面向无损屏幕内容压缩的增强调色板建模

软上下文形成是一种用于屏幕内容的无损图像编码方法。它通过算术编码逐像素编码图像，收集统计信息以估计概率分布。其主要流程包括三个阶段：基于上下文模型的阶段、调色板阶段和残差编码阶段。只有当前一阶段无法应用（因为必要的统计信息（如颜色或上下文）尚未学习到）时，才会使用后续阶段。我们提出以下改进：首先，利用前一阶段的信息来移除冗余的调色板条目和后续阶段的预测误差。此外，隐式已知的阶段决策信号不再显式传输。这些改进使得在评估数据上平均比特率降低1.07%。与VVC和HEVC相比，所提出的方法在24位屏幕内容图像上平均每像素分别需要大约少0.44和0.17比特。