_ABOVE, *pInfo);
    if(!bAdded) {
        addMVPCandUnscaled(pu, eRefPicList, refIdx,
                          posLT, MD_ABOVE_LEFT, *pInfo);
    }
}

特殊场景处理：

• 子图边界(SubPic)判断
• 并行处理瓦片(Tile)边界情况
• 虚拟边界(Virtual Boundary)处理

3. 时域候选的精准获取

时域候选利用同位图像(colPic)的运动信息，实现中需处理复杂的边界条件：

cpp复制if (cs.picHeader->getEnableTMVPFlag() && 
    pInfo->numCand < AMVP_MAX_NUM_CANDS &&
    (pu.lumaSize().width + pu.lumaSize().height > 12)) {
    // 同位块位置计算
    Position posRB = pu.Y().bottomRight().offset(-3, -3);
    // 边界条件检查
    bool boundaryCond = ((posRB.x + pcv.minCUWidth) < pcv.lumaWidth) && 
                       ((posRB.y + pcv.minCUHeight) < pcv.lumaHeight);
    // 子图特殊处理
    if (curSubPic.getTreatedAsPicFlag()) {
        boundaryCond = ...;
    }
    // 同位MVP获取
    if ((C0Avail && getColocatedMVP(...)) || getColocatedMVP(...)) {
        cColMv.roundTransPrecInternal2Amvr(pu.cu->imv);
        pInfo->mvCand[pInfo->numCand++] = cColMv;
    }
}

关键参数说明：

4. HMVP与零MV的补充机制

当空域和时域候选不足时，系统依次启用HMVP和零MV补充：

4.1 HMVP候选处理流程

cpp复制if (pInfo->numCand < AMVP_MAX_NUM_CANDS) {
    const int currRefPOC = cs.slice->getRefPic(eRefPicList, refIdx)->getPOC();
    addAMVPHMVPCand(pu, eRefPicList, currRefPOC, *pInfo);
}

HMVP列表管理特点：

• 先进先出(FIFO)结构，最大容量6
• 仅存储最近不同位置的MV
• 时间戳匹配确保参考有效性

4.2 零MV填充策略

cpp复制while (pInfo->numCand < AMVP_MAX_NUM_CANDS) {
    pInfo->mvCand[pInfo->numCand] = Mv(0, 0);
    pInfo->numCand++;
}

零MV的应用场景：

• 静态背景区域
• 新出现的运动对象
• 参考帧不匹配情况

5. 工程优化与调试技巧

在实际编码器开发中，AMVP实现需要关注以下优化点：

5.1 性能优化策略

• 提前终止机制：当获得高质量候选时提前结束搜索
• 内存访问优化：MV缓存预取，减少D-Cache缺失
• 并行化处理：Wavefront并行处理依赖区域

5.2 调试与验证方法

常见问题排查清单：

1. 候选MV与参考帧不匹配
2. 子图边界处理异常
3. HMVP列表更新不及时
4. 运动精度转换错误

调试代码片段：

cpp复制// AMVP候选质量检查
if (pInfo->numCand > 0) {
    Mv firstMv = pInfo->mvCand[0];
    CHECK(firstMv.getHor() > 2048 || firstMv.getVer() > 2048,
         "AMVP candidate out of range");
    CHECK(!firstMv.checkedFlowControl(refIdx),
         "AMVP candidate reference mismatch");
}

6. AMVP与Merge模式的协同优化

虽然AMVP和Merge模式构建逻辑不同，但工程实现中可以共享基础设施：

资源共享方案：

• 统一的空间相邻块位置计算函数
• 共用的HMVP列表管理模块
• 相同的时域同位块获取接口

差异对比：

在VTM10.0的实际编码过程中，AMVP候选质量直接影响运动估计效率。通过分析RD-cost分布发现，优质AMVP候选可使运动搜索迭代次数降低30%-40%，特别是在复杂运动场景下效果更为显著。