HEVC代码学习19：MV、MVD、MVP概念解析

在代码阅读中，可以看到MV、MVD、MVP三个概念，在开始学习的时候就很糊涂，一直买具体来看下，也找不到具体在哪里有讲解，现在来关注学习一下。

先来逗比一下，名词解析：
MVP——most valuable player，那MVD是什么呢？most valuable dog。好冷。。。。。算了开始正题吧。

概念

MV在之前已经详细学习过了，是通过当前帧和参考帧进行搜索求出的，是一个指示最佳匹配块位置的矢量。

对每一个块的MV都进行编码，那么将花费很多的比特数，特别是小尺寸块。空间相邻的块之间存在相关性，因此可以根据邻近已编码的块进行预测，预测得到的运动矢量即为MVP。时域上也是存在相关性的，因此也可以进行时域预测，可以得到时域MVP。

为了进一步减少编码比特数，采用了残差编码，即对当前MV和预测MV（MVP）的差值进行编码，这个差值即为MVD。

三者之间的关系：MV=MVP+MVD
MV的数据结构详见：
http://blog.csdn.net/lin453701006/article/details/73116271
MV通过xMotionEstimation得到。
http://blog.csdn.net/lin453701006/article/details/70860150
MVD的实际计算在predInterSearch完成。
http://blog.csdn.net/lin453701006/article/details/72458327

发展

在H.264中，使用当前块的左侧、上方、右上方的块的中值作为当前块的MV预测值，即MVP。

MVP= median(MV1,MV2,MV3)

在HEVC中增加了merge和AMVP。
merge下直接用候选块的MV作为当前块的MV，即当前块与候选块共用一个MV，从而节省了开销，此时不存在MVD。当MVD=0时会启动merge模式。merge模式下，编解码器会依照相同的规则建立候选列表，因此只需要传输候选列表的索引。
merge部分的代码目前我只看了getInterMergeCandidates，用于构建候选列表，见：
http://blog.csdn.net/lin453701006/article/details/71436116

AMVP是从时域和空域中选定多个候选块组成一个集合，在该集合中寻找最优的MV匹配，选出最优预测MV进行差分编码。AMVP模式下需要传输最优候选块的索引、参考帧下标、以及MVD。
AMVP相关函数见：
http://blog.csdn.net/lin453701006/article/details/72842344

代码中的位置

既然是运动矢量，必然是在帧间预测部分。而在上一部分提到，merge只是使用候选块MV来构建MV的候选列表，因此，在merge中是不需要计算MV的，也没有MVP和MVD。
在代码中，实际计算MV、MVP、MVD是在predInterSearch函数中（http://blog.csdn.net/lin453701006/article/details/72458327）。
首先会使用AMVP来计算MVP（http://blog.csdn.net/lin453701006/article/details/72842344），找到最优MVP作为运动估计的起点进行整像素和亚像素搜索就得到了MV（http://blog.csdn.net/lin453701006/article/details/70860150），最终通过MV-MVP计算MVD。