H.264中POC类型之探讨

有 B 图像的场合。POC 表示的是图像显示顺序。由于POC对于参考序列的初始化,重排序及标记关系重大,所以做了如下的分析，以下讨论情况是针对帧编码。

pic_order_cnt_type=0的时候：

poc与frame_num没有直接的关系，是显式地出现在bit流中为pic_order_cnt_lsb（PicOderCntMsb 和 PicOderCntLsb分别代表的是POC的高位和低位。H.264中为了提高压缩效率，只对POC的低位进行编码传输，POC的高位不在码流中直接传输，而是通过别的语法元素推导得来。）
pic_order_cnt_lsb只是一个低位的poc，对应的高位PicOrderCntMsb不出现在bit流中，这个需要编码器或者解码器对pic_order_cnt_lsb的情况来进行PicOrderCntMsb的进位。其中MaxPicOrderCntLsb在SPS中可以得到，用于控制进位的。假定MaxPicOrderCntLsb=64,prevPicOrderCntMsb=0有如下情况：

I P B...未出现mmco==5或IDR.....P B B P B B P B B
poc: 0 6 2 60 56 58 2 62 0 6 2 4
总计 poc 0 6 2 60 56 58 66 62 64 70 66 68

这里变量prevPicOrderCntLsb应该是以前参考帧的pic_order_cnt_lsb，对于pic_order_cnt_lsb=2的P，现在来计算它的poc, 此时prevPicOrderCntLsb=60，很明显满足条件prevPicOrderCntLsb>pic_order_cnt_lsb&&(prevPicOrderCntLsb-pic_order_cnt_lsb)>=64/2,
由于是参考帧所以其prevPicOrderCntMsb=prevPicOrderCntMsb+64=64，此时TopFiledOrderCnt=64+2=66;
接着计算pic_order_cnt_lsb=62的B此时prevPicOrderCntMsb=64，而prevPicOrderCntLsb=2，很明显满足prevPicOrderCntLsb<pic_order_cnt_lsb&&(pic_order_cnt_lsb-prevPicOrderCntLsb)>=64/2,此时PicOrderCntMsb=prevPicOrderCntMsb-prevPicOrderCntLsb=64-2=62。由于不是参考帧所以prevPicOrderCntMsb还是保持为64，很明显prevPicOrderCntMsb应该是MaxPicOrderCntLsb的倍数。对于pic_order_cnt_lsb=0的B，上述两种情况都不满足，所以其PicOrderCntMsb=64。
prevPicOrderCntMsb和prevPicOrderCntLsb在IDR或者mmco=5的时候选择性复位。这里如果考虑要场编码，则有如下情况：

I P B...未出现mmco==5或IDR.....Pt Pb Bt Bb Bt Bb Pt Pb Bt Bb Bt Bb
poc: 0 6 2 60 61 56 57 58 59 2 3 62 63 0 1
总计 poc 0 6 2 60 56 58 66 62 64

Pt的poc为60的时候包含了mmco=5，由于他不是一个底场，所以prevPicOrderCntLsb就为60，如果出现在Pt的poc为61的时候包含了mmco=5，则prevPicOrderCntLsb=0；所以在帧编码的时候mmco=5只是复位prevPicOrderCntMsb，而prevPicOrderCntLsb应该不复位。而在场编码的时候mmco=5只有出现在底场的时候复位prevPicOrderCntMsb，prevPicOrderCntLsb为0。保证prevPicOrderCntLsb初始是从顶场开始，且为偶数开始（应该不是简单如此吧，应该还有深入原因，那位想通透的告诉我一声）

pic_order_cnt_type=1的时候：

考虑如下序列情况
SPS中设置对于帧编码，offset_for_top_to_bottom_field=0；对于场编码 offset_for_top_to_bottom_field=1；

序列1： I P B 循环一
frame_num: 0 1 2
poc: 0 4 2
P B 循环二
frame_num: 2 3
poc: 8 6
P B 循环三
frame_num: 3 4
poc: 12 10

此时对于num_ref_frames_in_pic_order_cnt_cycle=1,num_ref_frames_in_pic_order_cnt_cycle表示IDR后一个循环内参考帧的总数.offset_for_ref_frame[0]=4,offset_for_ref_frame表示IDR后参考帧之间的偏移。

如果要计算poc=12的P帧的POC，如何得到呢？首先已经知道frame_num=3,num_ref_frames_in_pic_order_cnt_cycle=1,offset_for_ref_frame[0]=4,则可以得到
absFrameNum=3，picOrderCntCycleCnt =(3-1)/1=2;frameNumInPicOrderCntCycle=(3-1)%1=0;
expectedDeltaPerPicOrderCntCycle = 0
for( i = 0; i < num_ref_frames_in_pic_order_cnt_cycle; i++ )
expectedDeltaPerPicOrderCntCycle += offset_for_ref_frame[ i ]

则expectedDeltaPerPicOrderCntCycle =4；
expectedPicOrderCnt = picOrderCntCycleCnt * expectedDeltaPerPicOrderCntCycle
for( i = 0; i <= frameNumInPicOrderCntCycle; i++ )
expectedPicOrderCnt = expectedPicOrderCnt + offset_for_ref_frame[ i ]
则expectedPicOrderCnt =12；可以得到
由于是P-slice，此时slice header中
delta_pic_order_cnt[ 0 ]=0；delta_pic_order_cnt[ 1 ]=0；
TopFieldOrderCnt = 12；BottomFieldOrderCnt = 12；

序列2： I P B B 循环一
frame_num: 0 1 2 2
poc: 0 6 2 4
P B B 循环二
frame_num: 2 3 3
poc: 12 8 10
P B B 循环三
frame_num: 3 4 4
poc: 18 14 16

此时
对于
num_ref_frames_in_pic_order_cnt_cycle=1,
offset_for_ref_frame[0]=6。
如果要计算poc=16的B帧的POC，如何得到呢？首先已经知道frame_num=4,num_ref_frames_in_pic_order_cnt_cycle=1,offset_for_ref_frame[0]=6,则可以得到
absFrameNum=4-1（因为是B帧不用于参考），picOrderCntCycleCnt =(3-1)/1=2;frameNumInPicOrderCntCycle=(3-1)%1=0;
expectedDeltaPerPicOrderCntCycle =6；
由于offset_for_non_ref_pic=-2*(连续B帧的数量);这里应该是-4
expectedPicOrderCnt =14；可以得到，
此时slice_header中delta_pic_order_cnt[ 0 ]=2，delta_pic_order_cnt[ 1 ]=0；
TopFieldOrderCnt = 16；BottomFieldOrderCnt = 16；

序列2： I P B P B B P B B B 循环一
frame_num: 0 1 2 2 3 3 3 4 4 4
poc: 0 4 2 10 6 8 18 12 14 16

P B P B B P B B B 循环二
frame_num: 4 5 5 6 6 6 7 7 7
poc: 22 20 28 24 26 36 30 32 34
P B P B B P B B B 循环三
frame_num: 7 8 8 9 9 9 10 10 10
poc: 40 38 46 42 44 54 48 50 52
此时
对于
num_ref_frames_in_pic_order_cnt_cycle=3,
offset_for_ref_frame[3]={4,6,8}。
如果要计算poc=54的P帧的POC，如何得到呢？首先已经知道frame_num=9,num_ref_frames_in_pic_order_cnt_cycle=3,offset_for_ref_frame[3]={4,6,8},则可以得到
absFrameNum=9，picOrderCntCycleCnt =(9-1)/3=2;frameNumInPicOrderCntCycle=(9-1)%3=2;
expectedDeltaPerPicOrderCntCycle =18；
expectedPicOrderCnt =18*2+4+6+8=54；可以得到，
此时slice_header中delta_pic_order_cnt[ 0 ]=0，delta_pic_order_cnt[ 1 ]=0；
TopFieldOrderCnt = 54；BottomFieldOrderCnt = 54；
如果要计算poc=50的B帧的POC，如何得到呢？由于是B帧
absFrameNum=10-1=9，picOrderCntCycleCnt =(9-1)/3=2;frameNumInPicOrderCntCycle=(9-1)%3=2;
由于连续B帧数目是变化的取平均值为2，此时offset_for_non_ref_pic=-4，
expectedPicOrderCnt =18*2+4+6+8-4=50；此时slice_header中delta_pic_order_cnt[ 0 ]=0，delta_pic_order_cnt[ 1 ]=0；

pic_order_cnt_type=2的时候：

poc是由frame_num推导出来的，这个比较简单，但是应该注意，在这种情况下不存在连续的非参考图象（注释），且解码输出的顺序和显示输出顺序一致（注释），意思就是说不出现B帧，但可以出现非参考的P场，这也是为什么当nal_ref_idc=0的时候tempPicOrderCnt = 2 * ( FrameNumOffset + frame_num ) – 1的情况。这里保证了参考场的POC始终为偶数，并且大于同帧的另外一个场。

综合三种poc的，类型2应该是最省bit的，因为直接从frame_num获得，但是序列方式限制最大；
类型1，只需要一定的bit量在sps标志出一些信息还在slice header中表示poc的变化，但是比类型0要节省bit,但是其序列并不是随意的，要周期变化；对于类型0因为要对poc的 lsb进行编码所以用到的bit最多，优点是序列可以随意。