HM代码阅读1: 帧间预测函数Void TEncSearch::predInterSearch()

本文主要是介绍HM代码阅读1: 帧间预测函数Void TEncSearch::predInterSearch()，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

AMVP理论知识简单回顾(含GPB)

MVP主要是为了给当前PU提供一个运动矢量的预测，可加快ME的计算速度以及提升准确性。并且在后续编码中也只用编码MVD，减少了传输bit数。
HM中获取每个参考图像列表最佳MVP的流程：

遍历refPicList0中的每一帧，为每一帧创建AMVP候选。RDO选出最优MVP。
根据最优MVP进行运动估计，得到当前最优的MV。
根据MV再次比较AMVP候选中哪一个MVP最优，获取最优MVP存入cMVPred中，还需存储最优MVP在当前候选列表中的索引，将计算得到的bit数、cost存入变量中用于后续对比。
对比当前cost与最优cost，若当前cost更小，则将tempMV存入cMV中，并存下当前参考帧在参考图像列表中的索引值。
重复步骤1-4，直到遍历完所有参考帧。

此时能够获得，当前参考图像列表中最优MV 以及对应的参考帧索引。 refPicList1同理计算。但是在遍历refPicList1的所有参考帧时，若当前参考帧能在List0中找到对应的参考帧，则属于无效MV，不需要存储。若找不到，则存在mvValidList1中。

GPB：
广义B帧，主要用于low-delay B帧下的视频编码。此时把P帧看作B帧，依然有两个参考图像列表，但是List0和List1中存入相同的参考帧。
在compressGOP中，设置好参考图像列表后，会检查是不是广义B帧，若两个参考图像列表相同，则是广义B帧，对应的MVDzeroFlag会被置为1

HM代码入口：
xCompressCU() -> xCheckRDCostInter() -> predInterSearch()

代码跟踪：

#if AMP_MRG
Void TEncSearch::predInterSearch( TComDataCU* pcCU, TComYuv* pcOrgYuv, TComYuv* pcPredYuv, TComYuv* pcResiYuv, TComYuv* pcRecoYuv DEBUG_STRING_FN_DECLARE(sDebug), Bool bUseRes, Bool bUseMRG )
#else
Void TEncSearch::predInterSearch( TComDataCU* pcCU, TComYuv* pcOrgYuv, TComYuv* pcPredYuv, TComYuv* pcResiYuv, TComYuv* pcRecoYuv, Bool bUseRes )
#endif
{for(UInt i=0; i<NUM_REF_PIC_LIST_01; i++){m_acYuvPred[i].clear(); //清空两个参考图像列表的YUV预测数据}m_cYuvPredTemp.clear();pcPredYuv->clear(); //清空该CU预测YUV数据if ( !bUseRes ){pcResiYuv->clear();}pcRecoYuv->clear();TComMv       cMvSrchRngLT;TComMv       cMvSrchRngRB;TComMv       cMvZero;TComMv       TempMv; //kolyaTComMv       cMv[2];TComMv       cMvBi[2];TComMv       cMvTemp[2][33];Int          iNumPart    = pcCU->getNumPartitions();Int          iNumPredDir = pcCU->getSlice()->isInterP() ? 1 : 2; //预测方向，P帧单向预测，B帧双向预测TComMv       cMvPred[2][33];TComMv       cMvPredBi[2][33];Int          aaiMvpIdxBi[2][33];Int          aaiMvpIdx[2][33];Int          aaiMvpNum[2][33];AMVPInfo     aacAMVPInfo[2][33];Int          iRefIdx[2]={0,0}; //If un-initialized, may cause SEGV in bi-directional prediction iterative stage.Int          iRefIdxBi[2];UInt         uiPartAddr;Int          iRoiWidth, iRoiHeight;UInt         uiMbBits[3] = {1, 1, 0};UInt         uiLastMode = 0;Int          iRefStart, iRefEnd;PartSize     ePartSize = pcCU->getPartitionSize( 0 );Int          bestBiPRefIdxL1 = 0;Int          bestBiPMvpL1 = 0;Distortion   biPDistTemp = std::numeric_limits<Distortion>::max(); //初始化为unsigned int型的最大值TComMvField cMvFieldNeighbours[MRG_MAX_NUM_CANDS << 1]; // double length for mv of both listsUChar uhInterDirNeighbours[MRG_MAX_NUM_CANDS];Int numValidMergeCand = 0 ;for ( Int iPartIdx = 0; iPartIdx < iNumPart; iPartIdx++ ) //遍历当前划分后的PU{Distortion   uiCost[2] = { std::numeric_limits<Distortion>::max(), std::numeric_limits<Distortion>::max() };Distortion   uiCostBi  =   std::numeric_limits<Distortion>::max();Distortion   uiCostTemp;UInt         uiBits[3];UInt         uiBitsTemp;Distortion   bestBiPDist = std::numeric_limits<Distortion>::max();Distortion   uiCostTempL0[MAX_NUM_REF];for (Int iNumRef=0; iNumRef < MAX_NUM_REF; iNumRef++){uiCostTempL0[iNumRef] = std::numeric_limits<Distortion>::max();}UInt         uiBitsTempL0[MAX_NUM_REF];TComMv       mvValidList1;Int          refIdxValidList1 = 0;UInt         bitsValidList1 = MAX_UINT;Distortion   costValidList1 = std::numeric_limits<Distortion>::max();xGetBlkBits( ePartSize, pcCU->getSlice()->isInterP(), iPartIdx, uiLastMode, uiMbBits); //根据条类型及划分尺寸来确定bitpcCU->getPartIndexAndSize( iPartIdx, uiPartAddr, iRoiWidth, iRoiHeight ); //根据划分类型 选择ROI区域大小；确定PU的位置索引#if AMP_MRGBool bTestNormalMC = true;if ( bUseMRG && pcCU->getWidth( 0 ) > 8 && iNumPart == 2 ) //若使用merge模式且，CU尺寸大于8x8，划分为两块PU，则不进行运动补偿.{bTestNormalMC = false;}if (bTestNormalMC){
#endif//  Uni-directional prediction //对两个参考图像列表分别选出最佳MVP以及最佳MVfor ( Int iRefList = 0; iRefList < iNumPredDir; iRefList++ ){RefPicList  eRefPicList = ( iRefList ? REF_PIC_LIST_1 : REF_PIC_LIST_0 );for ( Int iRefIdxTemp = 0; iRefIdxTemp < pcCU->getSlice()->getNumRefIdx(eRefPicList); iRefIdxTemp++ ) //遍历参考图像列表中的所有参考帧{uiBitsTemp = uiMbBits[iRefList];if ( pcCU->getSlice()->getNumRefIdx(eRefPicList) > 1 ){uiBitsTemp += iRefIdxTemp+1;if ( iRefIdxTemp == pcCU->getSlice()->getNumRefIdx(eRefPicList)-1 ){uiBitsTemp--;}}/*预测AMVP：input：*当前CU，pcCU*原始YUV数据，pcOrgYuv*当前PU索引，*参考图像列表，*当前参考帧,*当前参考帧的MVP信息*是否填满了候选*当前失真情况output：当前参考帧最佳MVP*/xEstimateMvPredAMVP( pcCU, pcOrgYuv, iPartIdx, eRefPicList, iRefIdxTemp, cMvPred[iRefList][iRefIdxTemp], false, &biPDistTemp);aaiMvpIdx[iRefList][iRefIdxTemp] = pcCU->getMVPIdx(eRefPicList, uiPartAddr); //0 or 1aaiMvpNum[iRefList][iRefIdxTemp] = pcCU->getMVPNum(eRefPicList, uiPartAddr); //2if(pcCU->getSlice()->getMvdL1ZeroFlag() && iRefList==1 && biPDistTemp < bestBiPDist) //GPB? low-B模式中 将P帧按B帧处理，此时list0与list1是一样的{bestBiPDist = biPDistTemp;bestBiPMvpL1 = aaiMvpIdx[iRefList][iRefIdxTemp];bestBiPRefIdxL1 = iRefIdxTemp;}</