- 博客(6)
- 收藏
- 关注
RSS订阅原创 x264 intra8x8/4x4 最后一个块跳过反变换的设计分析
在函数中，intra8x8（4 个 8x8 块）和 intra4x4（16 个 4x4 块）的分析循环有一个共同特征：最后一个块在调用 encode 函数之前就跳出了循环。
2026-03-30 00:01:13
334
原创 x264 基于系数特征的分级反变换优化
x264 在残差编码的反变换阶段实现了一套精妙的 基于系数稀疏程度的分级反变换 策略。核心思想是：量化后的 DCT 系数分布通常呈现三种不同的稀疏模式，x264 针对每种模式选用计算复杂度递减的反变换函数，大幅减少不必要的计算。在实际编码中，这套策略可以节省 30%-50% 的反变换计算量，是 x264 中投入产出比最高的优化之一。路径运算量 (16块)相对比例触发场景完整 IDCT~1280 次100%有显著 AC 系数DC-only~512 次~40%AC 全零，DC 非零。
2026-03-29 23:42:05
298
原创 x264 Intra Prediction Cache Buffer 设计分析
设计原则具体体现空间局部性将帧级散布的像素/语法元素聚合到 MB 级的紧凑 buffer，所有 intra 预测相关数据集中在几 KB 内，完美放入 L1 cache统一接口fdec 的 stride=32 + 邻居像素预填充，使预测函数只需src[-1]即可访问邻居，零条件分支SIMD 对齐ALIGNED_64ALIGNED_32ALIGNED_16保证所有 buffer 满足 SSE/AVX 对齐要求；stride 为 2 的幂次便于移位计算避免重复计算。
2026-03-29 23:09:02
452
原创 x264中intra_mbcmp_x3_16x16的SATD优化详解
/ 输出：[V_SATD, H_SATD, DC_SATD]ABSW2 m4, m5, m4, m5, m2, m3;|m4|, |m5| (H和DC的第一行/DC系数)│ 1D Had │ │ 1D Had │ │ 16个4x4 │。│ left_1d[]│ │ top_1d[] │ │ DC值 │ │ hadamard │。
2026-03-02 00:03:54
527
原创 ZFNet: Visualizing and Understanding Convolutional Networks
在AlexNet大获成功之后，许多基于卷积神经网络的论文层出不穷。大部分研究都能取得很好的效果，但是卷积神经网络就好像是一个黑匣子一样，虽然它可以取得很好的效果，但是在解释性层面上却不能令人信服。人们并不了解每层卷积神经网络学习的是什么，到底多少卷积层层，多大的卷积核更好，为什么要选大小为m*m的卷积核，这些都似乎无法解释。于是由D. Zeiler发表的Visualizing and Unders...
2018-06-30 16:50:16
256
原创 CNN经典论文解读(AlexNet)
AlexNet网络架构：包含8层，其中五个卷积层与三个全连接层。并且在第二层、第三层以及第五层后使用overlap的max pooling。第一层的卷积核为11*11*3步长为4，一共96个核。第二层为256个5*5*96第三层为384个3*3*256第四层为384个3*3*384第五层为256个3*3*384。后面紧跟4096、4096、4096三个全连接层输出为1000个类别。trick:1....
2018-06-28 10:39:08
1132
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人