1# 时域可分层视频编码 2 3## 基础概念 4 5### 时域可分层视频编码介绍 6 7**可分层视频编码**，又叫可分级视频编码、可伸缩视频编码，是视频编码的扩展标准，目前常用的包含SVC（H.264编码标准采用的可伸缩扩展）和SHVC（H.265编码标准采用的可扩展标准）。 8 9其特点是能一次编码出时域分层、空域分层、质量域分层的码流结构，满足因网络、终端能力和用户需求不同带来的差异化需求。 10 11**时域可分层视频编码**，是指能编码出时域分层码流的视频编码，下图是通过参考关系构建的4层时域分层码流结构。 12 13 14 15从高到低逐层丢弃部分层级的码流（丢弃顺序L3->L2->L1），能实现不同程度的帧率伸缩，以满足传输和解码能力的变化需求。 16 17如下图所示，是上述4层时域分层码流结构丢弃L3后组成的新的码流结构，能在解码正常的情况下实现帧率减半的效果。其他层的丢弃同理。 18 19 20 21### 时域分层码流结构介绍 22基础码流是由一个或多个独立图像组（Group Of Pictures，简称GOP）组合而成的。GOP是在编码中一组从I帧开始到I帧结束的连续的可独立解码的图像组。 23 24时域分层码流可以在GOP内继续细分为独立的一个或多个时域图像组（Temporal Group Of Pictures，简称TGOP），每一个TGOP由一个基本层和后续的一个或多个增强层组合而成，如上述4层时域分层码流结构中的帧0到帧7是一个TGOP。 25 26- **基本层（Base Layer，简称BL）：** 是GOP中的最底层（L0）。在时域分层中，该层用最低帧率进行编码。 27 28- **增强层（Enhance Layer，简称EL）：** 是BL之上的层级，由低到高可以分为多层（L1、L2、L3）。在时域分层中，最低层的EL依据BL获得的编码信息，进一步编码帧率更高的层级，更高层的EL会依据BL或低层EL，来编码比低层更高帧率的视频。 29 30### 如何实现时域分层码流结构 31 32时域分层码流结构的实现是依靠参考关系逐帧指定实现的，参考帧根据在解码图像缓存区（Decoded Picture Buffer，简称DPB）驻留的时长分为短期参考帧和长期参考帧。 33 34- **短期参考帧（Short-Term Reference，简称STR）：** 是不能长期驻留在DPB中的参考帧，更新方式是先进先出，如果DPB满，旧的短期参考帧会被移出DPB。 35 36- **长期参考帧（Long-Term Reference，简称LTR）：** 是能长期驻留在DPB中的参考帧，通过标记替换的方式更新，不主动标记替换就不会更新。 37 38虽然STR个数大于1时，也能实现一定的跨帧参考结构，但受限于存在时效过短，时域分层结构支持的跨度有限。LTR则不存在上述问题，也能覆盖短期参考帧跨帧场景。优选使用LTR实现时域分层码流结构。 39 40## 适用场景 41基于上述描述的时域分层编码特点，推荐以下场景使用： 42 43- 场景1：播放侧无缓存或低缓存的实时编码传输场景，例如视频会议、视频直播、协同办公等。 44 45- 场景2：有视频预览播放或倍速播放需求的视频编码录制场景。 46 47若开发场景不涉及动态调整时域参考结构，且分层结构简单，则推荐使用[全局时域可分层特性](#全局时域可分层特性feature_temporal_scalability)，否则使能[长期参考帧特性](#长期参考帧特性feature_long-term_reference)。 48 49## 约束和限制 50 51- 不可以混用全局时域可分层特性和长期参考帧特性。 52 53 由于底层实现归一，全局时域可分层特性和长期参考帧特性不能同时开启。 54 55- 叠加强制IDR配置时，请使用随帧通路配置。 56 57 参考帧仅在GOP内有效，刷新I帧后，DPB随之清空，参考帧也会被清空，因此参考关系的指定受I帧刷新位置影响很大。 58 59 使能时域分层能力后，若需要通过`OH_MD_KEY_REQUEST_I_FRAME`临时请求I帧，应使用生效时机确定的随帧通路配置方式准确告知系统I帧刷新位置以避免参考关系错乱，参考随帧通路配置相关指导，避免使用生效时机不确定的`OH_VideoEncoder_SetParameter`方式。详情请参考[视频编码Surface模式](video-encoding.md#surface模式)"步骤-4：调用OH_VideoEncoder_RegisterParameterCallback()在Configur接口之前注册随帧通路回调。"。 60 61- 支持`OH_AVBuffer`回调通路，不支持`OH_AVMemory`回调通路。 62 63 新特性依赖随帧特性，应避免使用`OH_AVMemory`回调`OH_AVCodecAsyncCallback`，应使用`OH_AVBuffer`回调`OH_AVCodecCallback`。 64 65- 支持时域P分层，不支持时域B分层。 66 67 时域可分层编码按分层帧类型分为基于P帧的时域分层和基于B帧的时域编码，当前支持分层P编码，不支持分层B编码。 68 69- 均匀分层模式当前只支持TGOP为2或4。 70 71## 全局时域可分层特性（Feature_Temporal_Scalability） 72 73### 接口介绍 74 75全局时域可分层特性，适用于编码稳定和简单的时域分层结构，初始配置，全局生效，不支持动态修改。开发配置参数如下： 76 77| 配置参数 | 语义 | 78| -------- | ---------------------------- | 79| OH_MD_KEY_VIDEO_ENCODER_ENABLE_TEMPORAL_SCALABILITY | 全局时域分层编码使能参数 | 80| OH_MD_KEY_VIDEO_ENCODER_TEMPORAL_GOP_SIZE | 全局时域分层编码TGOP大小参数 | 81| OH_MD_KEY_VIDEO_ENCODER_TEMPORAL_GOP_REFERENCE_MODE | 全局时域分层编码TGOP参考模式 | 82 83- **全局时域分层编码使能参数：** 在配置阶段配置，仅特性支持才会真正使能成功。 84 85- **全局时域分层编码TGOP大小参数：** 可选配置，影响时域关键帧之间的间隔，用户需要基于自身业务场景下抽帧需求自定义关键帧密度，可在[2, GopSize)范围内配置，若不配置则使用默认值。 86 87- **全局时域分层编码TGOP参考模式参数：** 可选配置，影响非关键帧参考模式。包括相邻参考`ADJACENT_REFERENCE`、跨帧参考`JUMP_REFERENCE` 和均匀分层`UNIFORMLY_SCALED_REFERENCE`。相邻参考相对跨帧参考拥有更好的压缩性能，跨帧参考相对相邻参考拥有更好的丢帧自由度，均匀分层模式丢帧后的码流分布更均匀，如不配置则使用默认值。 88 89 > **说明：** 90 > 均匀分层模式当前只支持TGOP为2或4。 91 > 92 93使用举例1：TGOP=4，相邻参考模式。 94 95 96 97使用举例2：TGOP=4，跨帧参考模式。 98 99 100 101使用举例3：TGOP=4，均匀分层模式。 102 103 104 105### 开发指导 106 107基础编码流程请参考[视频编码开发指导](video-encoding.md)，下面仅针对与基础视频编码过程中存在的区别做具体说明。 108 1091. 在初始阶段创建编码实例时，校验当前视频编码器是否支持全局时域可分层特性。 110 111 ```c++ 112 // 1.1 获取对应视频编码器能力实例，此处以H.264为例。 113 OH_AVCapability *cap = OH_AVCodec_GetCapability(OH_AVCODEC_MIMETYPE_VIDEO_AVC, true); 114 // 1.2 通过特性能力查询接口校验是否支持全局时域可分层特性。 115 bool isSupported = OH_AVCapability_IsFeatureSupported(cap, VIDEO_ENCODER_TEMPORAL_SCALABILITY); 116 ``` 117 118 若支持，则可以使能全局时域可分层特性。 119 1202. 在配置阶段，配置全局时域分层编码特性参数。 121 122 ```c++ 123 constexpr int32_t TGOP_SIZE = 3; 124 // 2.1 创建配置用临时AVFormat。 125 OH_AVFormat *format = OH_AVFormat_Create(); 126 // 2.2 填充使能参数键值对。 127 OH_AVFormat_SetIntValue(format, OH_MD_KEY_VIDEO_ENCODER_ENABLE_TEMPORAL_SCALABILITY, 1); 128 // 2.3 (可选)填充TGOP大小和TGOP内参考模式键值对。 129 OH_AVFormat_SetIntValue(format, OH_MD_KEY_VIDEO_ENCODER_TEMPORAL_GOP_SIZE, TGOP_SIZE); 130 OH_AVFormat_SetIntValue(format, OH_MD_KEY_VIDEO_ENCODER_TEMPORAL_GOP_REFERENCE_MODE, ADJACENT_REFERENCE); 131 // 2.4 参数配置。 132 int32_t ret = OH_VideoEncoder_Configure(videoEnc, format); 133 if (ret != AV_ERR_OK) { 134 // 异常处理。 135 } 136 // 2.5 配置完成后销毁临时AVFormat。 137 OH_AVFormat_Destroy(format); 138 ``` 139 1403. （可选）在运行阶段输出轮转中，获取码流对应时域层级信息。 141 142 开发者可基于已配置的TGOP参数，按编码出帧数目周期性获取。 143 144 通过配置周期获取示例代码如下： 145 146 ```c++ 147 uint32_t outPoc = 0; 148 // 通过输出回调中有效帧数，获取TGOP内相对位置，对照配置确认层级。 149 static void OnNewOutputBuffer(OH_AVCodec *codec, uint32_t index, OH_AVBuffer *buffer, void *userData) 150 { 151 // 注：若涉及复杂处理流程，建议相关。 152 struct OH_AVCodecBufferAttr attr; 153 (void)buffer->GetBufferAttr(attr); 154 // 刷新I帧后POC归零。 155 if (attr.flags & AVCODEC_BUFFER_FLAG_KEY_FRAME) { 156 outPoc = 0; 157 } 158 // 只有XPS的输出需要跳过。 159 if (attr.flags != AVCODEC_BUFFER_FLAG_CODEC_DATA) { 160 int32_t tGopInner = outPoc % TGOP_SIZE; 161 if (tGopInner == 0) { 162 // 时域关键帧，后续传输、解码流程不可丢弃。 163 } else { 164 // 时域非关键帧，后续传输、解码流程可以丢弃。 165 } 166 outPoc++; 167 } 168 } 169 ``` 170 1714. （可选）在运行阶段输出轮转中，使用步骤3获取的时域层级信息，自适应传输或自适应解码。 172 173 基于获取的时域可分层码流和对应的层级信息，开发者可选择需要的层级进行传输，或携带至对端自适应选帧解码。 174 175## 长期参考帧特性（Feature_Long-Term_Reference） 176 177### 接口介绍 178 179长期参考帧特性提供帧级灵活的参考关系配置。适用于灵活和复杂的时域分层结构。 180 181| 配置参数 | 语义 | 182| -------- | ---------------------------- | 183| OH_MD_KEY_VIDEO_ENCODER_LTR_FRAME_COUNT | 长期参考帧个数参数 | 184| OH_MD_KEY_VIDEO_ENCODER_PER_FRAME_MARK_LTR | 当前帧标记为LTR帧 | 185| OH_MD_KEY_VIDEO_ENCODER_PER_FRAME_USE_LTR | 当前帧参考的LTR帧的POC号 | 186 187- **长期参考帧个数参数：** 在配置阶段配置，应小于等于查询到的最大支持数目，查询方式详见下文开发指导“步骤-3”。 188- **当前帧标记为LTR帧：** BL层标记为LTR，被跳跃参考的EL层也标记为LTR。 189- **当前帧参考的LTR帧的POC号：** 如当前帧需要跳跃参考前面已被标记为LTR帧的POC号。 190 191使用举例，实现[时域可分层视频编码介绍](#时域可分层视频编码介绍)中的4层时域分层结构的配置如下： 192 1931. 在配置阶段，将`OH_MD_KEY_VIDEO_ENCODER_LTR_FRAME_COUNT` 配置为5。 194 1952. 在运行阶段输入轮转中，按如下表所示随帧配置LTR相关参数，下表中`\`表示不做配置。 196 197 | 配置\POC | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 198 | -------- |---|---|---|---|---|---|---|---|---|---|----|----|----|----|----|----|----| 199 | MARK_LTR | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 200 | USE_LTR | \ | \ | 0 | \ | 0 | \ | 4 | \ | 0 | \ | 8 | \ | 8 | \ | 12 | \ | 8 | 201 202### 开发指导 203 204基础编码流程请参考[视频编码开发指导](video-encoding.md)，下面仅针对基础视频编码过程中存在的区别做具体说明。 205 2061. 在初始阶段创建编码实例时，校验当前视频编码器是否支持LTR特性。 207 208 ```c++ 209 constexpr int32_t NEEDED_LTR_COUNT = 5; 210 bool isSupported = false; 211 int32_t supportedLTRCount = 0; 212 // 1.1 获取对应编码器能力实例，此处以H.264为例。 213 OH_AVCapability *cap = OH_AVCodec_GetCapability(OH_AVCODEC_MIMETYPE_VIDEO_AVC, true); 214 // 1.2 通过特性能力查询接口校验是否支持LTR特性。 215 isSupported = OH_AVCapability_IsFeatureSupported(cap, VIDEO_ENCODER_LONG_TERM_REFERENCE); 216 // 1.3 确定支持的LTR数目。 217 if (isSupported) { 218 OH_AVFormat *properties = OH_AVCapability_GetFeatureProperties(cap, VIDEO_ENCODER_LONG_TERM_REFERENCE); 219 OH_AVFormat_GetIntValue(properties, OH_FEATURE_PROPERTY_KEY_VIDEO_ENCODER_MAX_LTR_FRAME_COUNT, &supportedLTRCount); 220 OH_AVFormat_Destroy(properties); 221 // 1.4 判断LTR是否满足结构需求。 222 isSupported = supportedLTRCount >= NEEDED_LTR_COUNT; 223 } 224 ``` 225 226 若支持，且支持的LTR数目满足自身码流结构需求，则可以使能LTR特性。 227 2282. 在配置之前注册回调时，注册随帧通路回调。 229 230 Buffer输入模式示例： 231 232 ```c++ 233 // 2.1 编码输入回调OH_AVCodecOnNeedInputBuffer实现。 234 static void OnNeedInputBuffer(OH_AVCodec *codec, uint32_t index, OH_AVBuffer *buffer, void *userData) 235 { 236 // 输入帧buffer对应的index，送入InIndexQueue队列。 237 // 输入帧的数据buffer送入InBufferQueue队列。 238 // 数据处理，请参考： 239 // - 写入编码码流。 240 // - 通知编码器码流结束。 241 // - 随帧参数写入。 242 OH_AVFormat *format = OH_AVBuffer_GetParameter(buffer); 243 OH_AVFormat_SetIntValue(format, OH_MD_KEY_VIDEO_ENCODER_PER_FRAME_MARK_LTR, 1); 244 OH_AVFormat_SetIntValue(format, OH_MD_KEY_VIDEO_ENCODER_PER_FRAME_USE_LTR, 4); 245 OH_AVBuffer_SetParameter(buffer, format); 246 OH_AVFormat_Destroy(format); 247 // 通知编码器buffer输入完成。 248 OH_VideoEncoder_PushInputBuffer(codec, index); 249 } 250 251 // 2.2 编码输出回调OH_AVCodecOnNewOutputBuffer实现。 252 static void OnNewOutputBuffer(OH_AVCodec *codec, uint32_t index, OH_AVBuffer *buffer, void *userData) 253 { 254 // 完成帧buffer对应的index，送入outIndexQueue队列。 255 // 完成帧的数据buffer送入outBufferQueue队列。 256 // 数据处理，请参考： 257 // - 释放编码帧。 258 // - 记录POC和LTR生效情况。 259 } 260 261 // 2.3 注册数据回调。 262 OH_AVCodecCallback cb; 263 cb.onNeedInputBuffer = OnNeedInputBuffer; 264 cb.onNewOutputBuffer = OnNewOutputBuffer; 265 OH_VideoEncoder_RegisterCallback(codec, cb, nullptr); 266 ``` 267 268 Surface输入模式示例： 269 270 ```c++ 271 // 2.1 编码输入参数回调OH_VideoEncoder_OnNeedInputParameter实现。 272 static void OnNeedInputParameter(OH_AVCodec *codec, uint32_t index, OH_AVFormat *parameter, void *userData) 273 { 274 // 输入帧buffer对应的index，送入InIndexQueue队列。 275 // 输入帧的数据avformat送入InFormatQueue队列。 276 // 数据处理，请参考： 277 // - 写入编码码流。 278 // - 通知编码器码流结束。 279 // - 随帧参数写入。 280 OH_AVFormat_SetIntValue(parameter, OH_MD_KEY_VIDEO_ENCODER_PER_FRAME_MARK_LTR, 1); 281 OH_AVFormat_SetIntValue(parameter, OH_MD_KEY_VIDEO_ENCODER_PER_FRAME_USE_LTR, 4); 282 // 通知编码器随帧参数配置输入完成。 283 OH_VideoEncoder_PushInputParameter(codec, index); 284 } 285 286 // 2.2 编码输出回调OH_AVCodecOnNewOutputBuffer实现 287 static void OnNewOutputBuffer(OH_AVCodec *codec, uint32_t index, OH_AVBuffer *buffer, void *userData) 288 { 289 // 完成帧buffer对应的index，送入outIndexQueue队列。 290 // 完成帧的数据buffer送入outBufferQueue队列。 291 // 数据处理，请参考： 292 // - 释放编码帧。 293 // - 记录POC和LTR生效情况。 294 } 295 296 // 2.3 注册数据回调。 297 OH_AVCodecCallback cb; 298 cb.onNewOutputBuffer = OnNewOutputBuffer; 299 OH_VideoEncoder_RegisterCallback(codec, cb, nullptr); 300 // 2.4 注册随帧参数回调。 301 OH_VideoEncoder_OnNeedInputParameter inParaCb = OnNeedInputParameter; 302 OH_VideoEncoder_RegisterParameterCallback(codec, inParaCb, nullptr); 303 ``` 304 3053. 在配置阶段，配置同时存在LTR最大数目。 306 307 ```c++ 308 constexpr int32_t TGOP_SIZE = 3; 309 // 3.1 创建配置用临时AVFormat。 310 OH_AVFormat *format = OH_AVFormat_Create(); 311 // 3.2 填充使能LTR个数键值对。 312 OH_AVFormat_SetIntValue(format, OH_MD_KEY_VIDEO_ENCODER_LTR_FRAME_COUNT, NEEDED_LTR_COUNT); 313 // 3.3 参数配置。 314 int32_t ret = OH_VideoEncoder_Configure(videoEnc, format); 315 if (ret != AV_ERR_OK) { 316 // 异常处理。 317 } 318 // 3.4 配置完成后销毁临时AVFormat。 319 OH_AVFormat_Destroy(format); 320 ``` 321 3224. （可选）在运行阶段输出轮转中，获取码流对应时域层级信息。 323 324 同全局时域分层特性。 325 326 因在输入轮转有配置LTR参数，也可在输入轮转中记录，输出轮转中找到对应的输入参数。 327 3285. （可选）在运行阶段输出轮转中，使用步骤4获取的时域层级信息，自适应传输或自适应解码。 329 330 同全局时域分层特性。
