H.264---CABAC---第四步--算術編碼

轉自：https://www.cnblogs.com/TaigaCon/p/5304563.html

算術編碼是基於區間划分的，普通的概率划分需要使用到多位乘法。CABAC的算術編碼為了降低計算復雜度，並便於硬件實現，采取了如下一些方法：

1. 總是估計小概率符號LPS（pLPS<0.5pLPS<0.5）的概率，並將其概率離散化成64個不同概率狀態。概率估計轉換成基於表格的概率狀態的轉換（見初始化部分的描述）。
2. 使用9bit的變量R與10bit的L表示當前區間，其中L為區間的起點，R為區間長度
3. 每當輸入新符號時，會對區間的起點LL以及區間的長度RR進行更新，在前面的二進制算術編碼時，我們已經得知兩者的更新方法，其中R與L的更新包含了浮點數乘法Ri⋅p，為了降低運算復雜度，CABAC把乘法換算成了查表的形式。換算方法如下：
   • 離散化的狀態pStateIdx代表了符號的概率p
     
   • 9個bit的區間長度RR通過(R>>6)&3(R>>6)&3被量化成2個bit，即{0，1，2，3}（因為RR總是大於等於2828小於2929，在后面的歸一化可以看出來）
   • 有了上述兩個離散的變量，區間更新所需要的乘法就能轉換成查表操作，表格請查看標准9.3.3.2中的第一個表格。
4. 在算術編碼的過程中，盡管是同一上下文，但是概率並不是固定的，每次輸入一個新符號都會改變相應上下文的概率，也就是會進行狀態轉換（見初始化部分的描述）
5. 對近似均勻分布的語法元素，在編碼和解碼時選擇旁路（bypass）模式，可以免除上下文建模，提高編解碼的速度。
6. 由於編碼區間是有限位表示的，因此在輸入一個符號進行區間更新后，需要進行重歸一化以保證編碼精度。

 

算術編碼過程

該過程可分為5個步驟

1. 通過當前編碼器區間范圍R得到其量化值ρ作為查表索引，然后利用狀態索引pStateIdx與ρ進行查表得出RLPS的概率區間大小。
2. 根據要編碼的符號是否是MPS來更新算術編碼中的概率區間起點L以及區間范圍R
   
3. pStateIdx==0表明當前LPS在上下文狀態更新之前已經是0.5的概率，那么此時還輸入LPS，表明它已經不是LPS了，因此需要進行LPS、MPS的轉換
4. 更新上下文模型概率狀態
5. 重歸一化，輸出編碼比特。

 

重歸一化分析

 

 

在CABAC編碼過程中，在輸入符號后，進行區間更新，接下來就是重歸一化過程。下面就以[0,210)[0,210)表示區間[0,1)[0,1)為例，分析重歸一化過程

    （請注意，在該過程中，[0,210)[0,210)只起到輔助作用，實際的區間為RR）

1. R<28R<28的情況，如果L<28L<28，則可知R+L<29R+L<29，那么可以確定編碼區間[L,L+R)[L,L+R)在區間[0,0.5)[0,0.5)上，用二進制表示這個區間即為0.0x0.0x，因此輸出00（只記錄小數點后面的二進制）。最后用[0,210)[0,210)來表示區間[0,0.5)[0,0.5)，也就是將原本的[0,29)[0,29)線性擴增到[0,210)[0,210)
2. R<28R<28的情況，如果L⩾29L⩾29，那么就可以確定編碼區間[L,L+R)[L,L+R)在區間[0.5,1)[0.5,1)上，用二進制表示這個區間即為0.1x0.1x，因此輸出11。最后用[0,210)[0,210)來表示區間[0.5,1)[0.5,1)，也就是將原本的[29,210)[29,210)線性擴增到[0,210)[0,210)
3. R<28R<28的情況，如果28⩽L<2928⩽L<29，則28<R+L<29+2828<R+L<29+28，編碼區間[L,L+R)[L,L+R)可能在[0,0.5)[0,0.5)區間內，也有可能跨越[0,0.5)[0,0.5)與[0.5,1)[0.5,1)兩個區間，即可能是0.01x0.01x，也可能是0.10x0.10x。此時可以先暫緩輸出，用[0,210)[0,210)來表示區間[0.25,0.75)[0.25,0.75)，也就是將原本的[28,28+29)[28,28+29)線性擴增到[0,210)[0,210)，然后進入重歸一化的下一個循環繼續判斷。
4. R⩾28R⩾28的情況，無法通過L<28L<28來確定編碼區間，需要通過輸入下一個符號來對RR與LL進行更新后再繼續進行判斷，因此當前符號的編碼流程結束。由於這個原因，因此在一個符號編碼結束后，另一個符號編碼開始前，總是28⩽R<2928⩽R<29。

 

輸出

在編碼輸出“0”或者“1”的階段，用PutBit(B)表示

關於PutBit(B)的分析，參考上面重歸一化的區間圖，可以看到有三種情況

1. 情況1，走PutBit(0)，直接輸出“0”
2. 情況2，走PutBit(1)，直接輸出“1”
3. 情況3，輸出可能為“10”或者“01”，因此不能直接輸出，走bitsOutstanding++的步驟。在下一次編碼符號時，符合情況2，走PutBit(1)，此時bitsOutstanding = 1，因此輸出“10”

另外，PutBit(B)不會編碼第一個bit。原因是CABAC在初始化的時候，會以[0,210)[0,210)表示區間[0,1)[0,1)，而在初始化區間時R=510，L=0R=510，L=0，這意味着已經進行了第一次區間選擇，區間為[0,0.5)[0,0.5)，需要輸出“0”。PutBit(B)在此阻止這個“0”的輸出，這樣就能得到正確的算術編碼結果了。

 

 

旁路（bypass）編碼

有些語法元素在二值化后選擇的可能不是上述的算術編碼，而是旁路編碼，具體情況請查看h.264標准9.3.2的第一個表格。旁路編碼中，假設待編碼的符號符合近似的均勻分布。下圖給出了旁路模式下的編碼過程。

旁路模式有幾個特點：符號均勻分布，無需對RR進行量化與查表；每編碼完一個符號后，RR總是會小於2828，因此每次都需要對概率區間進行放大；把對LL的移位操作提到了前面，因此旁路編碼的重歸一化的區間可以看作由[0,210)[0,210)變成了[0,211)[0,211)。

下面是旁路編碼的一個例子

 

 

編碼結束 EncodeTerminate

在編碼語法元素end_of_slice_flag以及I_PCM mb_type時（ctxIdx = 276）會調用EncodeTerminate這個編碼過程。

在EncodeTerminate中，采用的是pStateIdx = 63的狀態，這個狀態表示的是當前宏塊是否為該slice的最后一個宏塊的概率。在該狀態下，對概率區間的划分跟概率區間量化值無關。在編碼end_of_slice_flag以及I_PCM的mb_type時，概率區間固定為RLPS=2RLPS=2。如果當前宏塊為slice的最后一個宏塊（end_of_slice_flag = 1）或者當前編碼為PCM宏塊並且編碼它的mb_type I_PCM時，結束CABAC編碼，調用EncodeTerminate中的EncodeFlush。具體情況請參考標准中的9.3.4.5小節以及CABAC補充討論。

 

在編碼完成slice的最后一個宏塊后，將會調用字節填充過程。該過程會往NAL單元寫入0個或者更多個字節（cabac_zero_word），目的是完成對NAL單元的封裝（標准9.3.4.6）。這里有計算如下

k=⌈(⌈3×(32×BinCountsInNALunits−RawMbBits×PicSizeInMbs1024)⌉−NumBytesInVclNalunits)/3⌉k=⌈(⌈3×(32×BinCountsInNALunits−RawMbBits×PicSizeInMbs1024)⌉−NumBytesInVclNalunits)/3⌉

如果k>0k>0，則需要將3字節長的0x000003添加到NAL單元kk次。這里的前兩字節0x0000代表了cabac_zero_word，第三個字節0x03代表一個emulation_prevention_three_byte，這兩個語法元素請參考h.264語法結構分析的相關部分。

如果k⩽0k⩽0，則無需添加字節到NAL單元。

式子中的各個變量所代表的意思請查看標准