[論文レビュー] Transform and Entropy Coding in AV2

Alican Nalci, Hilmi E. Egilmez+22 more|arXiv (Cornell University)|Jan 6, 2026

Video Coding and Compression Technologies被引用数 0

ひとこと要約

論文は AV2 の transform とエントロピー符号化設計を詳述しており、再設計されたカーネル、データ駆動型変換、拡張されたパーティショニング、モード/係数依存のシグナリング、および IST、TCQ、ATC、PARA、FSC、CCTX、PH の新ツールを含み、圧縮効率を高める。

ABSTRACT

AV2 is the successor to the AV1 video coding standard developed by the Alliance for Open Media (AOMedia). Its primary objective is to deliver substantial compression gains and subjective quality improvements while maintaining low-complexity encoder and decoder operations. This paper describes the transform, quantization and entropy coding design in AV2, including redesigned transform kernels and data-driven transforms, expanded transform partitioning, and a mode & coefficient dependent transform signaling. AV2 introduces several new coding tools including Intra/Inter Secondary Transforms (IST), Trellis Coded Quantization (TCQ), Adaptive Transform Coding (ATC), Probability Adaptation Rate Adjustment (PARA), Forward Skip Coding (FSC), Cross Chroma Component Transforms (CCTX), Parity Hiding (PH) tools and improved lossless coding. These advances enable AV2 to deliver the highest quality video experience for video applications at a significantly reduced bitrate.

研究の動機と目的

• AV2 のリデザインが主要な変換とシグナリングをどのように再設計し、エネルギー圧縮性を改善し副情報を減らすかを説明する。
• 変換パーティショニングの拡張と、変換と係数符号化の効率を高める新ツールを説明する。
• ビットレートを減らしスループットを維持するエントロピー符号化の改善と新しいシグナリング方式を提示する。
• データ駆動と二次変換が自然画とスクリーンコンテンツの圧縮利得にどのように寄与するかを示す。

提案手法

• DCT/DST/ADST ファミリの再設計された変換カーネルを説明し、データ駆動変換（DDT）を導入する。
• 拡張された変換パーティショニングタイプと intra/inter ブロックの統一シグナリング（MDTX、IST、CCTX）を説明する。
• MS-AC フレームワーク内の PARA、ATC、TCQ、FSC、PH を含むエントロピー符号化の強化を詳述する。
• 閉形式の指数関数表現による q_index から QStep への統一量子化マッピングと DC のデルタ q_index オフセットを提示する。
• 不可逆・高ビット深度の考慮とデコーダ/エンコーダの複雑さ影響を概説する。

実験結果

リサーチクエスチョン

• RQ1 AV1 と比較して AV2 はどのような変換とエントロピー符号化の変更を導入し、圧縮効率を改善するのか。
• RQ2 新ツール（IST、CCTX、MDTX、TCQ、PARA、ATC、FSC、PH）はスループットを維持しつつビットレートを低減するにはどう相互作用するのか。
• RQ3 データ駆動変換と大域色成分変換がコンテンツ種別全体で符号化性能に与える影響はどの程度か。

主な発見

• AV2 は再設計されたカーネル、データ駆動変換、およびより大きい/代替の変換構成を導入することで圧縮効率を向上させる。
• MDTX、IST、CCTX によるモードとブロックサイズ依存のシグナリングにより、変換シグナリングがよりコンパクトになる。
• IST と CCTX は非分離型およびクロスカラー成分変換を現実的な複雑さ域で活用することでエネルギー圧縮性を改善する。
• TCQ、PARA、ATC、FSC は自然画とスクリーンコンテンツの係数符号化効率とレート-歪み性能を向上させる。
• 指数関数的な q_index から QStep への統一マッピングにより量子化モデルが統一され、レート制御を単純化し高ビット深度機能を拡張する。