H.264 sequence_parameter_sets成员值含义学习笔记

 

H.264 sequence_parameter_sets 成员值含义学习笔记

 

SPS: sequence parameter sets

01.  Profile_idc

它指的是码流对应的 profile.

 

1.1 基线 profile(Baseline profile)

遵循基线 profile 的码流应该遵循以下的约束 :

 

a) 只有 I 和 P 切片存在

b) NAL 单元流不应该有范围在 2 到 4 的 nal_unit_type 值 , 包括 2 和 4.

c) 序列参数集 (sps) 的 frame_mbs_only_fag( 之后介绍 ) 应该等于 1

d) 图象参数值 (psp) 的 weighted_pred_flag 和 weighted_bipred_idc 都应该为 0

e) 图象参数值 (psp) 的 entropy_coding_mode_flag 应该等于 0

f) 图象参数值 (psp) 的 num_slice_groups_minus1 应该在 0 到 7 之间 , 包括 0 和 7**psp 部分参数含义在关于 psp 的文章中给出。

g) 对于基线 profile 对应的 level 度应该满足 .

 

符合基线 profile 的码流的 profile_idc 被赋 66. 符合一定 level 的基线 Baseline 的解码器应该可以解码所有的 profile_idc 等于 66 的码流或 constrained_set0_flag( 等会介绍 ) 为 1 而且 level_idc( 在 level 部分介绍 ) 少于或等于一个指定的 level 的码流。

 

1.2 主 profile(Main profile)

符合主 profile 的码流应该遵循以下的约束 :

 

a) 只有 I,P,B 切片存在 .

b) NAL 单元流不包括 nal_unit_type 值范围在 2-4 之内的值。包括 2 和 4.

c) 不能允许有随意顺序的切片

d) 图像参数集 (psp) 的 num_slice_groups_minus1 应该只为 0

e) 图像参数集 (psp) 的 redundant_pic_cnt_present_flag 应该只为 0

f) 对于主 profile 所要求的 level 级需要达到。

 

符合主 profile 的码流的 profile_idc 应为 77 。符合指定 level 的主 profile 的解码器应该可以解码所有的 profile_idc 为 77 的或 constrained_set1_flag 值为 1 且 level_idc 值小于或等于指定 level 的码流。

 

1.3 扩展 profile(Extended profile)

符合扩展 profile 的码流应该遵循以下的约束 :

 

a) 序列参数集的 direct_8x8_inference_flag 值应该为 1

b) 图像参数集的 entropy_coding_mode_flag 值应该为 0

c) 图像参数集的 num_slice_groups_minus1 的值范围为 0 到 7, 包括 0 和 7

d) 对于扩展 profile 指定的 level 级应该被达到

 

符合指定 level 级的扩展 profile 的解码器可以解码所有的 profile_idc 值为 88 的或 constrained_set2_flag 值为 1 的，而且 level_idc 小于等于指定 level 级的码流。

 

符合指定 level 级的扩展 profile 的解码器可以解码所有的 profile_idc 值为 66 的或 constrained_set0_flag 值为 1 的，而且 level_idc 小于等于指定 level 级的码流。

02. Constraint_set0_flag

当 constrained_set0_flag 值为 1 的时候，就说明码流应该遵循基线 profile(Baseline profile) 的所有约束 .constrained_set0_flag 值为 0 时，说明码流不一定要遵循基线 profile 的所有约束。

03. Constraint_set1_flag

当 constrained_set1_flag 值为 1 的时候，就说明码流应该遵循主 profile(Main profile) 的所有约束 .constrained_set1_flag 值为 0 时，说明码流不一定要遵循主 profile 的所有约束。

04. Constraint_set2_flag

当 constrained_set2_flag 值为 1 的时候，就说明码流应该遵循扩展 profile(Extended profile) 的所有约束 .constrained_set2_flag 值为 0 时，说明码流不一定要遵循扩展 profile 的所有约束。

注意：当 constraint_set0_flag,constraint_set1_flag 或 constraint_set2_flag 中不只一个值为 1 的话，那么码流必须满足所有相应指明的 profile 约束。

05. Constraint_set3_flag

Reserved. Set to 0.

06. Reserved_zero_4bits

Reserved. Set to 0.

07. Level_id: 12[Level 1.2]

它指的是码流对应的 level 级 .

 

5.1 独立于 profile 的 level 约束

让 fR 是这样一个变量：

a) 如果图像 n 是一帧， fR 设为 1/172

b) 如果图像 n 是一个场 ,fR 设为 1/(172*2)

 

任何 profile 下的指定的 level 都应该满足如下约束 :

a) 理论上可访问单元 n 从 CPB 中的移除时间满足这样的约束： t(n)-t(n-1) 要比 Max(PicSizeInMbs,MaxMBPS,fR) 值大或相等， MaxMBPS 是说在 level 表中指出的对于图像 n 的值， PicSizeInMbs 是指在图像 n 中的宏块数。

b) 如果图像 n 是一个输出图像而且它不是码流的最后一个输出图象，从 DPB 中取出的连续的输出图象差满足： Dt(n) >= Max(PicSizeInMbs, MaxMBPS, fR), MaxMBPS 是指对于图象 n 来说的相应的值。 PicSizeInMbs 指图象 n 的宏块。

c) 对于可访问单元 0 的 NumBytesInNALunit 变量的总和少于或等于 256*ChromaFormatFactor*(PicSizeInMbs+MaxMBPS*tr(0)-trn(0)/MinCR ， MaxMBPS 和 MinCR 是图象 0 在 level 表中相应的值 ,PicSizeInMbs 是图象 0 的宏块数量。

d) 对于可访问单元 n 的 NumBytesInNALunit 值的总和是小于或等于 256*ChromaFormatFactor*MaxMBPS*(tr(n)-trn(n-1))/MinCR,MaxMBPS 和 MinCR 的值是图像 n 在 level 级表中对应的值。

e) PicWidthInMbs * FrameHeightInMbs <= MaxFS, MaxFS 是在 level 表中指定的值。

f) PicWidthInMbs <= Sqrt(MaxFS * 8)

g) FrameHeightInMbs <= Sqrt(MaxFS * 8)

h) max_dec_frame_buffering <=MaxDpbSize, MaxDpbSize 等于 Min(1024 * MaxDPB / (PicWidthInMbs * FrameHeightInMbs * 256 * ChromaFormatFactor,16) ， MaxDPB 是对于 1024 字节单元的 MaxDPB 值， max_dec_frame_buffering 也叫做 DPB 大小值。

i) 对于 VCL HRD 参数值 , 至少对于一个 SchedSelIdx 值来说 , 码率 BitRate[SchedSelIdx] <= 1000 * MaxBR 且 CpbSize[SchedSelIdx] <= 1000 * MaxCPB 。 MaxBR 和 MaxCPB 是对于 1000bits/s 和 1000 位单元对应于 level 级表的值。码流应该为 0 到 cpb_cnt_minus1 中的一个值，包括 0 和 cpb_cnt_minus1.CpbSize[SchedSelIdx] 也叫做 CPB 大小值。

j) 对于 NAL HRD 参数来说 ,BitRate[SchSelIdx] <= 1200 * MaxBR 且 CpbSize[SchedSelIdx] <= 1200 * MaxCPB ， MaxBR 和 MaxCPB 是在 1200bits/s 和 1200 位的单元值在极限 level 下的值。码流应该满足至少 SchedSelIdx 值从 0 到 cpb_cnt_minus1 中的一个值。

k) 在亮度帧采样中，垂直运动向量元素范围不能超过 MaxVmvR ， MaxVmvR 值在 level 极限表中提供

l) 在亮度帧采样单元中，水平运动向量范围不能超过 -2048 到 2047.75 ，包括 -2048 和 2047.75 。

m) 按解码顺序的两个连续的宏愉的运动向量的数量不超过 MaxMvsPer2Mb( 对于当前宏块的最后一个切片和下一个宏块的第一个切片也适用 ),MaxMvsPer2Mb 值在 level 极限表中提供 .

n) 对于任何宏块的 macroblock_layer() 的位数值都不能大于 128 + 2048 * ChromaFormatFactor. 依赖于 entropy_coding_mode_flag 值， macroblock_layer() 的值由如下方式计算

  如果 entropy_coding_mode_flag 值为 0 的话， macroblock_layer() 的值由 macroblock_layer() 的对于一个 macroblock 的语法结构给出

  其他情况下 , 对于一个宏块的 macroblock_layer() 值是由 read_bits(1) 给出的 .

5.2 与 profile 相关的 level 级

对于基线 profile, 主 profile 和扩展 profile 的相应的 level 级约束在 H.264 的文档中有表可查。

08. seq_parameter_set_id

seq_parameter_set_id 指定了由图像参数集指明的序列参数集。 seq_parameter_set_id 值应该是从 0 到 31 ，包括 0 和 31

注意： 当可用的情况下，编码器应该在 sps 值不同的情况下使用不同的 seq_parameter_set_id 值，而不是变化某一特定值的 seq_parameter_set_id 的参数集的语法结构中的值。

09. log2_max_frame_num_minus4

log2_max_frame_num_minus4 指定了变量 MaxFrameNum 的值 , MaxFrameNum = 2(log2_max_frame_num_minus4+4)

log2_max_frame_num_minus 的值应该在 0 到 12 之间，包括 0 和 12.

10. pic_order_cnt_type

pic_order_cnt_type 指定了解码图像顺序的方法。 pic_order_cnt_type 的值是 0,1,2 。

pic_order_cnt_type 在当一个编码视频序列有如下限定时不为 2

a) 包含非参考帧的可访问单元，并紧接着一个包含非参考可访问单元

b) 两个可访问单元，它们分别包含两个场中的一个，它们一块儿组成了一个互补的非参考场对，被紧接着一个包括非参考图像的可访问单元。

c) 一个包含非参考场的可访问单元，并紧接着一个包含另一个非参考图像的可访问单元，它们不组成互补的非参考场对。

11. log2_max_pic_order_cnt_lsb_minus4

log2_max_pic_order_cnt_lsb_minus4 指出变量 MaxPicOrderCntLsb 的值，它是在解码过程中使用到的图像顺序计算值 :

MaxPicOrderCntLsb = 2(log2_max_pic_order_cnt_lsb_minus4+4)

log2_max_pic_order_cnt_lsb_minus4 的值为包括 0 和 12 以及它们之间的值。

12. delta_pic_order_always_zero_flag

delta_pic_order_always_zero_flag 等于 1 的时候表示当 delta_pic_order_cnt[0] 和 delta_pic_order_cnt[1] 在序列的切片头中不存在，并被认为是 0 。

delta_pic_order_always_zero_flag 值等于 0 时表示 delta_pic_order_cnt[0] 在序列的切片头中存在而 delta_pic_order_cnt[1] 可能在序列的切片头中存在。

13. offset_for_non_ref_pic

offset_for_non_ref_pic 被用来计算一个非参考图像的图像顺序值。 offset_for_non_ref_pic 值取值范围为 (-2)^(31) 到 2^(31)-1 ，包括边界值。

14. offset_for_top_to_bottom_field

offset_for_top_to_bottom_field 被用来计算一帧中的下场的图像顺序值。

offset_for_top_to_bottom_field 值的取值范围为 (-2)^(31) 到 (2)^(31)-1 ，包括边界值。

15. num_ref_frames_in_pic_order_cnt_cycle

num_ref_frames_in_pic_order_cnt_cycle 在解码过程中被用来计算图像顺序值。

num_ref_frames_in_pic_order_cnt_cycle 在 0 到 255 之间取值，包括边界值。

16. offset_for_ref_frame[i]

offset_for_ref_frame[i] 是一列 num_ref_frames_in_pic_order_cnt_cycle 中的一个元素，它被在解码过程的解码顺序值中使用。

offset_for_ref_frame[i] 的值为 (-2)^31 到 (2)^(31)-1 ，包括边界值。

17. num_ref_frames

num_ref_frames 指定了长期的和短期的参考帧的最大总数目，互补的参考场对和在解码过程。

18. gaps_in_frame_num_value_allowed_flag

gaps_in_frame_num_value_allowed_flag 值指明了 frame_num 允许的值和解码过程中的 frame_num 的差距值。

19. pic_width_in_mbs_minus1

pic_width_in_mbs_minus1 加 1 指明了对于每个解码图像中的宽度值。在宏块单元中的图像宽度的变量值为 :

PicWidthInMbs = pic_width_in_mbs_minus1+1;

对于亮度元素来说图像宽度变量的值：

PicWidthInSamplesL = PicWidthInMbs * 16;

对于色度元素来说图像宽度变量的值：

PicWidthInSamplesC = PicWidthInMbs * 8;

20. pic_height_in_map_units_minus1

pic_height_in_map_units_minus1 指明了解码帧或场中的一个切片组的高度。变量 PicHeightInMapUnits 的值和 PicSizeInMapUnits ：

PicHeightInMapUnits = pic_height_in_map_units_minus1 + 1;

PicSizeInMapUnits = PicWidthInMbs * PicHeightInMapUnits

21. frame_mbs_only_flag

frame_mbs_only_flag 等于 0 指明了视频序列的编码图象可能是编码场或编码帧。 frame_mbs_only_flag 等于 1 指明了每个编码视频序列的编码图像都是只含帧宏块的编码帧。

依赖于 frame_mbs_only_flag 的值， pic_height_in_map_units_minus1 如下定义：

如 frame_mbs_only_flag 等于 0 ， pic_height_in_map_units_minus1 就是宏块单元的场高

如 frame_mbs_only_flag 等于 1 ， pic_height_in_map_units_minus1 就是宏块单元的场宽

FrameHeightInMbs 的值：

FrameheightInMbs = ( 2 - frame_mbs_only_flag ) * PicHeightInMapUnits

22. mb_adaptive_frame_field_flag

mb_adaptive_frame_field_flag 等于 0 表明在一个图像内不能切换使用帧和场宏块。

mb_adaptive_frame_field_flag 等于 1 表示在一帧中有可能使用场和帧的切换，当 mb_adaptive_frame_field_flag 没有设定的时候，应该赋给 0.

23. direct_8x8_inference_flag

direct_8x8_inference_flag 指明了在亮度运动向量生成 B_Skip ， B_Direct_16x16 和 B_Direct_8x8 的方法。

当 frame_mbs_only_flag 为 0 时， direct_8x8_inference_flag 应为 1

24. frame_cropping_flag

frame_cropping_flag 等于 1 表明在 sps 中下一个使用的帧剪切偏移量参数。 frame_cropping_flag 等于 0 表明帧剪切偏移量不存在。

25. frame_crop_left_offset

26. frame_crop_left_offset

27. frame_crop_top_offset

28. frame_crop_bottom_offset

指明了在一个窗中一帧的采样值。

29. vui_parameters_present_flag

vui_parameters_present_flag 等于 1 表示 vui_parameters() 在码流中是存在的， vui_parameters_present_flag 等于 0 表明 vui_parameters() 在码流中不存在。

30. rbsp_trailing_bits( )

rbsp_stop_one_bit        恒等于 1

rbsp_alignment_zero_bit      恒等于 0.

Note:

       More detail need refer to

       1). Advanced video coding for generic audiovisual services.pdf P63.

       2). Refer to ISOIEC 14496-10-2005-PDAM 3.doc P40

 

 

rbsp_trailing_bits( ) {	C	Descriptor
rbsp_stop_one_bit /* equal to 1 */	All	f(1)
while( !byte_aligned( ) )
rbsp_alignment_zero_bit /* equal to 0 */	All	f(1)
}

 

Sequence parameter set RBSP syntax

seq_parameter_set_rbsp( ) {	C	Descriptor
profile_idc	0	u(8)
constraint_set0_flag	0	u(1)
constraint_set1_flag	0	u(1)
constraint_set2_flag	0	u(1)
constraint_set3_flag	0	u(1)
reserved_zero_4bits /* equal to 0 * /	0	u(4)
level_idc	0	u(8)
seq_parameter_set_id	0	ue(v)
if( profile_idc = = 83 ) {
seq_parameter_set_svc_extension( ) /* specified in Annex F */
}
if( profile_idc = = 100 | | profile_idc = = 110 | |         profile_idc = = 122 | | profile_idc = = 144  | |         profile_idc = = 83 ) {
chroma_format_idc	0	ue(v)
if( chroma_format_idc = = 3 )
residual_colour_transform_flag	0	u(1)
bit_depth_luma_minus8	0	ue(v)
bit_depth_chroma_minus8	0	ue(v)
qpprime_y_zero_transform_bypass_flag	0	u(1)
seq_scaling_matrix_present_flag	0	u(1)
if( seq_scaling_matrix_present_flag )
for( i = 0; i < 8; i++ ) {
seq_scaling_list_present_flag[ i ]	0	u(1)
if( seq_scaling_list_present_flag[ i ] )
if( i < 6 )
scaling_list( ScalingList4x4[ i ], 16,                                        UseDefaultScalingMatrix4x4Flag[ i ])	0
else
scaling_list( ScalingList8x8[ i – 6 ], 64,                                        UseDefaultScalingMatrix8x8Flag[ i – 6 ] )	0
}
}
log2_max_frame_num_minus4	0	ue(v)
pic_order_cnt_type	0	ue(v)
if( pic_order_cnt_type = = 0 )
log2_max_pic_order_cnt_lsb_minus4	0	ue(v)
else if( pic_order_cnt_type = = 1 ) {
delta_pic_order_always_zero_flag	0	u(1)
offset_for_non_ref_pic	0	se(v)
offset_for_top_to_bottom_field	0	se(v)
num_ref_frames_in_pic_order_cnt_cycle	0	ue(v)
for( i = 0; i < num_ref_frames_in_pic_order_cnt_cycle; i++ )
offset_for_ref_frame[ i  ]	0	se(v)
}
num_ref_frames	0	ue(v)
gaps_in_frame_num_value_allowed_flag	0	u(1)
pic_width_in_mbs_minus1	0	ue(v)
pic_height_in_map_units_minus1	0	ue(v)
frame_mbs_only_flag	0	u(1)
if( !frame_mbs_only_flag )
mb_adaptive_frame_field_flag	0	u(1)
direct_8x8_inference_flag	0	u(1)
frame_cropping_flag	0	u(1)
if( frame_cropping_flag ) {
frame_crop_left_offset	0	ue(v)
frame_crop_right_offset	0	ue(v)
frame_crop_top_offset	0	ue(v)
frame_crop_bottom_offset	0	ue(v)
}
vui_parameters_present_flag	0	u(1)
if( vui_parameters_present_flag )
vui_parameters( )	0
rbsp_trailing_bits( )	0
}