本文详细解析H.264标准中图像序列号（POC）的三种计算方法，包括pic_order_cnt_type=0、1、2的具体实现细节与应用场景，帮助读者深入理解视频解码中的关键概念。
三、slice头相关的一些细节
1．关于POC的计算
图像序列号（POC）主要用于标识图象的播放顺序，同时还用于在对帧间预测片解码时，标记参考图像的初始图像序号。
对于每个编码帧有两个图像序列号，分别称为顶场序列号（TopFieldOrderCnt）和底场序列号（BottomFieldOrderCnt ）；对于每个编码场有一个图像序列号，对于一个编码顶场其称为TopFieldOrderCnt，对于编码底场，其称为 BottomFieldOrderCnt ；对于每个编码场对有两个图像序列号，TopFieldOrderCnt 和BottomFieldOrderCnt 分别用于标记该场对的顶场和底场。
opFieldOrderCnt 和BottomFieldOrderCnt 分别指明了相应的顶场/ 底场相对于前一个IDR 图像，或解码顺序中前一个包含memory_management_control_operation=5的参考图像（此值为5表示清空参考帧队列，因此有着跟IDR同样的效果），的第一个输出场的相对位置。这也意味着，只要遇到IDR图像或memory_management_control_operation=5的参考图像，相应的POC就等于零。
在H.264中，由于B帧可以进行双向预测，因此图像的解码顺序可以不同于播放顺序。
前面已经提到，计算POC（也就是计算TopFieldOrderCnt和BottomFieldOrderCnt），有三种方法，具体使用哪种由序列参数集中的pic_order_cnt_type元素指定。下面一次介绍三种方法。
（1） pic_order_cnt_type=0
本过程的输入是在本节规定的解码顺序中前一图像的PicOrderCntMsb，也即prevOrderCntMsb 。 关于Msb：POC由高位Msb和低位Lsb两部分组成，当Lsb发生溢出时，会向Msb进位，Msb+Lsb=POC。
本过程的输出是TopFieldOrderCnt 和BottomFieldOrderCnt ，或者其中之一。
大致流程：首先计算变量 prevPicOrderCntMsb，然后计算当前图像的PicOrderCntMsb （刚刚提到POC=Msb+Lsb，Lsb已经在码流的slice_header中由pic_order_cnt_lsb指定，因此主要任务其实就是计算Msb），最后计算当前图像的TopFieldOrderCnt 和（或） BottomFieldOrderCnt。
流程图：
其中，MaxPicOrderCntLsb由序列参数集中的log2_max_pic_order_cnt_lsb_minus4元素确定；delta_pic_order_cnt_bottom在片头中指定，上文介绍POC时已介绍过。
图中所提到的“乱序”，指的是，解码顺序是否与播放顺序不一致，准确的说，如果当前图像的播放顺序POC比上一个解码图像的播放顺序prePOC小，就是发生了乱序。那如何判断是否发生乱序了呢？一般情况下，Msb在解码顺序相邻的两个图片间不发生变化时（即Lsb不发生溢出或借位），只要判断当前解码的Lsb是否比之前解码的Lsb小即可，如果比之前的小，说明乱序发生；但是如果Lsb发生溢出或借位时，就不能这样简单的判断了（前后两帧的Msb将不再相同），那如何判断Lsb是否发生了溢出或借位呢？这就要用到一个规则：解码顺序相邻的两个图像，他们的播放顺序POC之差（的绝对值）不会超过MaxPicOrderCntLsb / 2，根据这个规则，计算解码顺序相邻的两幅图像的Lsb之差，并与MaxPicOrderCntLsb/2进行比较，就可判断Lsb是否发生了溢出或借位。在标准中，关于Msb的计算是这样描述的：
if( ( pic_order_cnt_lsb < prevPicOrderCntLsb ) &&
( ( prevPicOrderCntLsb − pic_order_cnt_lsb ) >= ( MaxPicOrderCntLsb / 2 ) ) )
PicOrderCntMsb = prevPicOrderCntMsb + MaxPicOrderCntLsb
else if( ( pic_order_cnt_lsb > prevPicOrderCntLsb ) &&
( ( pic_order_cnt_lsb − prevPicOrderCntLsb ) > (MaxPicOrderCntLsb / 2 ) ) )
PicOrderCntMsb = prevPicOrderCntMsb − MaxPicOrderCntLsb （这一步乱序发生）
else
PicOrderCntMsb = prevPicOrderCntMsb
（1） pic_order_cnt_type=1
本过程的输入是在本节规定的解码顺序中前一图像的FrameNumOffset。
本过程的输出是TopFieldOrderCnt 和BottomFieldOrderCnt ，或者其中之一。
计算过程中涉及到两个变量prevFrameNum 和prevFrameNumOffset ，其中prevFrameNum 是前一图像的frame_num ，而对于prevFrameNumOffset ，如当前图像不是IDR ，而前一图像的memory_management_control_operation等于5 ，prevFrameNumOffset 设为0；否则，prevFrameNumOffset 设置等于前一图像的FrameNumOffset；注意，当序列参数及中的gaps_in_frame_num_value_allowed_flag 等于1 时（表示相邻解码图像的frame_num可以出现间隔），通过frame_num 间隔的解码过程可能会推断出解码顺序中的前一幅图像为“不存在”帧。
大致流程：
毕厚杰书中的插图并没有完全解释清楚，有很多细节没有说明，看了这个图还是感觉什么都没看懂，所以这部分还是结合标准中的说明来看比较好，但标准中只是说了每个值该如何计算，而没有详细讲解，因此要想搞懂每一步的意义也要费点脑细胞才行。
a．关于absFrameNum：可以理解成“绝对帧序号”，而原来的frame_num则应理解为相对帧序号。前面讲frame_num时提到，当一个序列中的参考帧数量超过MaxFramenum时，frame_num在达到MaxFramenum后会重新从0开始循环计数，这样的话，一个序列中可能会存在两个或多个参考图像拥有相同的“相对帧序号（即frame_num）”的情况 。因此，如果需要一个符号来唯一地标识一个序列中的所有参考帧，用相对帧序号是不行的，于是就需要为每个参考帧分配一个绝对帧序号：absFrameNum=FrameNumOffset + frame_num，FrameNumOffset代表当前序列中frame_num已经循环的次数与MaxFrameNum的积。absFrameNum的具体计算过程如下：
if(num_ref_frames_in_pic_order_cnt_cycle != 0 )
absFrameNum = FrameNumOffset +frame_num
else
absFrameNum = 0
if( nal_ref_idc = = 0 && absFrameNum > 0 )
absFrameNum = absFrameNum − 1
其中，num_ref_frames_in_pic_order_cnt_cycle在序列参数集中指定，其取值范围[0,255]，它是数组offset_for_ref_frame[]的变化周期（或者说数组长度），这个数组也是在序列参数集中指定的，这个周期和这个数组到底什么意思呢？在用第二种POC计算方法时，一个参考帧跟下一个参考帧，他们POC的差值不能是任意的，必须是周期变化的，即每隔num_ref_frames_in_pic_order_cnt_cycle个参考帧，相邻参考帧之间POC的差值循环一次，而每个周期中，第i个差值即为offset_for_ref_frame[i]，正是这个规律，才使得第二种POC算法变得可行，在步骤c、d中将会看到这个数组的作用。
nal_ref_idc = = 0 表示当前图像不是参考图像。当当前图像不是参考图像时，absFrameNum要额外减1。
b． picOrderCntCycleCnt 和 frameNumInPicOrderCntCycle 这俩分别代表absFrameNum对num_ref_frames_in_pic_order_cnt_cycle（前面说到的周期值）取模和取余。当absFrameNum 大于0 时，二者的值由如下方法得到：
if(absFrameNum > 0 ) {
picOrderCntCycleCnt=(absFrameNum− 1 ) / num_ref_frames_in_pic_order_cnt_cycle ;
//得到完整周期数。
frameNumInPicOrderCntCycle=(absFrameNum−1)%num_ref_frames_in_pic_order_cnt_cycle;
//得到最后一个不完整的周期中参考帧的数量
}
c．关于expectedDeltaPerPicOrderCntCycle：代表每隔一个完整周期，POC总的变化量。求这个值只需将上面说到的数组中各个元素相加即可。
expectedDeltaPerPicOrderCntCycle = 0
for( i = 0; i <num_ref_frames_in_pic_order_cnt_cycle; i++ )
expectedDeltaPerPicOrderCntCycle += offset_for_ref_frame[ i ]
d．关于expectedPicOrderCnt：期望的POC值。要得到这个值，只需用POC在一个完整周期内的总变化量乘以周期数，再加上最后一个不完整周期跨越的POC数量即可。
if(absFrameNum > 0 ){
expectedPicOrderCnt=picOrderCntCycleCnt* expectedDeltaPerPicOrderCntCycle
for( i = 0; i <= frameNumInPicOrderCntCycle; i++ )
//循环计算最后一个不完整周期所跨越的POC数量。
expectedPicOrderCnt = expectedPicOrderCnt + offset_for_ref_frame[ i]
} else
expectedPicOrderCnt = 0
if( nal_ref_idc = = 0 ) //对于非参考图像
expectedPicOrderCnt = expectedPicOrderCnt + offset_for_non_ref_pic
其中，offset_for_ref_frame[ i ]（前面已经说过）和offset_for_non_ref_pic都是在序列参数集中指定，他们的取值范围都是[-2^31,2^31-1]。
e．变量TopFieldOrderCnt 或 BottomFieldOrderCnt 的值由如下方法得到：
if( !field_pic_flag ) { //当前图像不是场图像
TopFieldOrderCnt = expectedPicOrderCnt + delta_pic_order_cnt[ 0 ]
BottomFieldOrderCnt = TopFieldOrderCnt +
offset_for_top_to_bottom_field + delta_pic_order_cnt[ 1 ]
} else if( !bottom_field_flag )
TopFieldOrderCnt = expectedPicOrderCnt + delta_pic_order_cnt[ 0 ]
else
BottomFieldOrderCnt = expectedPicOrderCnt + offset_for_top_to_bottom_field +delta_pic_order_cnt[ 0 ]
其中，offset_for_top_to_bottom_field在序列参数集中指定，delta_pic_order_cnt[ 0或1 ]在片头指定。
补充：从上面的过程中可以看到，当图像序列中出现两个或多个连续的非参考帧时，这些非参考帧将具有相同的POC期望值（即expectedPicOrderCnt），但是他们的顶场序号和底场序号可以通过各自的delta_pic_order_cnt[0和1 ]加以区别。因此第二种POC计算方法也是支持图像序列中出现连续非参考帧的。而下面将介绍的第三种POC计算方法则不支持连续的非参考帧。
（1） pic_order_cnt_type=2
第三种POC计算方法所依赖的额外参数最少（可以节省片头的比特数），它只根据frame_num就可以得到顶、底场的序列号。但是缺点是，用这种方法时，不允许图像序列中出现连续的非参考帧。
大致流程：
这个方法不像第二种那么麻烦，从图示中已可以看出完整的过程。唯一需要说的一点是，最后计算顶、底场序号时的规则（这个规则在三种方法中各不相同）：
if(!field_pic_flag ) {
TopFieldOrderCnt = tempPicOrderCnt
BottomFieldOrderCnt = tempPicOrderCnt
} else if(bottom_field_flag )
BottomFieldOrderCnt = tempPicOrderCnt
else
TopFieldOrderCnt = tempPicOrderCnt
在这种方法中，如果解码顺序相邻的两个帧具有相同的frame_num，那么其中必有一个是参考帧，而另一个则是非参考帧，而且参考帧总是在非参考帧之前进行编解码（和传输），但非参考帧比参考帧先采样和播放（即非参考帧的POC更靠前）。
扫一扫
332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
