编码与格式 / 系统课时
判断 Skip 和 Merge 的使用条件
判断 Skip 和 Merge 的使用条件
编码一段包含静止背景和匀速移动物体的视频时,并非每个块都需要重新传输运动矢量和残差。HEVC(H.265)的 Merge 模式可以复用已有运动信息,Skip 模式则进一步省略残差数据。本篇通过具体块案例,判断两种模式何时有效、何时容易产生失真。
学习目标
- 区分 Merge 与 Skip 在运动信息、残差和编码开销上的差异。
- 理解 HEVC Merge 候选的来源、选择过程及有效性限制。
- 根据预测误差、残差收益与率失真代价判断适用模式。
Merge 与 Skip 究竟省掉了什么
帧间预测通常需要确定参考图片、运动矢量,再用预测块与当前块之间的差值形成残差。传统的显式运动信息编码需要传递运动矢量差值等语法信息,而 Merge 可以直接采用候选中的运动信息。
在 HEVC 中,Merge 是帧间预测单元(PU)的一种运动信息推导方式。编码器通过索引选择一个 Merge 候选,解码器使用相同规则重建该候选的参考索引、运动矢量及预测方向。Merge 本身并不表示残差必须为零。
Skip 则是进一步满足无残差编码条件的特殊情形:采用 Merge 推导运动信息,不传输变换系数,重建块直接采用运动补偿预测结果。
| 比较项 | 普通显式运动信息帧间模式 | Merge | Skip |
|---|---|---|---|
| 运动信息 | 显式编码预测差值等信息 | 通过候选索引复用 | 通过候选索引复用 |
| 残差系数 | 可编码 | 可编码 | 不编码 |
| 块重建 | 预测加解码残差 | 预测加解码残差 | 直接使用预测 |
| 典型用途 | 新运动或候选不准确 | 运动可复用但仍有预测误差 | 运动可复用且残差收益很小 |
HEVC 如何构造与选择 Merge 候选
Merge 的前提是编码器与解码器能独立推导出相同的候选列表。HEVC 通常先检查已经可用的空间邻块,再考虑时间同位块,最后根据列表状态补充组合或零运动候选。

HEVC 空间候选的常见检查顺序为 A1、B1、B0、A0、B2。B2 是受条件约束的后备位置,并非总会加入。空间候选必须满足可用性规则,例如邻块不能属于不可用区域、不能是帧内预测块,还需遵循相应的编码边界限制。
时间候选从参考图片的同位块获得运动信息,必要时对运动矢量进行时间尺度缩放。对于 B Slice,Merge 候选还可能包含符合规则的双向预测组合。列表不足时可以补入零运动候选,重复或无效候选按标准规则处理。
以最大 Merge 候选数配置为 5 的编码情形为例,实际列表可能包含以下运动信息:
| 索引 | 来源 | 运动信息示例 |
|---|---|---|
| 0 | A1 | L0,MV=(4,0) |
| 1 | B1 | L0,MV=(0,0) |
| 2 | 时间候选 | L0,MV=(3,0) |
| 3 | 其他有效候选 | L0,MV=(4,1) |
| 4 | 补充候选 | L0,MV=(0,0) |
这里的 MV 使用四分之一亮度采样精度表示,(4,0) 对应水平方向一个亮度样本的位移。表格仅展示一种可能的候选列表,实际索引取决于邻块可用性、去重、参考索引和补充规则;相同数值的运动矢量也不必然意味着完整运动信息相同。
编码器不是简单地选择距离最近的邻块,而是测试有效候选的预测效果。候选能否复用还取决于参考图片索引、预测方向以及局部运动是否相符。
静止区域和重复运动区域的判断
先看一个 16×16 的平坦背景块。假设参考图片中的对应区域保持不变,零运动 Merge 候选生成的预测块与当前块相同,所有预测残差都是 0。此时再编码残差不会改善重建质量,Skip 通常是有竞争力的选择。
再看摄像机水平平移产生的连续运动区域。若多个相邻块使用相同参考图片、相同运动方向和位移,当前块可能直接复用左侧邻块的 Merge 候选。即使运动信息完全正确,插值误差、噪声和遮挡也可能留下非零残差,因此 Merge 加残差仍可能优于 Skip。

可以先用以下经验判断,再由编码器完成最终模式选择:
- 静止纹理或稳定背景:优先测试零运动候选及 Skip,但需要确认预测参考与当前内容一致。
- 平移、跟拍或局部匀速运动:测试复用相邻运动信息的 Merge;若残差明显,再比较 Merge 加残差。
- 物体边缘、遮挡、新出现区域:即使邻块运动相同,当前块也可能出现较大预测误差,应比较显式运动搜索和残差编码。
- 亮度变化、噪声或纹理细节:运动信息正确不代表残差为零,直接 Skip 可能造成可见损失。
用率失真代价决定是否采用 Skip
编码器最终通常通过率失真优化比较候选模式,而非仅看运动矢量是否相等。典型目标函数为:
其中 是重建失真, 是估计编码比特数, 控制失真与码率之间的取舍。各编码器的实际失真度量、比特估计与搜索策略可能不同。
假设同一个块测试得到如下数据,并设 ,失真与比特开销均采用本例的统一计算口径:
| 模式 | 失真 D | 比特数 R | 代价 J |
|---|---|---|---|
| Skip | 420 | 8 | 436 |
| Merge 加残差 | 130 | 75 | 280 |
| 显式运动加残差 | 100 | 105 | 310 |
计算 Merge 加残差的代价为 ,因此在这个候选集合中应选择 Merge 加残差,而不是比特数最少的 Skip。
若同一场景使用更大的 ,三种模式的代价分别为 468、580 和 730,Skip 反而胜出。这说明高压缩压力下,编码器可能主动舍弃一定画质来减少比特。
这些数值是用于解释决策的假设数据,不是 HEVC 标准规定的阈值。不能将残差平方和低于某个固定数值直接当成 Skip 的通用启用条件。
容易误判的边界条件
最常见的错误是把静止画面、零运动矢量和 Skip 视为同一件事。实际上,镜头中物体静止时,参考图片仍可能存在亮度变化;使用零运动矢量也可能需要编码显著残差。反过来,运动物体经过精确运动补偿后,完全可能使用非零运动矢量的 Skip。
另一个错误是认为 Merge 候选命中就一定最省码率。候选索引虽然避免显式传输运动矢量差值,但如果参考块不准确,会增加残差比特或重建失真。在运动边界处,编码器往往需要比较多个候选、显式运动搜索及不同块划分。
实际分析时可以按照以下顺序检查:
- 确认当前块属于可使用帧间预测的区域,并检查实际参考图片与相邻候选是否有效。
- 对每个可用 Merge 候选执行运动补偿,计算预测误差。
- 分别评估 Skip 和 Merge 加残差的失真、模式语法开销与残差开销。
- 与其他合法帧间模式比较率失真代价,检查选中模式对应的重建画面。
判断 Skip 的关键是:复用候选运动信息后,省略残差所增加的失真是否值得节省的比特。判断 Merge 的关键则是:现有候选能否用更少的运动信息开销实现足够准确的预测。两者可以使用相同运动候选,却因为残差编码决策不同而产生完全不同的画质与码率结果。