H.265 与 H.264 的主要区别
H.265 与 H.264 的主要区别
H.265 仍然采用混合编解码，编解码结构域 H.264 基本一致。
H.265的框架图：
主要的不同在于：
- H.265新的编码块划分结构：采用CU（Coding Unit）、PU（Prediction Unit）和TU（Transform Unit）的递归结构。
- 基本细节：各功能块的内部细节有很多差异。
- 并行工具：增加了Tile以及WPP等并行工具集以提高编码速度。
- 滤波器：在去块滤波之后增加了SAO（sample adaptive offset）滤波模块。
各模块技术差异汇总
宏块划分
在H.265中，将宏块的大小从H.264的16×16扩展到了64×64，以便于高分辨率视频的压缩。
同时，采用了更加灵活的编码结构来提高编码效率，包括编码单元（Coding Unit）、预测单元（Predict Unit）和变换单元（Transform Unit）。
其中：
- 编码单元类似于H.264/AVC中的宏块的概念，用于编码的过程。
- 预测单元是进行预测的基本单元，
- 变换单元是进行变换和量化的基本单元。
这三个单元的分离，使得变换、预测和编码各个处理环节更加灵活，也有利于各环节的划分更加符合视频图像的纹理特征，有利于各个单元更优化的完成各自的功能。
RQT是一种自适应的变换技术，这种思想是对H.264/AVC中ABT（AdaptiveBlock-size Transform）技术的延伸和扩展。
对于帧间编码来说，它允许变换块的大小根据运动补偿块的大小进行自适应的调整；对于帧内编码来说，它允许变换块的大小根据帧内预测残差的特性进行自适应的调整。
大块的变换相对于小块的变换，一方面能够提供更好的能量集中效果，并能在量化后保存更多的图像细节，但是另一方面在量化后却会带来更多的振铃效应。
因此，根据当前块信号的特性，自适应的选择变换块大小，如下图所示，可以得到能量集中、细节保留程度以及图像的振铃效应三者最优的折中。
帧内预测模式
H.265在H.264的预测方向基础上增加了更多的预测方向。
H.264亮度预测：
- 4x4块：9个方向
- 8x8块：9个方向
- 16x16块：4种方向
H.264色度预测：4种方向。
H.265的亮度预测有35种方向，色度预测有5种方向。
帧间预测模式
H.265是在H.264基础上增加插值的抽头系数个数，改变抽头系数值以及增加运动矢量预测值的候选个数，以达到减少预测残差的目的。
H.265与H.264一样插值精度都是亮度到1/4，色度到1/8精度，但插值滤波器抽头长度和系数不同。
H.265的增加了运动矢量预测值候选的个数，而H.264预测值只有一个。
去块滤波
H.265的去块滤波与H.264的流程是一致的，做了如下最显著的改变：
- 滤波边界： H.264最小到4x4边界滤波；而H.265适应最新的CU、PU和TU划分结构的滤波边缘，最小滤波边界为8x8。
- 滤波顺序：H.264先宏块内采用垂直边界，再当前宏块内水平边界；而H.265先整帧的垂直边界，再整帧的水平边界。
ALF自适应环路滤波
ALF在编解码环路内，位于Deblock和SAO之后，用于恢复重建图像以达到重建图像与原始图像之间的均方差（MSE）最小。
ALF的系数是在帧级计算和传输的，可以整帧应用ALF，也可以对于基于块或基于量化树（quadtree）的部分区域进行ALF，如果是基于部分区域的ALF，还必须传递指示区域信息的附加信息。
采样点自适应偏移（Sample Adaptive Offset）滤波
H.265新增采样点自适应偏移（Sample AdaptiveOffset）滤波，就是对去块滤波后的重建像素按照不同的模板进行分类，并对每一种分类像素进行补偿，分类模板分为BO（Band offset）和EO（Edge offset）。
带状补偿将像素值强度等级划分为若干个条带，每个BO内的像素拥有相同的补偿值。进行补偿时根据重构像素点所处的条带，选择相应的带状补偿值进行补偿。
SAO 把有效的YUV取值范围（0-255）平均分为32个band，如下图所示。通过某些算法（可以通过RDO确定）来选择其中连续的4个band进行补偿，当CTB中的sample的Luma/Chroma处于这4个选定的band中时，需要对这个sample进行补偿（把该band相关的offset值加到sample的值上）。
EO补偿时当前像素点c的相邻像素点包括2个像素，同时规定相邻像素点的位置仅有水平方向(EO_0)，竖直方向(EO_1)，135°方向(EO_2)，45°方向(EO_3)这4种模式，如下图：
SAO在编解码环路内，位于Deblock之后，通过对重建图像的分类，对每一类图像像素值加减一个偏移，达到减少失真的目的，从而提高压缩率，减少码流。
采用SAO后，平均可以减少2%~6%的码流，而编码器和解码器的性能消耗仅仅增加了约2%。
并行化设计
当前芯片架构已经从单核性能逐渐往多核并行方向发展，因此为了适应并行化程度非常高的芯片实现，HEVC/H.265引入了很多并行运算的优化思路， 主要包括以下几个方面。
Tile
用垂直和水平的边界将图像划分为一些行和列，划分出的矩形区域为一个Tile，每一个Tile包含整数个LCU（Largest Coding Unit），Tile之间可以互相独立，以此实现并行处理。
Entropy slice
H.264 Slice切分存在的缺点：H.264的熵编码以slice为单位，这可能会造成各个slice之间的编码负担不均衡，有的slice负担重，有的则负担轻。理论上多切分一些slice有助于在多核计算机上提高负载均衡能力。
Entropy Slice允许在一个slice内部再切分成多个Entropy Slices，每个Entropy Slice可以独立的编码和解码，从而提高了编解码器的并行处理能力。
Dependent Slice
Dependent slice，其解码或编码的起始熵编码CABAC上下文状态是以上一个slice为基础，因此它不能完成数据丢失后的重新同步，该技术可以理解为对原先NALU数据的进一步拆分，可以适合更加灵活的打包方式。
WPP（Wavefront Parallel Processing）
上一行的第二个LCU处理完毕，即对当前行的第一个LCU的熵编码（CABAC）概率状态参数进行初始化，如图所示。因此，只需要上一行的第二个LCU编解码完毕，即可以开始当前行的编解码，以此提高编解码器的并行处理能力。
码率控制方法
CBR（Constant Bit Rate）是以恒定比特率方式进行编码，有Motion发生时，由于码率恒定，只能通过增大QP来减少码字大小，图像质量变差，当场景静止时，图像质量又变好，因此图像质量不稳定。这种算法优先考虑码率（带宽）。
这个算法也算是码率控制最难的算法了，因为无法确定何时有motion发生，假设在码率统计窗口的最后一帧发生motion，就会导致该帧size变大，从而导致统计的码率大于预设的码率，也就是说每秒统计一次码率是不合理的，应该是统计一段时间内的平均码率，这样会更合理一些。
VBR（Variable Bit Rate）动态比特率，其码率可以随着图像的复杂程度的不同而变化，因此其编码效率比较高，Motion发生时，马赛克很少。码率控制算法根据图像内容确定使用的比特率，图像内容比较简单则分配较少的码率，图像内容复杂则分配较多的码字，这样既保证了质量，又兼顾带宽限制。这种算法优先考虑图像质量。
参考
- https://baike.baidu.com/item/%E9%AB%98%E6%95%88%E7%8E%87%E8%A7%86%E9%A2%91%E7%BC%96%E7%A0%81/22742375?fr=ge_ala#3
- https://blog.csdn.net/bvngh3247/article/details/80239593
- https://zhuanlan.zhihu.com/p/633413414
- https://www.cnblogs.com/qing1991/p/10111847.html
- https://zhuanlan.zhihu.com/p/494849282
