本文探讨了CABAC（上下文自适应二进制算术编码）中的概率更新模型，解释了算术编码如何根据信源信号的概率进行更精确的估计，以及在H.264/AVC标准中的实现方式。通过单参数指数平滑法模型，结合状态转移有限状态机（FSM），CABAC能够动态调整概率模型，提高编码效率。概率更新涉及当前状态、bin值以及对应context的valMPS，确保编码过程的适应性和准确性。
不知道很多人是不是和我一样有疑惑，那个probability estimation 是干什么用的？
就是在CABAC 的第三步， 算术编码完一个bin， 都要update context model.
在TEncBinCoderCABAC.cpp中的 encodeBin（）函数中调用：
rcCtxModel.updateLPS();<pre name="code" class="cpp"> rcCtxModel.updateMPS();这个函数来update context ,其实就是更新概率模型。
算术编码克服了哈夫曼只能为整数的缺点，根据概率更新来更准确估计信源信号出现概率，概率估计越精确，编码效果越好。
这里的概率更新模型是单参数指数平滑法模型， 并以CABAC 定义的64个转换状态为index。这只是概率与index的函数的趋势关系， 参考H.264/AVC中那个经典的概率模型图。
但是在CABAC中， 概率更新FSM却是根据当前状态的概率来计算出新的概率。
每个概率在CABAC中其实是隐含着对应的状态的，比如如果得出概率0.04， 那么对应该的pStateIdx 就是48. 这与当前是LPS 还是MPS无关，就是一个概率对应一个确定的pstaeIdx.
只不过，标准中简化了对概率这种FP类型的数据的应用，直接实施为状态转移FSM，如果编码完一个bin之后， 当前的state是知道
最低0.47元/天 解锁文章
1269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
