基于DSP芯片和VPM642板卡實現(xiàn)AVS解碼軟件的優(yōu)化設(shè)計

AVS是中國自主制定的第二代音視頻編碼標準。從編碼效率上看，AVS與H.264/AVC相當，比MPEG-2高兩倍；從編碼的復雜度上看，AVS的編碼復雜度相當于H.264的70%，解碼復雜度相當于H.264的30%。同時，AVS不需要交納高額的專利費用，具有很廣闊的市場前景，如：數(shù)字音視頻存儲、IPTV和視頻監(jiān)控等。

TMS320DM642是TI公司推出的一款面向多媒體信號處理的DSP，采用了C64x核。它具有極強的處理能力、高度的靈活性和可編程性，同時又集成了音視頻和網(wǎng)絡(luò)通信等外設(shè)，特別適用于多媒體通信應(yīng)用。DM642可應(yīng)用于基于IP的音視頻傳輸、數(shù)字視頻記錄、機器視覺、醫(yī)學成像、安全監(jiān)視和數(shù)字相機等領(lǐng)域。

本文把AVS解碼軟件移植到DM642平臺上，并進行了優(yōu)化，對于標清視頻，解碼速度達到30fps，完全滿足實時播放的要求。

AVS標準

AVS的解碼過程如圖1所示。

圖1 AVS解碼器

AVS視頻編解碼標準中的核心技術(shù)包括：幀內(nèi)預測、1/4精度像素插值、特殊的幀間預測運動補償、8×8整數(shù)變換、量化、二維熵編碼和去塊效應(yīng)環(huán)內(nèi)濾波等。

AVS亮度和色度幀內(nèi)預測都是以8×8塊為單位的。亮度塊采用5種預測模式，色度塊采用4種預測模式。在編碼效率基本相同的情況下，AVS采用了更少的預測模式，使算法的復雜度大大降低。

對于幀間的運動補償，AVS采用了4種塊：16×16，16×8，8×16及8×8，可以更好地刻畫物體運動，提高運動搜索的準確性，同時降低了運動矢量和塊模式傳輸?shù)拈_銷，從而提高壓縮效率，降低了編解碼實現(xiàn)的復雜度。AVS與H.264、MPEG-4一樣，采用了1/4像素插值，但與H.264的6抽頭1/2像素插值和雙線性1/4像素插值不同，AVS采用了兩種4抽頭濾波器對1/2和1/4像素進行插值，在不降低性能的情況下減少了插值所需要的參考像素點，減小了數(shù)據(jù)存取帶寬需求。

8×8的整數(shù)變換可以在16位處理器上無失真的實現(xiàn)，克服了早期的8×8變換不能無失真的缺點，同時又比H.264中4×4的整數(shù)變換有更好的去相關(guān)性。

在AVS熵編碼過程中，所有的語法元素和殘差數(shù)據(jù)都是以指數(shù)哥倫布碼的形式映射成二進制比特流。采用指數(shù)哥倫布碼的優(yōu)勢在于：一方面，它的硬件復雜度比較低，可以根據(jù)閉合公式解析碼字；另一方面，它可以根據(jù)編碼元素的概率分布，靈活地確定以k階指數(shù)進行哥倫布碼編碼，如果k選得恰當，則編碼效率可以逼近信息熵。利用解碼后的數(shù)據(jù)，通過查表得到殘差數(shù)據(jù)。

AVS采用了兩個級別的環(huán)路濾波，只對邊界的兩個像素進行濾波。與H.264的4個級別和邊界3個像素的環(huán)路濾波相比，復雜度大為降低。

TMS320 DM642平臺

TMS320DM642/C64x系列芯片基于超長指令字結(jié)構(gòu)VelociTI.2，在8個功能單元里擴展了88條新的指令，以增強其在視頻/圖像應(yīng)用中的性能，并提高了視頻處理的并行性。

本文的實驗平臺采用SEED公司的VPM642板卡，其主要配置如下：600MHz的TMS320DM642 DSP芯片；DM642外部擴展4MB Flash， 32MB SDRAM，可用于大量視頻圖像數(shù)據(jù)和程序的存儲；4路視頻端口（PAL/NTSC制式或S端子）；10/100M以太網(wǎng)接口；板上JTAG仿真接口，通過JTAG仿真器可以方便地進行視頻壓縮算法的仿真調(diào)試。

AVS在DM642上的實時解碼

針對DSP的特點，本文采用了大量行之有效的優(yōu)化方法，使得解碼速度大大提升。除了使用C6000編譯器提供的編譯選項-pm、-o3、-no debug以外，其他優(yōu)化措施主要包括以下幾個方面。

程序結(jié)構(gòu)的調(diào)整

為了滿足DSP結(jié)構(gòu)的需要，本文對AVS解碼軟件的程序結(jié)構(gòu)進行了調(diào)整。

PC上的程序是在解碼一幀后再進行環(huán)路濾波，需要兩次把數(shù)據(jù)從片外搬移到片內(nèi)。本文對此進行了修改，在每個宏塊解碼完成以后就對該宏塊進行濾波。如圖2所示。

圖2 環(huán)路濾波示意圖

在解碼一個宏塊完成以后，先對每個8×8亮度塊的垂直邊界BsV00、BsV01、BsV10、BsV11和色度塊BsV00（U）、BsV01（V）進行濾波，濾波的結(jié)果作為輸入，再對水平邊界進行濾波。

使用內(nèi)聯(lián)指令和數(shù)據(jù)打包

C6000編譯器提供了許多內(nèi)聯(lián)函數(shù)（instrinsics），如_add2、_avgu4、_dotpsu4等。內(nèi)聯(lián)函數(shù)是直接與C6000匯編指令映射的在線函數(shù)。不易用C/C++語言實現(xiàn)功能的匯編指令都有對應(yīng)的內(nèi)聯(lián)函數(shù)。

對C6000的存儲器進行訪問是很費時的。要提高C6000的數(shù)據(jù)處理效率，應(yīng)使1條Load/Store指令能夠訪問多個數(shù)據(jù)。當程序需要對一連串的字符型、短型數(shù)據(jù)進行訪問時，可以使用數(shù)據(jù)打包，一次讀寫4個字符型、2個短型數(shù)據(jù)，并使用_dotpsu4、_add2等指令進行處理。

本文在優(yōu)化過程中廣泛采用了內(nèi)聯(lián)指令和數(shù)據(jù)打包，對于水平位置1/2像素插值，使用內(nèi)聯(lián)指令和數(shù)據(jù)打包的效果如表1所示。

使用線性匯編

經(jīng)過C語言優(yōu)化的解碼程序如果仍然達不到實時的要求，則需要繼續(xù)進行匯編優(yōu)化。與標準的匯編語言相比，采用線性匯編語言進行編程不用考慮并行指令的安排、指令延遲和寄存器的使用，以上工作均由匯編優(yōu)化器自動完成，而且，所產(chǎn)生的代碼效率可以達到手工匯編的95%“100%。

由于IDCT在程序中使用頻繁，比較占用時間，且程序相對簡單。本文對此進行了線性匯編優(yōu)化，優(yōu)化前和優(yōu)化后的時間比較見表2。

QDMA的合理使用

QDMA（快速存儲器直接訪問）是DMA和EDMA的進一步發(fā)展，其提交傳輸申請的速度比DMA和EDMA快很多。實際上，QDMA是C6000中搬移數(shù)據(jù)效率最高的手段之一。QDMA支持靈活的數(shù)據(jù)傳輸，它可以完成一維到一維的數(shù)據(jù)傳輸，也可以完成二維到一維或一維到二維的數(shù)據(jù)傳輸。

對于數(shù)據(jù)量較大的傳輸，要盡量采用QDMA。本文對QDMA進行了實驗，在將兩場數(shù)據(jù)合并為一幀數(shù)據(jù)時，分別采用memcpy和QDMA，其時間統(tǒng)計見表3。

Cache的合理分配

TMS320DM642提供了256KB的片上RAM，它既可以當作普通RAM使用，也可以配置為Cache。DM642的Cache設(shè)置可以是32KB、64KB、128KB、256KB不等。設(shè)置的Cache越大，命中率越高，但留給程序使用的片內(nèi)RAM也就越少。為了可以把使用頻率較高的數(shù)據(jù)和代碼放置在片內(nèi)，本文采用了128KB的Cache和128KB片內(nèi)RAM的配置方案。

采用了以上的優(yōu)化策略，AVS標清視頻在DM642上的解碼速度達到30fps，完全滿足了IPTV（25fps）實時播放的要求。

結(jié)語

AVS解碼在DSP上的實時實現(xiàn)具有重要的意義，它可以應(yīng)用到IPTV、數(shù)字視頻監(jiān)控等領(lǐng)域，具有很好的市場應(yīng)用前景。

責任編輯：gt