KTAソフトウェアの手引き @ PCSJ/IMPS 2008
PCSJ/IMPS2008 in 修善寺に参加してきました．ナイトセッションのメモです．
とりあえず，前半のみ．後半はまた今度．
イントロダクション
KTAはKey Technical Areasの略で，ITU-T SG16 Question 6 Visual Coding Expert Group (VCEG)で議論されている．2005年10月にスタートし，JM11.0ベースに新しい符号化ツールを追加している
KTA#1 符号化効率改善，KTA#2 計算量削減
計算量削減とは，JMで非常に時間のかかるRDoptの高速化ではなく（残念！），仕組みとしての計算量削減．例えば，Entropy Slice（Parallel CABAC）はエントロピー符号化だけでSliceが組めるようになっている．ちなみに，CABACは非常に演算時間はかかるが，並列化が難しい処理でした．
KTA（のソースコード）は http://iphome.hhi.de/suehring/tml/download/KTA/ で手に入る．"KTA HHI"で検索すれば出てくるはず．
符号化効率改善の考え方
B%の符号量削減を実現するためには，「独立に」A%の符号量削減可能な符号化ツールが何個必要になるのか？
10%削減できるツールが7個あれば，符号量を半分にできる！
寄書（Contributions）
ラポータ会議（議長権限で開催，年3回） http://wftp3.itu.int/av-arch/jvt-site/
JVTの会議 http://wftp3.itu.int/av-arch/video-site/
他に，MPEGの会議があるが，一般公開はされていない
マニュアル
JMのマニュアル：JVT-X072：12.3のマニュアル
KTAのマニュアル：VCEG-AF11 1.3のマニュアル KTA Toolの説明
ただし，configファイルのオプションは突然変わったりするので，ヘッダファイル等で確認した方がよい．
テスト画像
VCEG http://wftp3.itu.int/av-arch/video-site/sequences/
MPEG ftp.tnt.uni-hannover.de MPEGのaccountが必要
VQEG http://www.its.bldrdoc.gov/vqeg/
映像メディア http://www.ite.or.jp/shuppan/testchart_index.html
StEM http://www.dcimovies.com
CoSME http://www.dcaj.org/cosme/index.html
評価方法
Bjontegaard metricを使う．詳しくはVCEG-M33を参照のこと．
量子化一定で4点符号化結果（PSNR，ビットレート）をカーブで近似し，積分してゲインを計算（ΔPSNR(dB)，ΔBitrate(%)）
実行ファイルはavsnr.exeで，av-arch/video-site/H26L/avsnr4.zipから入手可能．また，Excelマクロ（VCEG-AI11参照）もある．
実験条件も整備されつつある．VCEG-AA10, VCEG-AE10r1, VCEG-AH10，VCEG-AI10を参照のこと．
例えば，GOP構造は，IPPP（baseline），IPPP(High)，IBBP(Hight)，階層双方向予測構造（High），I-Only(Baseline, High)など．また，解像度はQCIF, CIF,720p,1080pなど．量子化一定で4点（QP=22,27,32,37）符号化．最強のH.264/AVCと比較!!
最強のH.264/AVCと比較というのが以外と辛い．いわゆるAVCよりもかなり効率が上がっている上に，計算時間も半端ない．階層双方向予測構造というのがキー．
階層双方向予測構造（Hierarchical Bi-prediction structure）
方式：双方向予測しているフレームからも参照する入れ子の予測構造
目的：時間的冗長度の削減
対wavelet戦略（MCTF）
今使われているのは8枚飛ばし
10%ぐらいレート削減
適応量しか丸め処理 ARO Adaptive Rounding Offset
ミッドトレッド＋一様量子化が現状
入力値Xの絶対値の期待値E{x}と，逆量子化後の再生値E{Q[x]}の期待値をそろえるようにオフセットを追加
mobile 10Mbps で5dBとかあがる．基本的に高ビットレート時に効く．
ピクチャ単位の複数符号化 Picture based multi-pass encoding
複数のpicture parameter setを切り替えて，重み付き予測と量子化パラメータを制御
目的：ピクチャレベルの最適化
特に重み付き予測係数の最適化に予測効率向上
silent shuttlestart 10%以上あがる
一見静止しているようなシーケンスでも，重み付き予測を積極的に利用するとかなり効率が改善される．シーケンス依存なので，まったく効かない場合もある．
KTAの特徴
- Rate Distortion Optimization
- MEとモード決定は別ループ
- 符号化結果をメモリで保持
- 補間フィルタ処理は1画面単位で結果をメモリで確保
- 豊富なEncoding技術
- PictureレベルのRDO
- 量子化の最適化技術
- 高速ME
- KTA Toolは#define文で分離
QCIFはフルサーチ，大きな画像はEPZSを使う
config（cfg）ファイルは後ろに書いた方が優先されるので，後ろに書き足すと良いですよ
デコーダーの速度を測るときは，ファイル出力をしないように
global.hでグローバル変数が定義されている．以下の構造体に着目
- input:入力パラメータ
- img:ピクチャ単位でのパラメータ
推奨したいこと
- ソースコード管理システムの導入
- Coding規約は守ろう！
- 自分のコードは#defineで分離
- Decoderは必ず作成しよう
- Encoderの局所複合画像とDecoderの復号画像が一致するか確認！！
- 絵を見てみよう！
