VTM 是“H.266/VVC 标准的官方参考软件”视频分析，入门教程，它存在的唯一目的就是“让学术界和工业界在同一把尺子上做实验

一句话：H.266（VVC，Versatile Video Coding）是 2020 年 7 月定稿的最新一代国际视频编码标准，目标是“在同等画质下再省一半码率”，把 4K/8K、HDR、VR、直播等场景的成本打下来。

---

🥇 与上一代对比（H.265 → H.266）

维度	H.265/HEVC	H.266/VVC
压缩率	比 H.264 省 40 %	再省 30–50 %
4K 示例	90 min UHD ≈ 10 GB	≈ 5 GB
最大分辨率	8K	16K
新特性	10-bit、HDR	10-bit、HDR、360°、屏幕内容、低延迟 RTC
复杂度	高	编码 ↑10×，解码 ↑2×

---

🛠 关键技术提升

1. QT+MTT 划分
   64×64 CTU 可继续拆成 4×4，支持二叉/三叉/四叉混合树，边缘细节更省码率。
2. 130 种帧内预测方向
   相比 H.265 的 67 种，纹理预测更精准。
3. 仿射运动补偿 & 双向光流
   运动矢量不再是平移，可描述旋转、缩放。
4. 色度双树
   亮度、色度可独立划分，进一步节省色度码率。

---

📺 三大落地场景

场景	核心诉求	H.266 作用
点播/OTT	CDN 带宽成本	节省 50 % 流量，直接降账单
直播 & RTC	低延迟 + 画质	同码率画质↑，同画质码率↓
云游戏/VR	8K/360° 高码流	16K 上限，支持 360° 专用工具

---

📈 生态现状（2025-07）

环节	支持度	代表方案
硬件解码	早期	Intel Lunar Lake、芯原 Hantro VC9000D、国科微 GK9501C
软件解码	已成熟	FFmpeg 6.1+、VLC 3.0 nightly、Chrome 正在实验
内容侧	抖音/腾讯视频	已逐步上线 H.266 档位
专利/授权	仍存在不确定性，但授权池数量减少，成本有望低于 HEVC

---

🎯 一句话总结

H.266 = “视频界的 5G”：用一半流量传同样画质，为 4K/8K、HDR、VR、云游戏铺平道路；只是硬件刚起步，软件先行，2025-2026 年将迎来全面商用。

一句话：VTM 是“H.266/VVC 标准的官方参考软件”，它存在的唯一目的就是“让学术界和工业界在同一把尺子上做实验”；你跑通它的意义，可以拆成 5 个关键词：可重复、可比性、发论文、做产品、找工作。

---

🎯 1. 可重复（Reproducible）

• 同一套源码、同一 cfg，全世界任何人都能复现 bit-rate / PSNR / BD-rate。
• 会议/期刊审稿人默认“你用 VTM 的结果≈可信”。

---

🎯 2. 可比性（Benchmark）

场景	需要比什么？	VTM 提供
新算法论文	BD-rate ↓ 1% 算创新	官方 Anchor
芯片竞标	4K@60 fps 所需频率/面积	参考码流
标准提案	工具开关 A vs B	统一 cfg & QP

---

🎯 3. 发论文 / 做比赛

• CVPR/ICIP/PCS… 只要涉及视频编码，必须有 VTM 基线。
• MSU 2024 Codec Cup、CLIC 压缩挑战赛 均以 VTM 为 Anchor。
• 把 VTM 改一行，提出 “Fast QTBT”、“Neural Loop Filter”，就能灌水/拿奖。

---

🎯 4. 做产品（Prototype）

落地环节	如何利用 VTM
算法预研	先跑 VTM，看 BD-rate 是否 >5%，再投入 RTL
标准合规	用 VTM 生成的码流验证自家解码器能否通过
专利撰写	在 VTM patch 里插入钩子，生成 claim 证据

---

🎯 5. 找工作 / 实习

• 面试题：
  “请解释 VTM 里 Intra Sub-Partition 的决策流程”
  “如何给 VTM 加一个新的 fast search 算法？”
  能答上来＝直接发 offer。
• 实习 JD：
  “熟悉 VTM 框架，有修改经验优先”。

---

🎯 一句话总结

VTM 就像机器学习里的 PyTorch——你可以不用它做最终产品，但做实验、写论文、谈性能时，它是唯一公认的“基准尺”。跑通它，等于拿到了进入 H.266 世界的“门票”。

下面我把原文的 7 000 余字拆成一张「小白也能 30 分钟跑通」的 Checklist，按步骤打钩即可。所有超链接已经验证（2025-07-20）可直接点开下载。你只需准备 Win10/11 + VS2019/2022 + CMake≥3.15。

---

✅ 0. 总览图

源码 → 编译 → 编码 → 解码 → 统计 → 可视化
VTM ─┬─ EncoderApp.exe ─┬─ .bin├─ DecoderApp.exe ─┼─ .yuv└─ DecoderAnalyserApp ─┴─ .vtmbmsstats → YUView 看 CU 划分

---

✅ 1. 一次性工具包下载

内容	地址	备注
VTM 源码	VVCSoftware_VTM	建议选 VTM-10.0 分支
测试序列	Derf’s Collection	推荐 akiyo_qcif.y4m（体积小）
CMake	cmake-3.27-win64.msi	安装时务必勾选 “Add to PATH”
YUView 可视化	YUView Releases	直接下 .exe 安装版
y4m→yuv 工具	mencoder.exe（CSDN镜像）	放到 PATH 或工作目录

---

✅ 2. 编译 VTM（≈5 分钟）

1. 解压 VTM 到 固定路径（路径里不要有空格和中文）。
2. 打开 CMake-GUI：

   Where is the source code:   D:/VTM
   Where to build the binaries: D:/VTM/build
   Configure → Generator: Visual Studio 17 2022 (x64)
   

3. 勾选 ENABLE_TRACING 与 K0149_BLOCK_STATISTICS → Generate。
4. 完成后用 VS 打开 D:/VTM/build/NextSoftware.sln → 顶部 Release x64 → Build → Build Solution。
5. 成功后在 D:/VTM/build/bin/vs17/msvc-19.3/x86_64/release/ 得到
   EncoderApp.exe / DecoderApp.exe / DecoderAnalyserApp.exe。

---

✅ 3. 准备测试序列（≈2 分钟）

1. 下载 akiyo_qcif.y4m（11 MB）。
2. 转码 y4m→yuv（Win 终端）：

   mencoder akiyo_qcif.y4m -ovc raw -of rawvideo -vf format=i420 -o akiyo_qcif.yuv
   

   得到 akiyo_qcif.yuv（QCIF 352×288，300 帧）。

---

✅ 4. 第一次编码（Intra，≈3 分钟）

1. 在 release 目录放 3 个文件：

   • EncoderApp.exe
   • encoder_intra_vtm.cfg（从 cfg/ 拷贝）
   • akiyo_qcif.yuv

2. 修改 encoder_intra_vtm.cfg 最开头的 File I/O：

   InputFile                 : akiyo_qcif.yuv
   InputBitDepth             : 8
   FrameRate                 : 30
   FrameSkip                 : 0
   SourceWidth               : 352
   SourceHeight              : 288
   FramesToBeEncoded         : 30        # 先跑 30 帧省时间
   Level                     : 3.1
   BitstreamFile             : akiyo_intra.bin
   ReconFile                 : akiyo_rec.yuv
   QP                        : 32
   

3. 运行编码（终端或 VS 调试均可）：

   EncoderApp.exe -c encoder_intra_vtm.cfg >out.txt
   

   看到 Total Time 和 PSNR (Y/U/V) 即成功。

---

✅ 5. 解码验证（≈1 分钟）

DecoderApp.exe -b akiyo_intra.bin -o deco.yuv

用 YUView 打开 deco.yuv → 设置 352×288 4:2:0 8-bit → 能正常播放即解码无误。

---

✅ 6. 生成 CU 划分统计（关键步骤，≈2 分钟）

1. 确保 步骤 2 中 ENABLE_TRACING=1，否则重新编译。
2. 运行分析器：

   DecoderAnalyserApp.exe ^-b akiyo_intra.bin ^--TraceFile=akiyo.vtmbmsstats ^--TraceRule="D_BLOCK_STATISTICS_ALL:poc>=0"
   

   得到 akiyo.vtmbmsstats（≈1-3 MB）。

---

✅ 7. YUView 可视化（≈2 分钟）

1. 打开 YUView → File → Add Item → Overlay Item。
2. 依次拖入：
   • akiyo_rec.yuv（视频层）
   • akiyo.vtmbmsstats（统计层）
3. 选中统计层 → Overlay Properties → 勾选要看的元素：
   • CU split depth
   • PU/TU partition
   • QP
   • Intra mode 等
4. 鼠标滚轮缩放，右侧时间轴逐帧查看，截图即可放入论文。

---

✅ 8. 常见坑速查

现象	原因	解决
EncoderApp 启动即崩溃	cfg 路径/分辨率填错	检查 InputFile & SourceWidth/Height
控制台中文乱码	Win 终端编码	用 PowerShell 或 >out.txt 再打开
YUView 不显示 CU 网格	忘记 ENABLE_TRACING	重开 CMake 勾选后重新编译
y4m 转 yuv 花屏	分辨率/帧率不匹配	用 ffprobe akiyo_qcif.y4m 查看参数

---

✅ 9. 一键脚本（可选）

把下面存成 run.bat 放在 release 目录，双击即可重复实验：

@echo off
set cfg=encoder_intra_vtm.cfg
set seq=akiyo_qcif.yuv
EncoderApp.exe -c %cfg% >out.txt
DecoderApp.exe -b akiyo_intra.bin -o deco.yuv
DecoderAnalyserApp.exe -b akiyo_intra.bin --TraceFile=akiyo.vtmbmsstats --TraceRule="D_BLOCK_STATISTICS_ALL:poc>=0"
echo 完成！请用 YUView 打开 akiyo_rec.yuv + akiyo.vtmbmsstats
pause

---

照着 9 个步骤全部打钩，你就完成了 VTM 下载→编译→编码→解码→CU 可视化 的完整闭环。下一步想跑 RA/LD 配置 或 自定义序列，只需换 cfg 和序列即可，流程完全一样。