《JM代码阅读笔记》由会员分享，可在线阅读，更多相关《JM代码阅读笔记（8页珍藏版）》请在金锄头文库上搜索。
1、d3d44c39b57d32cdcbeb4483fdb3c3e7.pdf Page 1 of 8 2/14/2018作者：hawk笔记说明 为便于阅读，特约定如下：紫色： 未解决问题；浅蓝色：强调/突出重点内容；关键知识点和难点：难点/复杂问题；黄色： 推测/需要进一步确认和验证的结论；E_mail: auberon_2007-12-09 INTRA 代码研读I 在 intra4x4 预测过程中，数据结构 img-mprr 保存不同预测模式（共 9 种）下的预测值，即 img-mprr91616。同时，从全局变量可以获得原始视频像素值，二者之差存入数据结构 img-m7 中。可以对这些数据进行
2、处理，例如计算 SAD 值、SATD 值或者 SSE 值，用于进一步确定 mode 时的参考。其中,计算 SATD 由文件 me_distortion.c 中函数HadamardSAD4x4（）实现。II img-pix_x 指向当前 MB 的水平坐标，img-pix_y 指向当前 MB 的垂直坐标。如果要对block8x8 和 block4x4 进行处理，可以引入 b8 和 b4。以像素为坐标的换算关系为具体见文件 rdopt.c 中函数 Mode_Decision_for_4x4IntraBlocks（） 。III 对 intra4x4 块的相邻 block4x4 块的可用性是如何判断的？
3、相关数据结构的定义是如何实现的？解答：关于 intra4x4 块相邻块的可用性信息是通过函数 intra、intrapred_luma（）等实现的。IV 补充知识：main（）中的图像编码模块 for (img-number=0; img-number no_frames; img-number+)这个循环体内部的最后一个函数是 process_2nd_IGOP();而 process_2nd_IGOP（）函数的代码int block_x = 8*(b8 int block_y = 8*(b8 1)+4*(b4 1);int pic_pix_x = img-pix_x+block_x;int
4、pic_pix_y = img-pix_y+block_y;Boolean FirstIGOPFinished = FALSE;if ( img-number = input-no_frames-1 )FirstIGOPFinished = TRUE;if (input-NumFrameIn2ndIGOP=0) return;if (!FirstIGOPFinished | In2ndIGOP) return;In2ndIGOP = TRUE;/ img-number = -1;start_frame_no_in_this_IGOP = input-no_frames;start_tr_in_
5、this_IGOP = (input-no_frames-1)*(input-jumpd+1) +1;input-no_frames = input-no_frames + input-NumFrameIn2ndIGOP;d3d44c39b57d32cdcbeb4483fdb3c3e7.pdf Page 2 of 8 2/14/2018作者：hawk可以推测，新的 IGOP 的首 frame 应该为 IDR。那么，如何判断其为 IDR 呢？首先，在文件 image.c 中函数体 code_a_picture 内部，img-currentPicture-idr_flag =(!IMG_NUMBE
6、R) & (!(img-structure=BOTTOM_FIELD) | (input-idr_enable & intra_refresh & (img-type = I_SLICE | img-type=SI_SLICE)V 补充问题：1 关于薛全的算法的问题；2 GOP 中图像的存储问题；3 在 intra 编码 MB 后是否保存其 intra 模式信息；4 img-mprr 和 img-mpr 的区别是什么？2007-12-18 MB INTER 预测编码代码研读I 函数 init_enc_mb_params（） ，所在文件为 mode_decision.c。该函数对 MB 编码参数
7、进行初始化，主要是对一个结构体变量 enc_mb 进行赋值处理；另外，对于数组 listX 的处理有几处不明白。当 MB 为自适应 field/frame 编码时，针对 field MB 和 frame MB，比如如下代码，在针对 frame MB 时，enc_mb-list_offsetLIST_0，所代表含义是什么？解答：推测为预测参考图象 frame index；但对于 enc_mb-list_offsetLIST_1和 enc_mb-list_offsetLIST_0的关系则仍不清楚。II mb16x16_cost_frame 数组的定义在 global.h 文件。作用是什么？解答：推
8、测为当前编码 frame 的各 MB 的 cost 数组，该变量在函数get_initial_mb16x16_cost（）被调用。注：get_initial_mb16x16_cost（）函数出现在文件mode_decision.c 中 另外，与之伴随出现的一个术语是 Context Adaptive Lagrange Multiplier (CALM)，即自适应拉格朗日多项式。但具体的计算是怎样的？III 函数 PartitionMotionSearch（）在文件 mv-search.c 中定义。形参为for (l = enc_mb-list_offsetLIST_0; l list_offs
9、etLIST_1; l+)for(k = 0; k chroma_vector_adjustment= 0;d3d44c39b57d32cdcbeb4483fdb3c3e7.pdf Page 3 of 8 2/14/2018作者：hawkInt blocktype, int block8x8, int *lambda_factor但其含义和字面意义不同。注意，block8x8 并非一定是 block8x8 块；比如，它可以为mode=1，此时对应一个 block16x16；也可以为 mode=2，此时 block8x8 可以为 0 或 1，对应两个 16x8 的 partition；也可以为
10、mode=3，此时对应 block8x8 实际上对应两个 8x16 的partition。实际上，是通过 blocktype 和 block8x8 联合确定了 block8x8 的确切含义。在函数体内部，的确是按 block8x8 处理的。IV 函数函数 PartitionMotionSearch（）分析。解答：甲 motion_cost 数组在文件 mv-search.c 中定义：motion_costblocktypelistrefblock8x8。通过在 Init_Motion_Search_Module（）函数中语句：get_mem4Dint (也容易看出，取值范围：blocktype
11、 对应 8，block8x8 对应 4，ref 对应 img-max_num_references，list 对应 2。乙 变量 enc_picture 在文件 image.c 中定义。丙 input-part_size 数组的含义以及单位是什么？ 推测为对于 partition 和 partition 内部subblock 的分割信息。V 在函数 BlockMotionSearch（）被 PartitionMotionSearch（）内部调用，它是 inter 预测模式中搜索的实现代码。解答：甲 img-opix_x，img-opix_y 含义是什么？另外，我们注意到在PartitionMo
12、tionSearch（）函数中，对于 MB 内 partition 的位置确定是通过 img-block_x, img-block_y 实现的。二者有没有联系？若有的话，二者的关系是怎样的？ 推断为指向当前宏块的最左上位置。乙 在函数体内调用函数 SetMotionVectorPredictor（） ，主要作用是对 img-pred_mv 进行赋值。2007-12-19 零散知识点代码研读I 附:psnr 的计算通过函数 find_snr（）实现，该函数在文件 image.c 中定义。II 附：bit rate 计算。psnr 通过定义结构体 SNRParameters 实现。III 在全搜索
13、模式下经过 RDO 选择的最优模式，得到的关于 MB 的模式信息和对应的 R与 D 数据如何获取并用于当前的自适应优化算法 ？IV 在 lencod.c 文件中 main（）主函数里，对 RC 的处理有如下代码，具体含义是什么？d3d44c39b57d32cdcbeb4483fdb3c3e7.pdf Page 4 of 8 2/14/2018作者：hawkif (img-number != 0)n = (input-no_frames - img-number) + (input-no_frames - img-number - 1) * input-successive_Bframe + i
14、nput-successive_Bframe;elsen = input-no_frames + (input-no_frames - 1) * input-successive_Bframe;解答：首先，需要把表达式重新组合，容易看出线索。即对于第一种情况，表明 n 代表（编码图像总数）-（已经编码图像数） ；类似，对于 img-number 为 0 时，表示要编码图像数目，为什么减去后面一项？推测：因为后面的 Bframe 图像缺少后向参考 frame（？） ，故而略去；又或者因为前提条件，最后一个 GOP 中图像缺少。另外，第一个 GOP 有何特殊之处？V 文件 rc_quadratic
15、.c 中 rc_init_GOP（）函数。VI 在 macroblock 结构体中定义了 intra_pred_modes，intra_pred_modes8x8 两个成员变量。为什么？用一个不可以处理所有的问题吗？解答：2007-12-20 零散知识点代码研读I GOP 和 frame 的关系示例。摘自 Cliff Wootton. A Practical Guide to Video and Audio Compression. 2005, focal press(Elsevier Inc.) pp.246解答：Figure 1 GOP 与 frame 的关系n =( input-no_f
16、rames+1)*input-successive_Bframe- (img-number+1)*input-successive_Bframe;n = ( input-no_frames+1)*input-successive_Bframe - input-successive_Bframe;d3d44c39b57d32cdcbeb4483fdb3c3e7.pdf Page 5 of 8 2/14/2018作者：hawkFigure2 H.264 中编码的不同层次/摘自 K.R.RAOII 在 high complex 模式下，初始的搜索范围如何设定？在那些函数中完成的？解答：III 在 high compl
