该技术的核心是当前块与参考块之间存在线性光照变化，并且此变化是线性变化。通过当前块和参考块的相邻重构像素（模板），拟合出线性函数a*p[x]+b来补偿光照变化。其中p[x]为参考块，a为缩放因子，b为偏移量，如下图所示
其中a和b利用最小二乘法推导得到：
LIC使用条件:
CIIP模式和IBC模式禁用面积小于32的块禁用LIC flag 没有时域继承性生成merge候选列表时无需基于LIC flag进行修剪不可用于双向预测（）LIC应用于1616的处理单元时，使用当前CU中左上角1616的单元进行参数推导，并且用于CU内其他部分，如图所示
LIC 应用于子块模式，其中 LIC 参数是根据在子块基础上导出的样本导出的，但仅限于左上角的第一个 16x16 处理单元，如图所示
编码端的优化：
未开启LIC时的运动搜索结果将在LIC开启时重复使用（JVET-MJVET-M0182提出）若相邻4 * 4子块的LIC使用率超过阈值TH(0.10)，则开启LIC下，以MR-SAD为标准进行运动搜索
代码：
LIC的主函数为xLocalIlluComp，该函数由xPredInterBlk所调用。函数内部主要分为三个步骤：
获取当前块和参考块的模板像素 ——xGetSublkTemplate函数根据模板像素，利用最小二乘法，确定线性变换的参数a、b ——xGetLICParamGeneral函数将当前块的像素带入线性变换中，进行光照补偿 ——linearTransform函数
oid InterPrediction::xLocalIlluComp(const PredictionUnit& pu,const ComponentIDcompID,const Picture& refPic,const Mv& mv,const bool biPred,PelBuf&dstBuf){Pel* refLeftTemplate = m_pcLICRefLeftTemplate;//LJY:用于保存参考块的模板像素Pel* refAboveTemplate = m_pcLICRefAboveTemplate;Pel* recLeftTemplate = m_pcLICRecLeftTemplate;//LJY:用于保存当前快的模板像素指针Pel* recAboveTemplate = m_pcLICRecAboveTemplate;int numTemplate[2] = {0 , 0 }; // 0:Above, 1:Left//LJY：获取当前块和参考块的模板像素xGetSublkTemplate(*pu.cu, compID, refPic, mv, pu.blocks[compID].width, pu.blocks[compID].height, 0, 0, numTemplate, refLeftTemplate, refAboveTemplate, recLeftTemplate, recAboveTemplate);//LJY：根据最小二乘法，确定参数a、bint 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);//LJY：将当前块的像素带入表达式，进行线性变换，修正像素值}
xGetSublkTemplate函数用于获取当前块和参考块的模板像素，其中主要通过xGetPredBlkTpl函数获取。
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;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();//LJY：获取当前块的像素const CPelBuf refBuf = cuAbove || cuLeft ? refPic.getRecoBuf(refPic.blocks[compID]) : CPelBuf();//LJY：获取参考块的像素std::vector<Pel>& invLUT = m_pcReshape->getInvLUT();// aboveif (cuAbove && posH == 0)//LJY：获取上模板像素{xGetPredBlkTpl<true>(cu, compID, refBuf, mv, posW, posH, sublkWidth, refAboveTemplate);//LJY：获取参考块的模板像素，保存在refAboveTemplateconst Pel* rec = recBuf.bufAt(cu.blocks[compID].pos().offset(0, -1));for (int k = posW; k < posW + sublkWidth; k++)//LJY：逐点进行处理，移位，放入容器中{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]++;//LJY：该值不为0说明存在上相邻模板，后期拟合系数需要}}// leftif (cuLeft && posW == 0)//LJY：获取左模板像素{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]++;//LJY：该值不为0说明存在左相邻模板，后期拟合系数需要}}}
xGetLICParamGeneral函数采用最小二乘法，确定亮度变化线性关系中的参数a和b
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;const int cuHeight = cu.blocks[compID].height;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;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;const int dimShift = minDimBit - minStepBit;//----- get correlation data -----int x = 0, y = 0, xx = 0, xy = 0, cntShift = 0;//LJY：初始化最小二乘所需的参数// aboveif (numTemplate[0] != 0)//LJY：说明上相邻模板存在，进行拟合，得到最小二乘的参数{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)//LJY：说明左相邻模板存在，进行拟合，得到最小二乘的参数{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);//LJY：缩放ascale = 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;//LJY：偏移量boffset = Clip3(minOffset, maxOffset, offset);}
如果觉得《【ECM技术】局部光照补偿技术（LIC）》对你有帮助，请点赞、收藏，并留下你的观点哦！
