CABAC编解码原理分析

CABAC编解码原理分析

---

---

一、二进制算数编码

cabac是一种特数的二进制算数编码，假设我们有由“0”和“1”组成的字符串需要编码，且“0”和“1”的出现的概率概率分别为0.4和0.6，那么我们分配如下初始概率区间：

0	1
[0, 0.4)	[0.4, 1]

我们按照这个概率区间对“1100”进行编码

• 1，如图所示，编码第一个“1”时，区间长度为1，（0，0.4）为“0”的编码区间，（0.4，0.6）为“1”的编码区间，因此第一个“1”编码完成后，区间长度L变为0.6（0.4~1）；此时重新划分编码区间 区间长度$L=1-0.4=0.6$; 因此“0”的编码区间变为(0.4，0.4+L*0.4),也就是（0.4，0.64）；
• 2，依次类推。将 1100这四个数编码完成后，编码区间为（0.64，0.6976），我们取这个区间的任意一个数，就能在知道长度和编码概率的情况下，恢复这个数；
• 3，假设我们取0.65，解码端恢复这个数时，首先判断0.65在（0.4，1）这个区间，因此第一位为“1”，再判断其在（0.64，1）这个区间，因此第2位也是“1”，依次类推，可恢复编码前的数据“1100”，当然了，这种编码方式需要知道原始数据的长度和编码后的区间，不然会一直判断下去；

二、CABAC编码

我们以上的编码是按照，0出现的概率为0.4，1出现的概率为0.6来进行编码的，但实际应用中，我们怎么得到这个真实的概率呢？
CABAC中我们根据如下几个条件对其进行分类，有一张大的查找表look_up确定每个分类的“0”和“1”的概率：

• 1，不同的语法元素
• 2，该宏块(MB)的上方宏块，左面宏块的情况；
• 3，该语法元素的比特位

举个例子，假设一个4bit的语法元素，syn;

首先我们判断上方宏块的情况condA（上方宏块可访问则condA为1，否则为0）, 和左面宏块的编码情况condB(上方宏块可访问则condB为1，否则为0), syn语法元素的基准值为Ctxoffset(查表确定，这里假设为0)，偏差Ctxinc = f(condA, condB, bin), 这里的bin代表当前编码是第几个比特，f(condA, condB, bin)的表达式每个语法元素都不一样，需要翻书确认（详见参考资料【4】）本文假定Ctxinc = f(condA, condB, bin) = condA + condB + bin，总的查表地址如下所示
$$Ctxidx=Ctxoffset+Ctxinc=Ctxoffset+f(condA,condB,bin)$$
假设syn为1100，且上方和左方的宏块都不可获取（比如最左上角的宏块），

• 我们编码第一个“1”时，计算Ctxidx = 0，从 look_up[0]中获取此时1和0的概率，进行编码，由于编码的是“1”，因此我们编码完成后需要增大look_up[0]中“1”的概率，减小0的概率；
• 编码第二个“1”时，Ctxidx = 1, 我们同样先从 look_up[1]中获取此时1和0的概率，进行编码，由于编码的是“1”，因此我们编码完成后需要增大look_up[1]中“1”的概率，减小0的概率；
• 我们编码第三个“0”时，计算Ctxidx = 2，从 look_up[2]中获取此时1和0的概率，进行编码，由于编码的是“0”，因此我们编码完成后需要增大look_up[2]中“0”的概率，减小1的概率；
• 编码第四个“0”时，Ctxidx = 3, 我们同样先从 look_up[3]中获取此时1和0的概率，进行编码，由于编码的是“0 ”，因此我们编码完成后需要增大look_up[3]中“0”的概率，减小1的概率；

也就是说, CABAC会在编码过程中不断的更新该情况下“0”“1”出现的概率，以求编码时用到的概率趋近于真实的概率；
至于概率和编码的关系，就需要参考香农定理了，网上有很多，这里就不多做解释了；

三、CABAC编解码与普通的二元算术编码的区别

• 2.1 cabac里面1，和0出现的概率是不断变换的：
  cabac编码为每个语法元素的每个bit都分配了一个概率模型；每个语法元素的概率模型的基地址为Ctxoffset，根据上方和左边LCU的情况，计算出每个比特的偏移地址ctxinc，从而得到ctxIdk = ctxoffset + ctxinc;
  在一个slice开始时，为每个模型分配一个初始概率值，每编码1bit，对该bit的概率模型进行更新；

• 2.2 cabac输出编码区间的溢出情况：
  普通二元算术编码的编码区间越来越小，最终输出一个很小的区间；
  cabac则是设定区间大小为【0，510】，当区间小于256时，就扩大区间，并输出0/1的方式，记录扩大区间的情况（书中称为“归一化”）。
  解码时，初始区间为【0，510】，根据编码端扩大区间时输出的码流（书中记为OFFSET，也就是“区间归一化”过程输出的码流），来还原区间变化过程，从而达到解码的作用；
  这个归一化的过程有点复杂，可以简单理解为当编码区间变为（0.6，1）时，那么无论后面怎么编码，最终的编码出的值都肯定大于0.5，我们就现输出一个0.5，即小数位的第一个比特是1，当编码区间变为（0.6，0.75）时，无论后面怎么编码，肯定都小于0.75，因此小数位第二位肯定是0，此时就可以先输出个“0”，虽然不准确，但大概就是这么个意思；

四、 CABAC编解码中各个变量的计算：

• LPS ： 低概率符号（0或1，如1.1所说，概率是会变化的）
• MPS ：高概率符号（1，或0，与LPS相反）
• L，Ｒ：区间左边界和区间长度；【0，510】就是L=0，R=510；
• $R_{LPS}$ ： LPS编码区间的长度；
• $R_{MPS}$：MPS编码区间的长度；
• 编码区间【L ， L+R】 = 【L，L+R—LPS】 【L+R—LPS， L+R】
• $\sigma$ ： 代表MPS的概率，这个值越大，MPS对应的概率越大
• $offset$ : 初始为编码出来的前9bit码流；
• readbits(1) : 表示读入1bit码流，用于解码时更新offset值，从而更新编码区间

五、 一些其他问题：

• 5.1 怎么判断一个语法元素结束了呢？
  这个和二值化的方式有关，比如FL二值化，有cmax；U则是0为一个语法元素的最后1bit;

• 5.2 怎么判断当前编码或解码的元素是什么？
  编码时，语法元素有严格的编码条件和编码顺序，比如h264的编码，若为p帧，第一个一定是编码mb_skip_flag，若mb_skip_flag为0，下一个必定编码mb_type，若mb_type为pcm，则必定编码残差系数;
  解码端同理，若为p帧，第一个一定解码mb_skip_flag，若解码出的mb_skip_flag为0，下一个语法元素一定是mb_type，否则是end_of_slice_flag，知道下一个编码的语法元素，自然就知道其对应的ctxoffset，二值化方式等信息了;

六、 总结：

本文只是对博主学习CABAC期间一些疑问的点的总结，完整的学习cabac编码建议阅读官方标准协议（参考文献【3】）；个人认为，学习好cabac，必须得去读官方协议文档，不然很难弄明白；

七、参考资料

1. 博客园的一个大佬，写的很全，对理解H264帮助很大
2. CSDN : H.265/HEVC编码原理及其处理流程的分析
3. H264官方标准协议下载链接（英）
4. 新一代高效视频编码H.265/HEVC:原理、标准与实现，作者：万帅、杨付正