如何从VVC VTM参考软件提取带索引的motion vector并导出为txt或xml文件

索引字段设计 #

你需要给每个运动矢量（MV）添加以下维度的索引，即可精确定位MV的所属位置：

• 帧POC（图像顺序计数，区分不同编码帧）
• 帧类型（I/P/B帧，I帧无运动矢量可跳过输出）
• CTU列号、CTU行号（定位到最大编码块级别）
• CU绝对X坐标、CU绝对Y坐标（定位到预测单元的左上角位置）
• CU宽度、CU高度（标记当前预测单元的尺寸）
• 参考帧POC（标记当前MV指向的参考帧序号，双向预测需要分别输出两个参考方向的对应字段）

VTM代码修改逻辑 #

找到你当前写入MV到文件的代码位置，通常位于EncCu.cpp的EncCu::xCompressCU函数中，CU模式决策完成后的位置，在原有导出逻辑前添加索引字段采集代码，参考实现如下：

// 原有MV获取逻辑
Mv curMv = pcCU->getMv(uiPartAddr, REF_PIC_LIST_0, 0);
// 新增索引字段采集
int framePoc = pcCU->getSlice()->getPOC();
int ctuRsAddr = pcCU->getCtuRsAddr();
int ctuX = ctuRsAddr % pcCU->getPic()->getNumCtusInWidth();
int ctuY = ctuRsAddr / pcCU->getPic()->getNumCtusInWidth();
int cuAbsX = pcCU->getCUAbsX();
int cuAbsY = pcCU->getCUAbsY();
int cuW = pcCU->getWidth(uiPartAddr);
int cuH = pcCU->getHeight(uiPartAddr);
int refPoc = pcCU->getSlice()->getRefPOC(REF_PIC_LIST_0, pcCU->getRefIdx(uiPartAddr, REF_PIC_LIST_0, 0));

// TXT导出示例，制表符分隔，可在文件首行写入表头方便后续解析
outFile << framePoc << "\t" << ctuX << "\t" << ctuY << "\t" << cuAbsX << "\t" << cuAbsY << "\t" << cuW << "\t" << cuH << "\t" << refPoc << "\t" << curMv.getHor() << "\t" << curMv.getVer() << "\n";

注意：VTM默认输出的MV为1/4像素精度，如需整像素精度可将MV的水平、垂直分量除以4。

导出格式参考 #

TXT格式 #

首行表头示例：
帧POC\tCTU列号\tCTU行号\tCU左上角X\tCU左上角Y\tCU宽度\tCU高度\t参考帧POC\tMV水平分量\tMV垂直分量
每行对应一个MV的全部信息，分隔符可根据你的解析需求替换为逗号、空格等。

XML格式 #

单个MV的XML节点结构示例：

<MotionVector id="1">
  <FramePOC>15</FramePOC>
  <CTUPosX>2</CTUPosX>
  <CTUPosY>1</CTUPosY>
  <CUPosX>128</CUPosX>
  <CUPosY>64</CUPosY>
  <CUWidth>32</CUWidth>
  <CUHeight>32</CUHeight>
  <RefFramePOC>12</RefFramePOC>
  <MVHorizontal>24</MVHorizontal>
  <MVVertical>-4</MVVertical>
</MotionVector>

准确性验证 #

导出完成后可随机选取3-5条记录，根据索引的坐标信息在原始YUV序列对应位置取块，在参考帧对应MV指向的位置取匹配块，确认两者的差值符合编码逻辑，即可验证索引与MV的对应关系正确。

内容的提问来源于stack exchange，提问作者YS2021