CompressCU 函数
来源:互联网 发布:mac中的照片在哪里 编辑:程序博客网 时间:2024/05/22 16:45
转载地址:http://blog.sina.com.cn/s/blog_9f945ced0101p3ut.html mark一下下.
看过好几次CompressCU函数,都是一知半解。这次要做的是把模式保留下来,可以减少熵编码的比特数。这样就必须彻底的弄清楚CU的递归的划分也就是xcompressCU这个函数。这样才知道什么时候保存需要的模式,保存到哪里去,以什么形式存储,在熵编码的时候如何对PU的模式进行索引。
1.xCompressCU 函数的调用
在编码一个片的函数CompressSlice 函数中有这个几行代码
2.进入这个函数
Void TEncCu::compressCU( TComDataCU*& rpcCU )
{
//这里的 m_ppcBestCU[0]和m_ppcTempCU[0]都是记录模式信息的,至于如何记录我们一点点的来看。由//于是递归的划分CU,这里容易绕晕啊。
//这里进入xCompressCU函数,这里的第三个参数是 CU的分割深度。64x64的深度为0,以此类推,
//最小的CU为8x8深度为3。至于如何将最优的模式信息赋值到pcCU里,我们后面跟踪代码可以看到。
这里首先要弄清一个概念,就是CU的划分是递归的
第一步 CU的大小为64x64, 搜索最优的PU的划分得到最优的预测模式,进行TU的划分
第二步 CU的大小为32x32, 第一个CU(按之子扫描顺序) 同上
第三步 CU的大小为16x16, 第一个CU 同上
第四步 CU的大小为8x8, 以此进行第一个CU,第二个CU,第三个CU和第四个CU的PU和TU的划分和最优 模式的选择。这里面完成每个CU后将这个的RD与前面进行累加。
第五步 返回到CU为 16x16的CU,将其RD-COST 与第四部记录的四个8X8的CU的RD-cost进行比较。决定 了这个16X16的最优的CU划分及最优的CU下的PU和CU的划分。
第六步 CU的大小为 16X16,第二个CU。重复 第四步第五步,可以得到第二个最优的16x16的CU的划分和 PU TU 的模式。 同时将改第二个CU的最优的RD-COST与5步得到的第一个16x16的CURD-COST 进行累加。
第七步 :同理完成第三个和第四个的16X16的CU的最优的划分和模式的选择,将其RD-COST累加。这样 我们就得到了分割为16X16最佳的RD-cost。
第八步 :返回到第二步,比较第一个32X32CU的RD-cost 和 分割为4个16X16的CU的RD-cost,得了第一 个32X32 CU的分割信息和最优的模式。
第九步:同理完成第二个32x32,第三个32X32和第四个32X32的最优的划分和模式选择。通过记录和累加 每一个32x32的RD-cost,与64x64的CU的RD-Cost进行比较。我们得到了最终的CU 的划分和每个 CU的最优的PU的划分及PU的预测模式以及TU的划分。
}
3.xCompressCU( m_ppcBestCU[0], m_ppcTempCU[0], 0 )函数
现在就按照2中的过程来看一看这函数的流程:
首先进入该函数,CU的大小已经确定了为64x64,进行PU的划分和TU的划分
PU的划分将按下列顺序进行尝试:
帧间
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2Nx2N, bFMD ) skip 2NX2N
xCheckRDCostMerge2Nx2N( rpcBestCU, rpcTempCU, &earlyDetectionSkipMode ); Merge 2NX2N
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2Nx2N, bFMD ); 2NX2N
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_NxN, bFMD ); NXN 划分为4个PU
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_Nx2N, bFMD ); Nx2N 划分为2个PU
xCheckRDCostInter ( rpcBestCU, rpcTempCU, SIZE_2NxN, bFMD );
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnU, bFMD );
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_2NxnD, bFMD ); 4种非对称的划分
xCheckRDCostInter( rpcBestCU, rpcTempCU, SIZE_nLx2N, bFMD );
这里在调用这个帧内RDcost函数时,rpcBestCU中始终存放的是当前CU下最优的PU的模式和划分信息的CU结构体。
帧内:
xCheckRDCostIntra( rpcBestCU, rpcTempCU, SIZE_2Nx2N ); 2NX2N的划分。 PU为CU的大小。
xCheckRDCostIntra( rpcBestCU, rpcTempCU, SIZE_NxN ); 当CU为最小的CU的时候,将尝试 分割为4个
PU。
在RD-cost的函数的最后有这样一个函数
xCheckBestMode(rpcBestCU, rpcTempCU, uiDepth);
接下来就该递归的分割LCU,下面看看分割的判断
//接下来是递归的调用自己
if ( rpcBestCU->isIntra(0) )
跟进去一看这个函数的几个代码就知道这个语句就是完成4个划分的最优的信息的累加,以便和为分割前的CU的最优的预测模式的RD-cost进行比较也就是m_ppcBestCU进行比较。
完成了四个分割,即2中的过程2中的第九步。这里就 rpcTempCU存储的是CU的4个划分的信息。
可以看见 xCheckBestMode( rpcBestCU, rpcTempCU, uiDepth);函数将未分割的CU和分割之后的4个CU进行比
较来决定是否进行CU的划分。
}
但是奇怪的是如何和最开始CompressCU的参数pcCU的参数联系上。这里有个函数。在最后面
这个函数就是将得到的最优的PU的模式和预测信息,及CU的划分的信息赋值到pcCU中。
进去看这个函数,
TComDataCU*& rpcCU = m_pcPic->getCU( m_uiCUAddr );第一个语句中的rpcCU正好是CompressCU的参数。
0 0
- CompressCU 函数
- compressCU
- CompressCU函数:LCU的编码,包括CU的划分,PU模式的决定,TU的划分
- HEVC代码追踪(六):compressCU
- HEVC学习之琐事(三):TEncCu::compressCU
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- 函数
- hdu 3460 Ancient Printer 字典树
- POJ---3278-Catch That Cow(BFS/deque)
- python 线程,GIL 和 ctypes
- 买票找零
- windows7下搭建robot framework环境指导
- CompressCU 函数
- 算法导论 13章 红黑树
- 《CTCI》3.5 用两个栈实现队列
- Controller
- EM模型的几个开源包
- Indy10 IdudpServer获取字符串数据Read事件,TIdBytes类型的使用,支持中文
- 如何通过这句话对可执行文件进行理解???
- 使用DialogFragment 代替 Dialog
- 用模型取代字典的好处