JM代码阅读笔记之一.doc

2afd3c2fbfb241fd009d8d42e9ceb907.pdfPage 5 of 53/20/20202007-11-6：JM文档描述研究（一）I RC问题是在2.6节中描述的，这些符号的含义是什么？1）有关字母含义的说明jth picture in the ith GOP：表示第i个GOP的第j幅图像。bpp：就是每个像素的bits数。Bits per pixel(?).1） 图像数据以上公式含义说明：若为第1个GOP图像组的第一个图像，那么，此时虚存为0，容易理解；若为某个GOP图像组的第一个图像，那么，此时的虚存为上一个GOP的虚存。对于不是第一个图像的情况，此时的虚存为上一个图像编码时占据的虚存。II请教个问题:对于GOP图像序列,若编码第i个GOP的第j个图像时,此时在虚存中保留着上一个GOP的所有图像数据?解答：IGOP就是第一frame为IDR,然后其余frame按照预设的frame类型序列编码,直到该周期结束;接着开始下一个GOP,但此时第一frame图像不是IDR,因此,它要保留前一个GOP中的信息(至少是部分信息)。2007-11-6：JM文档描述研究（二）I 总体而言，JM模型主要的数据结构、文件内容、函数功能、软件架构和核心算法是怎样的？JM模型主要的描述和说明文档有哪些？JMII 请教：1） jm中InputParameters中成员IntraBottom什么含义？2） 数组存储的数据用作什么？LevelScale4x4LumaLevelScale4x4ChromaLevelScale8x8LumaInvLevelScale4x4LumaInvLevelScale4x4ChromaInvLevelScale8x8Luma3）下面代码来自函数void init_poc()if (input-BRefPictures = 1) img-offset_for_non_ref_pic = 0; img-offset_for_ref_frame0 = 2; else img-offset_for_non_ref_pic = -2*(input-successive_Bframe); img-offset_for_ref_frame0 = 2*(input-successive_Bframe+1); 它的实现原理是什么？解答：当输入参数表明B 参考图像可以用作参考frame时，不存在非参考图像的问题，因此，所谓的偏移为0；否则，就存在偏移。III 请教：怎么会出现数组元素的下标值为负值？解答：只要保证那块内存是可以被合法读写的就可以。因为C语言是不做下标检查的，而且C语言把下标看作是有符号的。所以，只要内存合法就可以。2007-11-11：JM文档描述研究（三）I 在编码文件lencod.c中的主函数中有如下代码：if (input-intra_period = 0) n = input-no_frames + (input-no_frames - 1) * input-successive_Bframe; /* number of P frames */ np = input-no_frames-1; /* number of B frames */ nb = (input-no_frames - 1) * input-successive_Bframe; 从中可以得到什么结论？解答：1）input-no_frames代表编码的frame数（注意，不包括B frame）。连续B frame是针对其他frame而言的，不适用于IDR图像。2）当input-intra_period = 0时，表明只有第一frame图像为IDRframe（还是整个图像序列只有第一frame为I frame？）II 文件lencod.c中主函数里存在如下代码：else if ( input-RCUpdateMode != RC_MODE_1 & input-RCUpdateMode != RC_MODE_3 ) N = input-intra_period*(input-successive_Bframe+1); M = input-successive_Bframe+1; n = (img-number=0) ? N - ( M - 1) : N; . 目前，没有看出其含义；如何解释？2007-11-14：JM代码研究（一）I 请教：frame和slice的类型是什么关系？这里的类型指的是I、P、B、SI和SP.是否完全一致还是满足一定映射关系？解答：（参考，不一定正确）I 帧和 IDR 帧都只有 I 片；P 帧有 I、P 片；B 帧有 I、P、B 片；从标准里的表7-5可以得到一些信息。但关于primary_pic_type,需要做进一步分析。与primary_pic_type概念相关的一个概念是primary coded picture。2007-11-15：JM代码研究（二）I 文件define.h作为头文件，被global.h调用，而global.h作为lencod.c的头文件出现。II 在对量化参数和偏移进行初始化的过程中，是如何处理的？解答：1） 有关数据结构和变量说明：input-BitDepthLuma表示input-BitDepthChroma表示2） 代码段说明：首先，函数Init_Qmatrix( )调用函数allocate_QMatrix ( )，而函数allocate_QMatrix ( )里的代码get_mem4Dint(&LevelScale4x4Luma, 2, 6, 4, 4); get_mem5Dint(&LevelScale4x4Chroma, 2, 2, 6, 4, 4); get_mem4Dint(&LevelScale8x8Luma, 2, 6, 8, 8); get_mem4Dint(&InvLevelScale4x4Luma, 2, 6, 4, 4); get_mem5Dint(&InvLevelScale4x4Chroma, 2, 2, 6, 4, 4); get_mem4Dint(&InvLevelScale8x8Luma, 2, 6, 8, 8);给6个数据结构分配存储单元。再加上两个数组：qp_per_matrix单元数量为(MAX_QP + 1 + bitdepth_qp_scale)*sizeof(int)qp_rem_matrix单元数量为(MAX_QP + 1 + bitdepth_qp_scale)*sizeof(int)对于量化偏移矩阵的初始化，通过函数Init_QOffsetMatrix ( )实现。函数Init_QOffsetMatrix ( )调用allocate_QOffsets( )，而后者的部分代码如下， get_mem4Dint(&LevelOffset4x4Luma, 2, max_qp_per, 4, 4); get_mem5Dint(&LevelOffset4x4Chroma, 2, 2, max_qp_per, 4, 4); get_mem4Dint(&LevelOffset8x8Luma, 2, max_qp_per, 8, 8); get_mem2Dshort(&OffsetList4x4input, 15, 16); get_mem2Dshort(&OffsetList8x8input, 5, 64); get_mem2Dshort(&OffsetList4x4, 15, 16); get_mem2Dshort(&OffsetList8x8, 5, 64);3） 在2）中出现的这些数据结构的含义分别是什么？III 关于分层编码问题，涉及到GOP，这可以通过函数init_gop_structure( )看出。如何理解这个概念？解答：1） 首先，我们分析一个数据结构定义和含义，即input-HierarchicalCoding，详细说明参见JM软件参考手册（JM12.2时，对应为4-13页）。2） GOP这个概念是借鉴MPEG2的概念而引入的，这可以参见JVT文档：VCEG-O53。3） interpret_gop_structure( )中出现了一个局部变量coded_frame，并被初始化为0。那么，该变量的含义是什么？4）create_hierarchy( )函数需要分析。它应该和参考手册的说明相呼应（猜测）。2007-11-15：JM代码研究（三）I 请教:在函数getDpbSize （）中pic_size = (active_sps-pic_width_in_mbs_minus1 + 1) * (active_sps-pic_height_in_map_units_minus1 + 1) * (active_sps-frame_mbs_only_flag?1:2) * 384,这里的图像大小单位是什么?其中出现的数字384代表什么?解答：前者表示图像像素数。384表示256+8x8x2（256个亮度色素值，2个8x8色度像素值，分别为u/v）。II 在函数init_global_buffers(void)中，有如下代码memory_size += get_mem2Dint(&PicPos,img-FrameSizeInMbs + 1,2);for (j=0;jFrameSizeInMbs + 1;j+) PicPosj0 = (j % img-PicWidthInMbs); PicPosj1 = (j / img-PicWidthInMbs); 而PicPos是在global.h中定义的全局变量，为int*结构。在具体的编码过程中，它的作用是什么？解答：从for循环结构中，我们清晰地看到，PicPosj0表示宏块在水平方向的坐标（以MB为单位），另一分量则表示竖直方向的坐标（单位MB）。III 函数create_context_memory（）中调用了变量initialized，此变量为int*类型，在文件context_ini.c中定义。IV 通过读取文件*.cfg的数据，对编码环境和参数进行设置。只有对编码参数的意义了解清楚，才能正确地实现编解码过程控制。因此，有必要对参数进行详细研究。cfg文件中参数的含义是怎样的？解答：这些控制参数按类别分主要有：1） Files类：FramesToBeEncoded2） Encoder Control类：IntraPeriodEnableOpenGOPIDRIntraEnableFrameSkipNumberReferenceFrames3）B slice类NumberBFrames该参数表示连续Bframe数？其余略。V 请教:Open GOP什么含义?解答：GDR(也就是Open GOP)。关于其进一步信息，有待研究。VI 在确定rdo模式为low时，此时对应的宏块编码模式函数也就确定了，即encode_one_macroblock_low( )函数。在函数内部，首先，对inter编码模式进行处理；然后，对intra模式进行处理。为讨论方便起见，现把范围局限于I8MB进行分析。其处理过程是怎样的？解答：该