ECM技术学习：单向局部光照补偿（unidirectional local illumination compensation）

局部光照补偿 (local illumination compensation，LIC)技术基于光照变化的线性模型，认为当前块和参考块之间存在线性关系，表示为α*p[x]+β，其中p[x]是当前块单向预测MV指向的参考块，α和β是分别是缩放因子和偏移项，通过当前块模板和参考块模板（下图蓝色区域）推导得到，如下图所示。

 LIC的使用条件：

• 仅用于帧间单向预测
• 对亮度样本少于32的块禁用 LIC
• 参考块模板的样本是通过使用当前块MV的运动补偿生成的，无需将其舍入到整数像素精度
• 不和CIIP、IBC共同使用
• LIC用于亮度、色度分量

LIC的线性模型参数是通过当前块的模板像素（相邻重建像素，模板宽度为1）和参考块的模板像素（当前块的模板通过使用当前块的MV通过MC生成的）通过最小二乘法构造的，主要包括以下两种情况：

（1）对于非子块模式，LIC 参数推导是基于当前CU对应的模板块样本，如下图所示，LIC的参数是通过当前CU的模板样本（左图的蓝色像素点）和参考CU的模板样本（右图的黄色像素点）通过最小二乘法推导得到。

 （2）对于子块模型（Affine），LIC 参数基于边界子块导出，导出的单个模型应用于整个块，如下图所示，由于每个子Pu的MV各不相同，因此参考块的模板样本是通过边界各个子PU的MV各自进行运动补偿后得到的样本拼接而成（右图黄色像素点）。

 最小二乘法的计算公式如下图所示，其中ref指代参考模板样本，Cur指代的是当前模板样本

相关代码：

xLocalIlluComp函数是LIC技术的关键代码，主要包括：

• 调用xGetSublkTemplate函数获取重建模板和参考模板
• xGetLICParamGeneral函数计算线性参数alpha和beta
• linearTransform函数进行线性变换

void InterPrediction::xLocalIlluComp(const PredictionUnit& pu,const ComponentID     compID,const Picture&        refPic,const Mv&             mv,const bool            biPred,PelBuf&               dstBuf
)
{Pel* refLeftTemplate  = m_pcLICRefLeftTemplate; // 左侧参考模板Pel* refAboveTemplate = m_pcLICRefAboveTemplate; // 上参考模板Pel* recLeftTemplate  = m_pcLICRecLeftTemplate; // 左相邻重建模板Pel* recAboveTemplate = m_pcLICRecAboveTemplate; // 上相邻重建模板int numTemplate[2] = { 0 , 0 }; // 0:Above 上侧模板可用像素数, 1:Left左侧模板可用像素数// 获取重建模板和参考模板xGetSublkTemplate(*pu.cu, compID, refPic, mv, pu.blocks[compID].width, pu.blocks[compID].height, 0, 0, numTemplate, refLeftTemplate, refAboveTemplate, recLeftTemplate, recAboveTemplate);// 计算线性参数alpha和betaint shift = 0, scale = 0, offset = 0;xGetLICParamGeneral(*pu.cu, compID, numTemplate, refLeftTemplate, refAboveTemplate, recLeftTemplate, recAboveTemplate, shift, scale, offset);const ClpRng& clpRng = pu.cu->cs->slice->clpRng(compID);dstBuf.linearTransform(scale, shift, offset, true, clpRng); 
}

 xGetSublkTemplate函数用来重建模板和参考模板，参考模板是通过xGetPredBlkTpl函数，使用当前块的MV进行运动补偿得到的。

void InterPrediction::xGetSublkTemplate(const CodingUnit& cu,const ComponentID compID,const Picture&    refPic,const Mv&         mv,const int         sublkWidth,const int         sublkHeight,const int         posW,const int         posH,int*              numTemplate,Pel*              refLeftTemplate,Pel*              refAboveTemplate,Pel*              recLeftTemplate,Pel*              recAboveTemplate)
{const int       bitDepth = cu.cs->sps->getBitDepth(toChannelType(compID));const int       precShift = std::max(0, bitDepth - 12);const Picture&  currPic = *cu.cs->picture; // 当前重建图const CodingUnit* const cuAbove = cu.cs->getCU(cu.blocks[compID].pos().offset(0, -1), toChannelType(compID)); const CodingUnit* const cuLeft = cu.cs->getCU(cu.blocks[compID].pos().offset(-1, 0), toChannelType(compID));const CPelBuf recBuf = cuAbove || cuLeft ? currPic.getRecoBuf(cu.cs->picture->blocks[compID]) : CPelBuf();const CPelBuf refBuf = cuAbove || cuLeft ? refPic.getRecoBuf(refPic.blocks[compID]) : CPelBuf();std::vector<Pel>& invLUT = m_pcReshape->getInvLUT();// above 上侧模板if (cuAbove && posH == 0){// 通过运动补偿获取上参考模板xGetPredBlkTpl<true>(cu, compID, refBuf, mv, posW, posH, sublkWidth, refAboveTemplate);// 当前块相邻重建像素const Pel*    rec = recBuf.bufAt(cu.blocks[compID].pos().offset(0, -1));for (int k = posW; k < posW + sublkWidth; k++){int refVal = refAboveTemplate[k];int recVal = rec[k];if (isLuma(compID) && cu.cs->picHeader->getLmcsEnabledFlag() && m_pcReshape->getCTUFlag()){recVal = invLUT[recVal];}recVal >>= precShift;refVal >>= precShift;refAboveTemplate[k] = refVal;recAboveTemplate[k] = recVal;numTemplate[0]++; // 上侧模板计数 + 1}}// left 左侧模板if (cuLeft && posW == 0){xGetPredBlkTpl<false>(cu, compID, refBuf, mv, posW, posH, sublkHeight, refLeftTemplate);const Pel*    rec = recBuf.bufAt(cu.blocks[compID].pos().offset(-1, 0));for (int k = posH; k < posH + sublkHeight; k++){int refVal = refLeftTemplate[k];int recVal = rec[recBuf.stride * k];if (isLuma(compID) && cu.cs->picHeader->getLmcsEnabledFlag() && m_pcReshape->getCTUFlag()){recVal = invLUT[recVal];}recVal >>= precShift;refVal >>= precShift;refLeftTemplate[k] = refVal;recLeftTemplate[k] = recVal;numTemplate[1]++; // 左侧模板计数 + 1}}
}

xGetLICParamGeneral函数计算线性参数α和β

void InterPrediction::xGetLICParamGeneral(const CodingUnit& cu,const ComponentID compID,int*              numTemplate,Pel*              refLeftTemplate,Pel*              refAboveTemplate,Pel*              recLeftTemplate,Pel*              recAboveTemplate,int&              shift,int&              scale,int&              offset
)
{const int       cuWidth = cu.blocks[compID].width; // CU的宽度const int       cuHeight = cu.blocks[compID].height; // CU的高度const int       bitDepth = cu.cs->sps->getBitDepth(toChannelType(compID));const int       precShift = std::max(0, bitDepth - 12);const int       maxNumMinus1 = 30 - 2 * std::min(bitDepth, 12) - 1;const int       minDimBit = floorLog2(std::min(cuHeight, cuWidth));const int       minDim = 1 << minDimBit; // 最小的维度尺寸（宽度和高度较小的尺寸）int       minStepBit = minDim > 8 ? 1 : 0;while (minDimBit > minStepBit + maxNumMinus1) { minStepBit++; } //make sure log2(2*minDim/tmpStep) + 2*min(bitDepth,12) <= 30const int       numSteps = minDim >> minStepBit; // 上模板和左侧模板选取相同数目的像素const int       dimShift = minDimBit - minStepBit;//----- get correlation data -----int x = 0, y = 0, xx = 0, xy = 0, cntShift = 0;// aboveif (numTemplate[0] != 0){for (int k = 0; k < numSteps; k++){CHECK(((k * cuWidth) >> dimShift) >= cuWidth, "Out of range");int refVal = refAboveTemplate[((k * cuWidth) >> dimShift)];int recVal = recAboveTemplate[((k * cuWidth) >> dimShift)];x += refVal;y += recVal;xx += refVal * refVal;xy += refVal * recVal;}cntShift = dimShift;}// leftif (numTemplate[1] != 0){for (int k = 0; k < numSteps; k++){CHECK(((k * cuHeight) >> dimShift) >= cuHeight, "Out of range");int refVal = refLeftTemplate[((k * cuHeight) >> dimShift)];int recVal = recLeftTemplate[((k * cuHeight) >> dimShift)];x += refVal;y += recVal;xx += refVal * refVal;xy += refVal * recVal;}cntShift += (cntShift ? 1 : dimShift);}//----- determine scale and offset -----shift = m_LICShift;if (cntShift == 0){scale = (1 << shift);offset = 0;return;}const int cropShift = std::max(0, bitDepth - precShift + cntShift - 15);const int xzOffset = (xx >> m_LICRegShift);const int sumX = x << precShift;const int sumY = y << precShift;const int sumXX = ((xx + xzOffset) >> (cropShift << 1)) << cntShift;const int sumXY = ((xy + xzOffset) >> (cropShift << 1)) << cntShift;const int sumXsumX = (x >> cropShift) * (x >> cropShift);const int sumXsumY = (x >> cropShift) * (y >> cropShift);int a1 = sumXY - sumXsumY;int a2 = sumXX - sumXsumX;int scaleShiftA2 = getMSB(abs(a2)) - 6;int scaleShiftA1 = scaleShiftA2 - m_LICShiftDiff;scaleShiftA2 = std::max(0, scaleShiftA2);scaleShiftA1 = std::max(0, scaleShiftA1);const int scaleShiftA = scaleShiftA2 + 15 - shift - scaleShiftA1;a1 = a1 >> scaleShiftA1;a2 = Clip3(0, 63, a2 >> scaleShiftA2);scale = int((int64_t(a1) * int64_t(m_LICMultApprox[a2])) >> scaleShiftA); // scale = a1 /  a2,此处应该是为了避免除法将a2映射到小数了scale = Clip3(0, 1 << (shift + 2), scale);const int maxOffset = (1 << (bitDepth - 1)) - 1;const int minOffset = -1 - maxOffset;offset = (sumY - ((scale * sumX) >> shift) + ((1 << (cntShift)) >> 1)) >> cntShift;offset = Clip3(minOffset, maxOffset, offset);
}