Vp9解码方式概述 -- Parsing Process

Vp9解码方式概述 – Parsing Process

本文是对vp9协议第9章，解析字符串函数的一个梳理，主要对几种解析类型（Type）的流程进行梳理

1. 如何解码视频？

🍟编码后的视频信息是一长串二进制的字符串，解码时将按照协议第6章的函数进行，黑体加粗（图中红圈所示）表示此时从字符串中读取数据进行解析，解析的值，赋值给该黑体加粗表示的语法元素（padding_bit）；而从字符串中读取多少位信息，以及如何对获取的二进制字符串解析，则用不同的Type（图中绿圈所示）来表示。

2. f(n)

🍗f(n)表示直接从字符串中获取n bit，例如f(3)，就表示从字符串中直接获取3bit，若获取的是010，那该语法元素解码值就是2；

3. 布尔解码器Boolean decoder (read_bool( p ))

🍖Vp9在解码一个tile前，都会初始化布尔解码器（init_bool(tile_size)，tile_size表示解码该tile需要获取的字符串的长度），解码完一个tile后会关闭布尔解码器(exit_bool); Type中的B(n), L(n), T都代表用布尔解码器对视频字符串（码流）进行解码操作；

4. 布尔解码函数read_bool( p )

🍝布尔解码器的核心是read_bool( p )函数。B(n), L(n), T这三种类型的解码，都要调用该函数；其中在init_bool(sz)中会赋给BoolRange（255）和BoolMaxBits （8 * sz – 8）, BoolValue(f(8)，从码流中读取8bit，赋给BoolValue)的初始值，read_bool( p )函数如下所示：

read_bool(p){
	split = 1 + (((BoolRange - 1) * p) >> 8)
	if（BoolValue < split）
	{
		BoolRange = split;
		bool = 0;
	}
	else
	{
		BoolRange -= split;
		BoolValue -= split;
		bool = 1;
	}
	if(BoolRange < 128)
	{
		if(BoolMaxBits > 0)
		{
			newBit = f(1);//从码流中获取1bit;
			BoolMaxBits -= 1;
		}
		else{
			NewBit = 0;
		}
		BoolRange =  BoolRange *2;
		BoolValue = (BoolValue << 1) + newBit;
	}
	return bool;
}

5. B( p )

🍛用于一些1bit语法元素的解码：B（p） = read_bool( p )

6. L( n ）

🍤用于一些已知位宽（nbit）语法元素的解码

L(n){
	x = 0;
	for(i = 0; i < n; i++){
	x = 2 * x + read_bool(128);
	}
	return x;
}

7. T

🍱T解码是一种依靠各种概率表和树状图的，用于一些不定长度的语法元素的解析。T表示调用多次read_bool§进行解码; 调用多少次，取决于树状表，而每次调用的参数p的值，取决与概率表；

---

🍣以mv_joint语法元素的解析为例：

• 🍥首先我们要看懂mv_joint对应的树状图（见协议9.3.1 Tree selection process）： 前面带-符号的，表示叶子节点，其余为子节点

mv_joint_tree[ 6 ] = {
-MV_JOINT_ZERO, 2,
-MV_JOINT_HNZVZ, 4,
-MV_JOINT_HZVNZ, -MV_JOINT_HNZVNZ
}

• 🍙转换后，树状图为
  

• 🍘第一次调用read_bool( p )， 解码为0，解码结束，mv_joint = MV_JOINT_ZERO；
  解码为1，则 node_tmp = 2(该变量是下一次调用read_bool§时，计算p用的，后面会写)，继续解码；

• 🍚第二次调用read_bool( p )， 解码为0，解码结束，mv_joint = MV_JOINT_HNZVZ；
  解码为1，则 node_tmp = 4, 继续解码；

• 🍜第三次调用read_bool( p )， 解码为0，mv_joint = MV_JOINT_HZVNZ；
  解码为1，则 mv_joint =MV_JOINT_HNZVNZ ， 解码结束；

🍲每次调用read_bool( p )中的参数p的大小都是变化的，p的大小由概率表mv_joint_probs[node] 决定，其中node在一个语法元素的第一次调用时，初始值为0， 之后node = node_tmp/2；

default_mv_joint_probs[ 3 ] = {
32, 64, 96
}

• 🥚第一次调用用的p值为32 (node_tmp = 0, node=0)，
• 🍞若继续解码，p = 64(node_tmp = 2, node=1)；
• 🍩若继续第三次解码，p=96(node_tmp = 4, node=2);

---

🍡各个语法元素的概率表在协议第10节（10.5 Default probability tables等） ；

🍢需要注意的是，协议里的概率表是一个初始值，在解码过程中，是会有更新的；参考文章【1】，对vp9的解码过程的框架进行过一次梳理；

8. 参考资料

【1】vp9协议笔记-CSDN博客

【2】vp9协议原文（需加速器访问）