h264—CABAC算法原理简介1

来源：互联网发布：淘宝卖家用淘客推广编辑：程序博客网时间：2024/04/29 05:25

Context-Based Adaptive Binary Arithmetic Coding in the H.264/AVC

简称Cabac，H264中的一种熵编码方式：基于上下文的自适应二进制算术编码

首先需要了解什么是算数编码（大部分是我在网上摘录的）

算术编码是一种常用的变字长编码，它是利用信源概率分布特性、能够趋近熵极限的编码方法。它与 Huffman 一样，也是对出现概率大的符号赋予短码，对概率小的符号赋予长码。但它的编码过程与 Huffman 编码却不相同，而且在信源概率分布比较均匀的情况下其编码效率高于 Huffman 编码。它和 Huffman 编码最大的区别在于它不是使用整数码。Huffman 码是用整数长度的码字来编码的最佳方法，而算法编码是一种并不局限于整数长度码字的最佳编码方法。算术编码是把各符号出现的概率表示在单位概率 [0，1] 区间之中，区间的宽度代表概率值的大小。符号出现的概率越大对应于区间愈宽，可用较短码字表示；符号出现概率越小对应于区间愈窄，需要较长码字表示。举例如下：

符号序列的第一个符号 S3 用指向第 3 个子区间的指针来代表，可以用这个区间内的任意一个小数来表示这个指针，这里约定这个区间的左端点代表这个指针，因此得到第一个码字.011。

后续的编码将在前面编码指向的子区间内进行，将 [.011, .111] 区间再按概率大小划分为 4 份，第二个符号 S3 指向 .1001 (S3 区间的左端），输出码字变为 .1001。

然后，S3 对应的子区间又被划分为 4 份，开始对第三个符号 S2 进行编码，…….

两个参量：编码点（指针所指处）C 和区间宽度 A。

初始状态

编码点（指针所指处）C = 0

区间宽度 A = 1.0

新编码点 C = 原编码点 C ＋原区间 A×Pi

新区间 A = 原区间 A×pi

序列 S3S3S2S4 …… 的编码过程：

第1个符号 (S3): C = 0 + 1×.011 = .011

A = 1×.1 = .1

第2个符号 (S3): C = .011 + .1×.011 = .1001

A = .1×.1 = .01

第3个符号 (S2): C = .1001 + .01×.001 = .10011

A = .01×.01 = .0001

第4个符号 (S4): C = .10011 + .0001×.111 = .1010011 （输出的码字）

A = .0001×.001 = .0000001

解码过程

算法解码采取与编码过程相反的步骤

把接收到的码字串指向其对应的子区间，得到此子区间对应的符号，即为解码后的符号。

即从码字串中减去已解码符号的子区间的左端点的数值（累积概率），

并将差值除以该子区间的宽度（概率值），得到新的码字串。

上述例子

当收到字码串 (.1010011) 时，其指向子区间 [.011, .111]，对应于 S3，因此，得到第 1 个符号为 S3。

新码字串：（.1010011 - .011) ÷ (.1) = 0.100011 ，新码字串仍然指向子区间 [.011, .111]，因此，第 2 个符号仍为 S3。

其它符号依次类推

二进制算术编码

二进制算术编码的输入的字符只有两种，如果信源字符集内包含有多个字符，则先将这些字符经过一系列的二进判决（这里有很多种判决方法，哥伦布方法等），变成二进制字符串。

这两个符号构成的序列的编码与算术编码基本原理相同，仍是不断划分概率子区间的递归过程。

在两个输入字符中，出现概率较大的为 MPS (More Probable Symbol)，MPS 的概率为 Pe；出现概率较小的为 LPS (Less Probable Symbol)，LPS 的概率为 Qe，Pe=1-Qe。

编码初始化子区间为 [0，1]，MPS与 LPS 分配如图所示：

编码时，设置两个专用寄存器（C，A）

C 寄存器的值为编码点（指针所指处），初时化为0

A 寄存器的值为子区间的宽度 (该宽度恰好是已输入符号串的概率)，初时化为1

随着被编码数据源输入，C 和 A 的内容按以下编码规则修正：

当低概率符号 LPS 到来时：

C=C ， A=AQe

当高概率符号MPS到来时：

C=C + AQe ， A=Ape = A（1-Qe）

（这两种情况也可以反过来，在我们用到的程序中就是大概率采用第一种更新方式，小概率使用了第二种更新方式）

0 0