h264—CABAC算法原理简介1

Context-Based Adaptive Binary Arithmetic Coding in the H.264/AVC

简称Cabac，H264中的一种熵编码方式：基于上下文的自适应二进制算术编码

首先需要了解什么是算数编码（大部分是我在网上摘录的）

算术编码是一种常用的变字长编码，它是利用信源概率分布特性、能够趋近熵极限的编码方法。它与 Huffman 一样，也是对出现概率大的符号赋予短码，对概率小的符号赋予长码。但它的编码过程与 Huffman 编码却不相同，而且在信源概率分布比较均匀的情况下其编码效率高于 Huffman 编码。它和 Huffman 编码最大的区别在于它不是使用整数码。Huffman 码是用整数长度的码字来编码的最佳方法，而算法编码是一种并不局限于整数长度码字的最佳编码方法。算术编码是把各符号出现的概率表示在单位概率 [0，1] 区间之中，区间的宽度代表概率值的大小。符号出现的概率越大对应于区间愈宽，可用较短码字表示；符号出现概率越小对应于区间愈窄，需要较长码字表示。举例如下：

符号序列的第一个符号 S3 用指向第 3 个子区间的指针来代表，可以用这个区间内的任意一个小数来表示这个指针，这里约定这个区间的左端点代表这个指针，因此得到第一个码字.011。

后续的编码将在前面编码指向的子区间内进行，将 [.011, .111] 区间再按概率大小划分为 4 份，第二个符号 S3 指向 .1001 (S3 区间的左端），输出码字变为 .1001。

然后，S3 对应的子区间又被划分为 4 份，开始对第三个符号 S2 进行编码，…….

两个参量：编码点（指针所指处）C 和区间宽度 A。

初始状态

编码点（指针所指处）C = 0

区间宽度 A = 1.0

新编码点 C = 原编码点 C ＋原区间 A×Pi

新区间 A = 原区间 A×pi

序列 S3S3S2S4 …… 的编码过程：

第1个符号 (S3): C = 0 + 1×.011 = .011

A = 1×.1 = .1

第2个符号 (S3): C = .011 + .1×.011 = .1001

A = .1×.1 = .01

第3个符号 (S2): C = .1001 + .01×.001 = .10011

A = .01×.01 = .0001

第4个符号 (S4): C = .10011 + .0001×.111 = .1010011 （输出的码字）

A = .0001×.001 = .0000001

解码过程

算法解码采取与编码过程相反的步骤

把接收到的码字串指向其对应的子区间，得到此子区间对应的符号，即为解码后的符号。

即从码字串中减去已解码符号的子区间的左端点的数值（累积概率），

并将差值除以该子区间的宽度（概率值），得到新的码字串。

上述例子

当收到字码串 (.1010011) 时，其指向子区间 [.011, .111]，对应于 S3，因此，得到第 1 个符号为 S3。

新码字串：（.1010011 - .011) ÷ (.1) = 0.100011 ，新码字串仍然指向子区间 [.011, .111]，因此，第 2 个符号仍为 S3。

其它符号依次类推

二进制算术编码

二进制算术编码的输入的字符只有两种，如果信源字符集内包含有多个字符，则先将这些字符经过一系列的二进判决（这里有很多种判决方法，哥伦布方法等），变成二进制字符串。

这两个符号构成的序列的编码与算术编码基本原理相同，仍是不断划分概率子区间的递归过程。

在两个输入字符中，出现概率较大的为 MPS (More Probable Symbol)，MPS 的概率为 Pe；出现概率较小的为 LPS (Less Probable Symbol)，LPS 的概率为 Qe，Pe=1-Qe。

编码初始化子区间为 [0，1]，MPS与 LPS 分配如图所示：

编码时，设置两个专用寄存器（C，A）

C 寄存器的值为编码点（指针所指处），初时化为0

A 寄存器的值为子区间的宽度 (该宽度恰好是已输入符号串的概率)，初时化为1

随着被编码数据源输入，C 和 A 的内容按以下编码规则修正：

当低概率符号 LPS 到来时：

C=C ， A=AQe

当高概率符号MPS到来时：

C=C + AQe ， A=Ape = A（1-Qe）

（这两种情况也可以反过来，在我们用到的程序中就是大概率采用第一种更新方式，小概率使用了第二种更新方式）

h264—CABAC算法原理简介1相关推荐

AVS-CABAC算法原理简介2
CABAC是H264的一种熵编码方案,相比如H264的另外一种熵编码方案CAVLC而言,在可接受的视频质量(30dB到38dB之间)内变化时,前者可节约平均9%到14%的码流.CABAC有以下几个特性 ...
支持向量机算法原理简介
1,支持向量机概念简介分类作为数据挖掘领域中一项非常重要的任务,它的目的是学会一个分类函数或分类模型(或者叫做分类器),而支持向量机本身便是一种监督式学习的方法,它广泛的应用于统计分类以及回归分析中 ...
逻辑回归算法原理简介
1,逻辑回归简介逻辑回归完成分类任务,是经典的二分类算法(也可以解决多分类问题),机器学习算法一般选择先逻辑回归(优先选择)再用复杂的,逻辑回归的决策边界可以是非线性的(高阶).可以通过参数对结果进 ...
PBFT 算法原理简介
什么是 PBFT? Practical Byzantine Fault Tolerance ,实用拜占庭容错. 什么是 BFT? Byzantine Fault Tolerance ,拜占庭将军问题. ...
RSA算法原理简介，非对称加密，公开密钥算法（易懂篇）
RSA加密算法是最常用的非对称加密算法,CFCA在证书服务中离不了它.但是有不少新来的同事对它不太了解,恰好看到一本书中作者用实例对它进行了简化而生动的描述,使得高深的数学理论能够被容易地理解.我们经 ...
深度学习算法 | LSTM算法原理简介及Tutorial
北京 | 深度学习与人工智能研修 12月23-24日再设经典课程重温深度学习阅读全文 > 正文共4880个字 17张图,预计阅读时间:13分钟. 1.背景 LSTM(Long Short ...
GNSS/INS松组合算法原理简介
文章目录卡尔曼滤波简介概念内容方法卡尔曼滤波器的初始化系统状态微分方程离散化 GNSS 位置观测方程状态转移矩阵系统噪声方差阵系统噪声驱动阵本篇博文的矩阵展开都是根据状态向量为 ...
线性回归算法原理简介
1,线性回归概念回归和分类的区别:简单地说,回归就是通过数据预测出一个目标值(实际值),分类就是通过数据预测出一个类别(二分类,多分类). 比如:银行贷款实例 (1)数据:每个个人(样本)的工资和年 ...
银行家算法原理及代码实现
银行家算法原理简介银行家算法(Banker's Algorithm)是一个避免死锁(Deadlock)的著名算法,是由艾兹格·迪杰斯特拉在1965年为T.H.E系统设计的一种避免死锁产生的算法.它 ...

h264—CABAC算法原理简介1

h264—CABAC算法原理简介1相关推荐

最新文章

热门文章