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 = 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。