libaom 源码分析：av1_rd_use_partition 函数

标签：use libaom 分区 partition mi AV1 源码 const

libaom

libaom 是 AOMedia Video 1 (AV1) 视频编码格式的参考实现库，由 Alliance for Open Media (AOMedia) 开发和维护。AV1 是一个高效、开放、免专利授权的下一代视频编解码标准，设计目标是提供较高的视频压缩效率，同时适配各种分辨率、码率和平台。
下载：git clone https://aomedia.googlesource.com/aom
以下是libaom的一些关键特点：

开放和免版税：libaom提供了一个开放源代码的编码器，任何个人和组织都可以免费使用，无需支付版税。
高效的编码：libaom旨在提供高效的视频压缩，以适应不同的网络条件和设备性能。
跨平台：libaom支持多种操作系统和平台，包括Windows、Linux和macOS。
AV1编解码器：libaom实现了AV1编解码器，这是一种基于块的视频编码格式，它使用了一系列先进的压缩技术，如CDEF（Constrained Directional Enhancement Filtering）、CIC（Compound Internal Coding）、和PAET（Probabilistic Angular Early Termination）等。
可配置性：libaom提供了多种配置选项，允许开发者根据应用需求调整编码参数。
实时编码：libaom支持实时编码，适用于直播和实时通信应用。
兼容性：libaom编码的视频可以在支持AV1解码的任何播放器或设备上播放。
社区支持：作为一个开源项目，libaom得到了活跃的社区支持，不断有新功能和改进被加入。

libaom是实现AV1视频编码标准的关键部分，它被许多视频播放器、浏览器和视频服务提供商所采用。随着AV1编解码器的成熟和普及，libaom将继续在视频编码领域发挥重要作用。

libaom 分区搜索类型

在 libaom 中会根据不同的分区搜索类型进行不同的分区操作，具体的分区搜索类型种类在 speed_features.h 头文件中共用体 PARTITION_SEARCH_TYPE 说明；类型主要有基于 RD 准则搜索分区、固定尺寸分区、基于方差分区、基于机器学习分区。

AV1分区编码

AV1 分区编码（Partition Coding）是 AV1 编码器中用于将图像分割成不同大小的块，并针对每个块选择最优分区模式的一种技术。通过选择不同的分区模式，AV1 编码器能够平衡压缩效率（码率）与图像质量（失真），从而获得更高的压缩性能。

AV1 分区模式

AV1 中定义了多种分区模式，编码器根据当前块的特性（如内容复杂度、大小等）选择最合适的分区模式。常见的分区模式包括：

PARTITION_NONE：
该模式表示不对当前块进行分区，整个块作为一个单元进行编码。
适用于纹理较简单或者小块的场景。
PARTITION_SPLIT：
将当前块分成四个相同大小的子块（通常是 2x2 或 4x4 分割），分别进行编码。
适用于较复杂或不规则的图像区域。
PARTITION_HORZ：
将当前块沿水平方向进行分区，分成上下两部分，分别进行编码。
适用于横向纹理或大致水平方向的图像区域。
PARTITION_VERT：
将当前块沿垂直方向进行分区，分成左右两部分，分别进行编码。
适用于纵向纹理或大致垂直方向的图像区域。

av1_rd_use_partition 函数

函数功能：av1_rd_use_partition 是 AV1 编码器中用于递归分区搜索的重要函数。其作用是根据当前块的大小和内容特性，在各种分区模式中选择最优的分区模式（如 PARTITION_NONE、PARTITION_SPLIT、PARTITION_HORZ、PARTITION_VERT 等），以最小化码率失真代价（Rate-Distortion Cost, RD Cost）。
源码内部原理流程图：
源码详细注释分析：

/*!\brief AV1 block partition search (partition estimation and partial search).
*
* \ingroup partition_search
* Encode the block by applying pre-calculated partition patterns that are
* represented by coding block sizes stored in the mbmi array. Minor partition
* adjustments are tested and applied if they lead to lower rd costs. The
* partition types are limited to a basic set: none, horz, vert, and split.
* 通过应用预先计算的分区模式来编码，这些模式由存储在 mbmi 数组中的编码块大小表示，
* 如果进行小的分区调整可以降低率失真 RD 成本，则会进行调整，分区类型被限制在基本集中：
* 不分、水平、垂直、分裂
* \param[in]    cpi       Top-level encoder structure
* \param[in]    td        Pointer to thread data
* \param[in]    tile_data Pointer to struct holding adaptive
data/contexts/models for the tile during encoding
* \param[in]    mib       Array representing MB_MODE_INFO pointers for mi
blocks starting from the first pixel of the current
block
* \param[in]    tp        Pointer to the starting token
* \param[in]    mi_row    Row coordinate of the block in a step size of MI_SIZE
* \param[in]    mi_col    Column coordinate of the block in a step size of
MI_SIZE
* \param[in]    bsize     Current block size 当前块大小
* \param[in]    rate      Pointer to the final rate for encoding the current
block
* \param[in]    dist      Pointer to the final distortion of the current block
* \param[in]    do_recon  Whether the reconstruction function needs to be run,
either for finalizing a superblock or providing 是否需要运行重建函数，用于完成超块或未来的子块分区提供参考
reference for future sub-partitions
* \param[in]    pc_tree   Pointer to the PC_TREE node holding the picked
partitions and mode info for the current block
*
* \remark Nothing is returned. The pc_tree struct is modified to store the
* picked partition and modes. The rate and dist are also updated with those
* corresponding to the best partition found.
*/
void av1_rd_use_partition(AV1_COMP *cpi, ThreadData *td, TileDataEnc *tile_data,
                          MB_MODE_INFO **mib, TokenExtra **tp, int mi_row,
                          int mi_col, BLOCK_SIZE bsize, int *rate,
                          int64_t *dist, int do_recon, PC_TREE *pc_tree) {
   
  AV1_COMMON *const cm = &cpi->common;
  const CommonModeInfoParams *const mi_params = &cm->mi_params;
  const int num_planes = av1_num_planes(cm);
  TileInfo *const tile_info = &tile_data->tile_info;
  MACROBLOCK *const x = &td->mb;
  MACROBLOCKD *const xd = &x->e_mbd;
  const ModeCosts *mode_costs = &x->mode_costs;
  const int bs = mi_size_wide[bsize];
  const int hbs = bs / 2;
  //获取分区平面上下文索引
  const int pl = (bsize >= BLOCK_8X8)
                     ? partition_plane_context(xd, mi_row, mi_col, bsize)
                     : 0;
  //获取块的分区类型
  const PARTITION_TYPE partition =
      (bsize >= BLOCK_8X8) ? get_partition(cm, mi_row, mi_col, bsize)
                           : PARTITION_NONE;
  
  //根据分区类型获取子块大小
  const BLOCK_SIZE subsize = get_partition_subsize(bsize, partition);
  RD_SEARCH_MACROBLOCK_CONTEXT x_ctx;
  RD_STATS last_part_rdc, none_rdc, chosen_rdc, invalid_rdc;
  BLOCK_SIZE bs_type = mib[0]->bsize;
  int use_partition_none = 0;
  x->try_merge_partition = 0;

  //分配内存，确保分区模式上下文存在
  if (pc_tree->none == NULL) {
   
    pc_tree->none = av1_alloc_pmc(cpi, bsize, &td->shared_coeff_buf);
    if (!pc_tree->none)
      aom_internal_error(xd->error_info, AOM_CODEC_MEM_ERROR,
                         "Failed to allocate PICK_MODE_CONTEXT");
  }
  PICK_MODE_CONTEXT *ctx_none = pc_tree->none;

  if (mi_row >= mi_params->mi_rows || mi_col >= mi_params->mi_cols) return;//边界检查，如果块超过当前帧范围，直接退出

  assert(mi_size_wide[bsize] == mi_size_high[bsize]);
  // In rt mode, currently the min partition size is BLOCK_8X8.
  assert(bsize >= cpi->sf.part_sf.default_min_partition_size);

  av1_invalid_rd_stats(&last_part_rdc);
  av1_invalid_rd_stats(&none_rdc);
  av1_invalid_rd_stats(&chosen_rdc

标签：use,libaom,分区,partition,mi,AV1,源码,const
From： https://blog.csdn.net/yanceyxin/article/details/144352229