HEVC学习笔记7-开始解读predInterSearch

Pre

HEVC学习笔记系列目录
从这一节开始,才开始深入重点部分。接下来的几节,会比较详细的结合代码看。我讲述的方法遵循一贯的习惯:先看整体大概可能做什么,然后再分部分看,确认符合自己预期或者调整对框架的理解。

predInterSearch

先接着看checkInter_rd5_6,抛去关于analysisMode的,整个函数就只剩下了8行:

void Analysis::checkInter_rd5_6(Mode& interMode, const CUGeom& cuGeom, PartSize partSize)
{
    interMode.initCosts();
    interMode.cu.setPartSizeSubParts(partSize);
    interMode.cu.setPredModeSubParts(MODE_INTER);
    int numPredDir = m_slice->isInterP() ? 1 : 2;

    uint32_t refMask[2] = { 0, 0 };
    predInterSearch(interMode, cuGeom, true, refMask);

    /* predInterSearch sets interMode.sa8dBits, but this is ignored */
   encodeResAndCalcRdInterCU(interMode, cuGeom);

}

核心就剩下了predInterSearch()

void Search::predInterSearch(Mode& interMode, const CUGeom& cuGeom, bool bChromaMC, uint32_t refMasks[2])

主要过程

同样忽略B slice还有分析模式的判断,则主要过程是:
对下面用到的一些变量进行初始化,根据PU划分模式获得的块数来循环,每次循环都针对每一块PU,最后对每一种方式得出的结果进行比较,选出最优的结果,就是最小的cost,存到cu里。
在对每块pu的处理中,先从几个candidates中按照标准选择两块,再从中挑一块作为MVP,就是先确定一个点作为搜索的中心,然后扩展参数设置的merange,即searchwindow的大小,在这个searchwindow内进行参数设置的搜索方式(菱形搜索、四边形搜索、六边形搜索等等),搜索的时候就会更新cost,搜索完毕以后就已经记录了最佳的块。最终的块就是最佳匹配块。

详细部分

int numPredDir = slice->isInterP() ? 1 : 2;,B帧和P帧的区别在第一篇笔记里已经提过,其实最主要是预测的方向不同,P只能用前向预测,而B可以是多方向的,在x265中是双向的。
int numPart = cu.getNumPartInter();是指当前PU划分的块数,取值范围1,2,4

来看pu的初始化和定义PredictionUnit pu(cu, cuGeom, puIdx);

struct PredictionUnit
{
    uint32_t     ctuAddr;      // raster index of current CTU within its picture
    uint32_t     cuAbsPartIdx; // z-order offset of current CU within its CTU
    uint32_t     puAbsPartIdx; // z-order offset of current PU with its CU
    int          width;
    int          height;

    PredictionUnit(const CUData& cu, const CUGeom& cuGeom, int puIdx);
};

raster index,实际上,在x265中,很多逻辑上的二维,都是直接一个起始指针加上stride得到的。很多正常情况下用二维数组表示的,都是用一维来表示的,例如a[i][j]实际上就是a[i*rowStride+j],而它很多地方都没有定义过二维数组或者二级指针,推测是为了速度和灵活性,二级指针相对一级指针不好控制。

template<int lx, int ly>
void sad_x4(const pixel* pix1, const pixel* pix2, const pixel* pix3, const pixel* pix4, const pixel* pix5, intptr_t frefstride, int32_t* res)
{
    res[0] = 0;
    res[1] = 0;
    res[2] = 0;
    res[3] = 0;
    for (int y = 0; y < ly; y++)
    {
        for (int x = 0; x < lx; x++)
        {
            res[0] += abs(pix1[x] - pix2[x]);
            res[1] += abs(pix1[x] - pix3[x]);
            res[2] += abs(pix1[x] - pix4[x]);
            res[3] += abs(pix1[x] - pix5[x]);
        }

        pix1 += FENC_STRIDE;
        pix2 += frefstride;
        pix3 += frefstride;
        pix4 += frefstride;
        pix5 += frefstride;
    }
}

上面的代码我觉得x265用的非常精彩,不仅限于代码的书写,还有调用的方法。因为我一直做的是菱形搜索算法的改变,所以对接下来的函数看的多,说的也会更加详细一点。
在上面的sdx_x4中,计算了菱形搜索中四个方向的参考帧中的参考PU块的sad值计算,sad值计算的公式在第一篇笔记中也已经说明了。而模板lx,ly则多样化了函数的调用,PU的大小从64×64到8×8都可以很容易的调用它,而且不必显示传入参数。
两个stride分别是fref(参考帧)的和fenc(编码帧)的,稍后会从头跟踪他们的来源。

文章版权归 FindHao 所有丨本站默认采用CC-BY-NC-SA 4.0协议进行授权|
转载必须包含本声明,并以超链接形式注明作者 FindHao 和本文原始地址:
https://www.findhao.net/easycoding/1459

你可能喜欢:(相似内容推荐和广告都使用了谷歌的推荐系统,需要对本站取消广告屏蔽才能显示。感谢点击↓广告支持博主~)

Find

新浪微博(FindSpace博客)QQ群:不安分的Coder(375670127) 不安分的Coder

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*