H.264中POC类型之探讨

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，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&amp;&(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 = 0for( i = 0; i < num_ref_frames_in_pic_order_cnt_cycle; i++ )expectedDeltaPerPicOrderCntCycle += offset_for_ref_frame[ i ]则expectedDeltaPerPicOrderCntCycle =4；expectedPicOrderCnt = picOrderCntCycleCnt * expectedDeltaPerPicOrderCntCyclefor( 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-4expectedPicOrderCnt =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3：                    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。