SVT-AV1编码器中的模块

news2025/4/23 16:56:33

一 模块列表

1 svt_input_cmd_creator

2 svt_input_buffer_header_creator

3 svt_input_y8b_creator

4 svt_output_buffer_header_creator

5 svt_output_recon_buffer_header_creator

6 svt_aom_resource_coordination_result_creator

7 svt_aom_picture_analysis_result_creator

8 svt_aom_picture_decision_result_creator

9 svt_aom_motion_estimation_results_creator

10 svt_aom_initial_rate_control_results_creator

11 svt_aom_picture_results_creator

12 tpl_disp_results_creator

13 svt_aom_rate_control_tasks_creator

14 svt_aom_rate_control_results_creator

15 svt_aom_enc_dec_tasks_creator

16 svt_aom_enc_dec_results_creator

17 dlf_results_creator

18 cdef_results_creator

19 rest_results_creator

20 svt_aom_entropy_coding_results_creator

二 模块分析

1 svt_input_cmd_creator 创建输入命令对象(InputCommand),用于携带输入图片元数据(如宽高,时间戳等)以及输入图片缓冲区引用将图片婴童程序传递编码器资源协调阶段

2 svt_input_buffer_header_creator 创建普通输入缓冲区头部对象

3 svt_input_y8b_creator 创建输入Y8B缓冲区头部对象专门用于存储8深度亮度Y分量数据

编码结果创建相关

4 svt_output_buffer_header_creator 创建输出缓冲区头部对象用于存储编码比特流数据以及相关元数据缓冲区大小填充长度时间戳

5 svt_output_recon_buffer_header_creator 创建输出重建缓冲区头部对象用于存储重建图片元数据缓冲区数据重建图片编码器根据编码过程信息重新生成参考图片

资源协调 分析相关

6 svt_aom_resource_coordination_result_creator 创建资源协调结果对象用于存储资源协调阶段输出信息指导后续编码过程如何进行

7 svt_aom_picture_analysis_result_creator 创建图片决策结果对象存储运行估计阶段结果运动向量匹配位置信息用于指导后续运动补偿模式决策

速率控制编码解码相关

8 svt_aom_picture_decision_result_creator 创建图片决策结果对象存储图片决策阶段结果包括图片类型IP编码顺序信息

9 svt_aom_motion_estimation_results_creator 创建运动估计结果对象存储运动估计阶段结果运动向量匹配块位置信息用于指导后续运动补偿模式决策

10 svt_aom_initial_rate_control_results_creator 创建初始速率控制结果对象用于存储初始化速率控制阶段结果初始量化参数比特分配信息

11 svt_aom_picture_results_creator 创建图片复用结果对象存储图片复用阶段结果复用图片信息格式转换数据

12 tpl_disp_results_creator 创建TPL分配器结果对象, 存储TPL分配阶段结果分配图片参考关系信息用于指导后续编码决策

13 svt_aom_rate_control_tasks_creator创建速率控制任务对象用于组织管理速率控制过程各种任务确保编码过程满足目标比特率质量要求

14 svt_aom_rate_control_results_creator 创建速率控制结果对象存储速率控制阶段结果调整量化参数比特分配信息用于指导后续编码决策

15 svt_aom_enc_dec_tasks_creator 创建编码解码任务对象用于组织管理编码解码过程各种任务定义任务输入输出执行顺序

16 svt_aom_enc_dec_results_creator 创建编码解码结果对象存储编码解码阶段结果编码宏块信息残差数据

17 dlf_results_creator //创建抖动滤波DLF结果对象存储都懂滤波图像缓冲区信息相关元数据用于后续恢复处理

18 cdef_results_creator 创建自定义滤波CDEF结果对象存储自定义滤波处理后图片缓冲区信息相关数据用于后续恢复处理

19 rest_results_creator 创建恢复REST结果对象存储恢复处理后图片缓冲区信息相关数据恢复处理主要用于改善重建图片质量

20 svt_aom_entropy_coding_results_creator 创建熵编码结果对象用于存储熵编码阶段结果编码后比特片段统计信息

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2340918.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

TikTok X-Gnarly纯算分享

TK核心签名校验:X-Bougs 比较简单 X-Gnarly已经替代了_signature参数(不好校验数据) 主要围绕query body ua进行加密验证 伴随着时间戳 浏览器指纹 随机值 特征值 秘钥转换 自写算法 魔改base64编码 与X-bougs 长a-Bougs流程一致。 视频…

LPDDR5协议新增特性

文章目录 一、BL/n_min参数含义二、RDQS_t/RDQS_c引脚的功能三、DMI引脚的功能3.1、Write操作时的Data Mask数据掩码操作3.2、Write/Read操作时的Data Bus Inversion操作四、CAS命令针对WR/RD/Mask WR命令的低功耗组合配置4.1、Write/Read操作前的WCK2CK同步操作4.2、Write/Rea…

【深度学习】#8 循环神经网络

主要参考学习资料: 《动手学深度学习》阿斯顿张 等 著 【动手学深度学习 PyTorch版】哔哩哔哩跟李牧学AI 为了进一步提高长线学习的效率,该系列从本章开始将舍弃原始教材的代码部分,专注于理论和思维的提炼,系列名也改为“深度学习…

Linux学习——UDP

编程的整体框架 bind:绑定服务器:TCP地址和端口号 receivefrom():阻塞等待客户端数据 sendto():指定服务器的IP地址和端口号,要发送的数据 无连接尽力传输,UDP:是不可靠传输 实时的音视频传输&#x…

leetcode205.同构字符串

两个哈希表存储字符的映射关系&#xff0c;如果前面字符的映射关系和后面的不一样则返回false class Solution {public boolean isIsomorphic(String s, String t) {if (s.length() ! t.length()) {return false;}int length s.length();Map<Character, Character> s2…

软考软件设计师考试情况与大纲概述

文章目录 **一、考试科目与形式****二、考试大纲与核心知识点****科目1&#xff1a;计算机与软件工程知识****科目2&#xff1a;软件设计** **三、备考建议****四、参考资料** 这是一个系列文章的开篇 本文对2025年软考软件设计师考试的大纲及核心内容进行了整理&#xff0c;并…

Redis—内存淘汰策略

记&#xff1a;全体LRU&#xff0c;ttl LRU&#xff0c;全体LFU&#xff0c;ttl LFU&#xff0c;全体随机&#xff0c;ttl随机&#xff0c;最快过期&#xff0c;不淘汰&#xff08;八种&#xff09; Redis 实现的是一种近似 LRU 算法&#xff0c;目的是为了更好的节约内存&…

Power BI企业运营分析——数据大屏搭建思路

Power BI企业运营分析——数据大屏搭建思路 欢迎来到Powerbi小课堂&#xff0c;在竞争激烈的市场环境中&#xff0c;企业运营分析平台成为提升竞争力的核心工具。 整合多源数据&#xff0c;实时监控关键指标&#xff0c;精准分析业务&#xff0c;快速识别问题机遇。其可视化看…

oracle将表字段逗号分隔的值进行拆分,并替换值

需求背景&#xff1a;需要源数据变动&#xff0c;需要对历史表已存的字段值根据源数据进行更新。如果是单字段存值&#xff0c;直接根据映射表关联修改即可。但字段里面若存的值是以逗号分割&#xff0c;比如旧值&#xff1a;‘old1,old2,old3’&#xff0c;要根据映射关系调整…

【重走C++学习之路】16、AVL树

目录 一、概念 二、AVL树的模拟实现 2.1 AVL树节点定义 2.2 AVL树的基本结构 2.3 AVL树的插入 1. 插入步骤 2. 调节平衡因子 3. 旋转处理 4. 开始插入 2.4 AVL树的查找 2.5 AVL树的删除 1. 删除步骤 2. 调节平衡因子 3. 旋转处理 4. 开始删除 结语 一、概念 …

597页PPT丨流程合集:流程梳理方法、流程现状分析,流程管理规范及应用,流程绩效的管理,流程实施与优化,流程责任人的角色认知等

流程梳理是通过系统化分析优化业务流程的管理方法&#xff0c;其核心包含四大步骤&#xff1a;①目标确认&#xff0c;明确业务痛点和改进方向&#xff1b;②现状分析&#xff0c;通过流程图、价值流图还原现有流程全貌&#xff0c;识别冗余环节和瓶颈节点&#xff1b;③优化设…

来啦,烫,查询达梦表占用空间

想象一下oracle&#xff0c;可以查dba_segments&#xff0c;但是这个不可靠&#xff08;达梦官方连说明书都没有&#xff09; 先拼接一个sql set lineshow off SELECT SELECT ||||OWNER|||| AS OWNER,||||TABLE_NAME|||| AS TABLE_NAME,TABLE_USED_SPACE(||||OWNER||||,||||T…

vue3:十一、主页面布局(修改左侧导航条的样式)

一、样式 1、初始样式 2、 左侧导航栏搭建完成样式 二、实现 1、设置左侧导航栏底色 (1)去掉顶部和左侧导航栏的底色 初始页面效果 顶部与左侧底色样式 将代码中与顶部与左侧的样式删掉 移除后页面效果 加入设定背景色 #f4f6f9 加入底色后颜色展示 (2)去除菜单项底色 初…

opencv(双线性插值原理)

双线性插值是一种图像缩放、旋转或平移时进行像素值估计的插值方法。当需要对图像进行变换时&#xff0c;特别是尺寸变化时&#xff0c;原始图像的某些像素坐标可能不再是新图像中的整数位置&#xff0c;这时就需要使用插值算法来确定这些非整数坐标的像素值。 双线性插值的工…

echarts模板化开发,简易版配置大屏组件-根据配置文件输出图形和模板(vue2+echarts5.0)

实现结果 项目结构 根据我的目录和代码 复制到项目中 echartsTemplate-echarts图形 pie实例 <template><div :id"echartsId"></div> </template> <script> export default {name: ,components: {},mixins: [],props: [echartsId,…

Qt项目——Tcp网络调试助手服务端与客户端

目录 前言结果预览工程文件源代码一、开发流程二、Tcp协议三、Socket四、Tcp服务器的关键流程五、Tcp客户端的关键流程六、Tcp服务端核心代码七、客户端核心代码总结 前言 这期要运用到计算机网络的知识&#xff0c;要搞清楚Tcp协议&#xff0c;学习QTcpServer &#xff0c;学…

4.21 从0开始配置spark-local模式

首先准备好安装包 然后使用命令解压 使用source /etc/profile命令让环境变量生效 输入命令 spark-submit --class org.apache.spark.examples.SparkPi --master local[2] /opt/module/spark-local/examples/jars/spark-examples_2.12-3.1.1.jar 10 即在spark运行了第一个程序…

chili3d调试笔记3 加入c++ 大模型对话方法 cmakelists精读

加入 #include <emscripten/bind.h> #include <emscripten/val.h> #include <nlohmann/json.hpp> 怎么加包 函数直接用emscripten::function&#xff0c;如&#xff1a; emscripten::function("send_to_llm", &send_to_llm); set (CMAKE_C…

go语言八股文

1.go语言的接口是怎么实现 接口&#xff08;interface&#xff09;是一种类型&#xff0c;它定义了一组方法的集合。任何类型只要实现了接口中定义的所有方法&#xff0c;就被认为实现了该接口。 代码的实现 package mainimport "fmt"// 定义接口 type Shape inte…

基于 DeepSeek大模型 开发AI应用的理论和实战书籍推荐,涵盖基础理论、模型架构、实战技巧及对比分析,并附表格总结

以下是基于 DeepSeek大模型 开发AI应用的理论和实战书籍推荐&#xff0c;涵盖基础理论、模型架构、实战技巧及对比分析&#xff0c;并附表格总结&#xff1a; 1. 推荐书籍及内容说明 (1) 《深度学习》&#xff08;Deep Learning&#xff09; 作者&#xff1a;Ian Goodfellow…