granicus.if.org Git - libvpx/blob - vpx_dsp/arm/variance_neon.c

   1 /*
   2  *  Copyright (c) 2014 The WebM project authors. All Rights Reserved.
   3  *
   4  *  Use of this source code is governed by a BSD-style license
   5  *  that can be found in the LICENSE file in the root of the source
   6  *  tree. An additional intellectual property rights grant can be found
   7  *  in the file PATENTS.  All contributing project authors may
   8  *  be found in the AUTHORS file in the root of the source tree.
   9  */
  10
  11 #include <arm_neon.h>
  12
  13 #include "./vpx_dsp_rtcd.h"
  14 #include "./vpx_config.h"
  15
  16 #include "vpx/vpx_integer.h"
  17 #include "vpx_ports/mem.h"
  18
  19 static INLINE int horizontal_add_s16x8(const int16x8_t v_16x8) {
  20   const int32x4_t a = vpaddlq_s16(v_16x8);
  21   const int64x2_t b = vpaddlq_s32(a);
  22   const int32x2_t c = vadd_s32(vreinterpret_s32_s64(vget_low_s64(b)),
  23                                vreinterpret_s32_s64(vget_high_s64(b)));
  24   return vget_lane_s32(c, 0);
  25 }
  26
  27 static INLINE int horizontal_add_s32x4(const int32x4_t v_32x4) {
  28   const int64x2_t b = vpaddlq_s32(v_32x4);
  29   const int32x2_t c = vadd_s32(vreinterpret_s32_s64(vget_low_s64(b)),
  30                                vreinterpret_s32_s64(vget_high_s64(b)));
  31   return vget_lane_s32(c, 0);
  32 }
  33
  34 // w * h must be less than 2048 or sum_s16 may overflow.
  35 // Process a block of any size where the width is divisible by 16.
  36 static void variance_neon_w16(const uint8_t *a, int a_stride, const uint8_t *b,
  37                               int b_stride, int w, int h, uint32_t *sse,
  38                               int *sum) {
  39   int i, j;
  40   int16x8_t sum_s16 = vdupq_n_s16(0);
  41   int32x4_t sse_lo_s32 = vdupq_n_s32(0);
  42   int32x4_t sse_hi_s32 = vdupq_n_s32(0);
  43
  44   for (i = 0; i < h; ++i) {
  45     for (j = 0; j < w; j += 16) {
  46       const uint8x16_t a_u8 = vld1q_u8(a + j);
  47       const uint8x16_t b_u8 = vld1q_u8(b + j);
  48
  49       const uint16x8_t diff_lo_u16 =
  50           vsubl_u8(vget_low_u8(a_u8), vget_low_u8(b_u8));
  51       const uint16x8_t diff_hi_u16 =
  52           vsubl_u8(vget_high_u8(a_u8), vget_high_u8(b_u8));
  53
  54       const int16x8_t diff_lo_s16 = vreinterpretq_s16_u16(diff_lo_u16);
  55       const int16x8_t diff_hi_s16 = vreinterpretq_s16_u16(diff_hi_u16);
  56
  57       sum_s16 = vaddq_s16(sum_s16, diff_lo_s16);
  58       sum_s16 = vaddq_s16(sum_s16, diff_hi_s16);
  59
  60       sse_lo_s32 = vmlal_s16(sse_lo_s32, vget_low_s16(diff_lo_s16),
  61                              vget_low_s16(diff_lo_s16));
  62       sse_lo_s32 = vmlal_s16(sse_lo_s32, vget_high_s16(diff_lo_s16),
  63                              vget_high_s16(diff_lo_s16));
  64
  65       sse_hi_s32 = vmlal_s16(sse_hi_s32, vget_low_s16(diff_hi_s16),
  66                              vget_low_s16(diff_hi_s16));
  67       sse_hi_s32 = vmlal_s16(sse_hi_s32, vget_high_s16(diff_hi_s16),
  68                              vget_high_s16(diff_hi_s16));
  69     }
  70     a += a_stride;
  71     b += b_stride;
  72   }
  73
  74   *sum = horizontal_add_s16x8(sum_s16);
  75   *sse = (unsigned int)horizontal_add_s32x4(vaddq_s32(sse_lo_s32, sse_hi_s32));
  76 }
  77
  78 // w * h must be less than 2048 or sum_s16 may overflow.
  79 // Process a block of width 8 two rows at a time.
  80 static void variance_neon_w8x2(const uint8_t *a, int a_stride, const uint8_t *b,
  81                                int b_stride, int h, uint32_t *sse, int *sum) {
  82   int i = 0;
  83   int16x8_t sum_s16 = vdupq_n_s16(0);
  84   int32x4_t sse_lo_s32 = vdupq_n_s32(0);
  85   int32x4_t sse_hi_s32 = vdupq_n_s32(0);
  86
  87   do {
  88     const uint8x8_t a_0_u8 = vld1_u8(a);
  89     const uint8x8_t a_1_u8 = vld1_u8(a + a_stride);
  90     const uint8x8_t b_0_u8 = vld1_u8(b);
  91     const uint8x8_t b_1_u8 = vld1_u8(b + b_stride);
  92     const uint16x8_t diff_0_u16 = vsubl_u8(a_0_u8, b_0_u8);
  93     const uint16x8_t diff_1_u16 = vsubl_u8(a_1_u8, b_1_u8);
  94     const int16x8_t diff_0_s16 = vreinterpretq_s16_u16(diff_0_u16);
  95     const int16x8_t diff_1_s16 = vreinterpretq_s16_u16(diff_1_u16);
  96     sum_s16 = vaddq_s16(sum_s16, diff_0_s16);
  97     sum_s16 = vaddq_s16(sum_s16, diff_1_s16);
  98     sse_lo_s32 = vmlal_s16(sse_lo_s32, vget_low_s16(diff_0_s16),
  99                            vget_low_s16(diff_0_s16));
 100     sse_lo_s32 = vmlal_s16(sse_lo_s32, vget_low_s16(diff_1_s16),
 101                            vget_low_s16(diff_1_s16));
 102     sse_hi_s32 = vmlal_s16(sse_hi_s32, vget_high_s16(diff_0_s16),
 103                            vget_high_s16(diff_0_s16));
 104     sse_hi_s32 = vmlal_s16(sse_hi_s32, vget_high_s16(diff_1_s16),
 105                            vget_high_s16(diff_1_s16));
 106     a += a_stride + a_stride;
 107     b += b_stride + b_stride;
 108     i += 2;
 109   } while (i < h);
 110
 111   *sum = horizontal_add_s16x8(sum_s16);
 112   *sse = (uint32_t)horizontal_add_s32x4(vaddq_s32(sse_lo_s32, sse_hi_s32));
 113 }
 114
 115 void vpx_get8x8var_neon(const uint8_t *a, int a_stride, const uint8_t *b,
 116                         int b_stride, unsigned int *sse, int *sum) {
 117   variance_neon_w8x2(a, a_stride, b, b_stride, 8, sse, sum);
 118 }
 119
 120 void vpx_get16x16var_neon(const uint8_t *a, int a_stride, const uint8_t *b,
 121                           int b_stride, unsigned int *sse, int *sum) {
 122   variance_neon_w16(a, a_stride, b, b_stride, 16, 16, sse, sum);
 123 }
 124
 125 #define varianceNxM(n, m, shift)                                            \
 126   unsigned int vpx_variance##n##x##m##_neon(const uint8_t *a, int a_stride, \
 127                                             const uint8_t *b, int b_stride, \
 128                                             unsigned int *sse) {            \
 129     int sum;                                                                \
 130     if (n == 8)                                                             \
 131       variance_neon_w8x2(a, a_stride, b, b_stride, m, sse, &sum);           \
 132     else                                                                    \
 133       variance_neon_w16(a, a_stride, b, b_stride, n, m, sse, &sum);         \
 134     if (n * m < 16 * 16)                                                    \
 135       return *sse - ((sum * sum) >> shift);                                 \
 136     else                                                                    \
 137       return *sse - (uint32_t)(((int64_t)sum * sum) >> shift);              \
 138   }
 139
 140 varianceNxM(8, 4, 5);
 141 varianceNxM(8, 8, 6);
 142 varianceNxM(8, 16, 7);
 143 varianceNxM(16, 8, 7);
 144 varianceNxM(16, 16, 8);
 145 varianceNxM(16, 32, 9);
 146 varianceNxM(32, 16, 9);
 147 varianceNxM(32, 32, 10);
 148
 149 unsigned int vpx_variance32x64_neon(const uint8_t *a, int a_stride,
 150                                     const uint8_t *b, int b_stride,
 151                                     unsigned int *sse) {
 152   int sum1, sum2;
 153   uint32_t sse1, sse2;
 154   variance_neon_w16(a, a_stride, b, b_stride, 32, 32, &sse1, &sum1);
 155   variance_neon_w16(a + (32 * a_stride), a_stride, b + (32 * b_stride),
 156                     b_stride, 32, 32, &sse2, &sum2);
 157   *sse = sse1 + sse2;
 158   sum1 += sum2;
 159   return *sse - (unsigned int)(((int64_t)sum1 * sum1) >> 11);
 160 }
 161
 162 unsigned int vpx_variance64x32_neon(const uint8_t *a, int a_stride,
 163                                     const uint8_t *b, int b_stride,
 164                                     unsigned int *sse) {
 165   int sum1, sum2;
 166   uint32_t sse1, sse2;
 167   variance_neon_w16(a, a_stride, b, b_stride, 64, 16, &sse1, &sum1);
 168   variance_neon_w16(a + (16 * a_stride), a_stride, b + (16 * b_stride),
 169                     b_stride, 64, 16, &sse2, &sum2);
 170   *sse = sse1 + sse2;
 171   sum1 += sum2;
 172   return *sse - (unsigned int)(((int64_t)sum1 * sum1) >> 11);
 173 }
 174
 175 unsigned int vpx_variance64x64_neon(const uint8_t *a, int a_stride,
 176                                     const uint8_t *b, int b_stride,
 177                                     unsigned int *sse) {
 178   int sum1, sum2;
 179   uint32_t sse1, sse2;
 180
 181   variance_neon_w16(a, a_stride, b, b_stride, 64, 16, &sse1, &sum1);
 182   variance_neon_w16(a + (16 * a_stride), a_stride, b + (16 * b_stride),
 183                     b_stride, 64, 16, &sse2, &sum2);
 184   sse1 += sse2;
 185   sum1 += sum2;
 186
 187   variance_neon_w16(a + (16 * 2 * a_stride), a_stride, b + (16 * 2 * b_stride),
 188                     b_stride, 64, 16, &sse2, &sum2);
 189   sse1 += sse2;
 190   sum1 += sum2;
 191
 192   variance_neon_w16(a + (16 * 3 * a_stride), a_stride, b + (16 * 3 * b_stride),
 193                     b_stride, 64, 16, &sse2, &sum2);
 194   *sse = sse1 + sse2;
 195   sum1 += sum2;
 196   return *sse - (unsigned int)(((int64_t)sum1 * sum1) >> 12);
 197 }
 198
 199 unsigned int vpx_mse16x16_neon(const unsigned char *src_ptr, int source_stride,
 200                                const unsigned char *ref_ptr, int recon_stride,
 201                                unsigned int *sse) {
 202   int i;
 203   int16x4_t d22s16, d23s16, d24s16, d25s16, d26s16, d27s16, d28s16, d29s16;
 204   int64x1_t d0s64;
 205   uint8x16_t q0u8, q1u8, q2u8, q3u8;
 206   int32x4_t q7s32, q8s32, q9s32, q10s32;
 207   uint16x8_t q11u16, q12u16, q13u16, q14u16;
 208   int64x2_t q1s64;
 209
 210   q7s32 = vdupq_n_s32(0);
 211   q8s32 = vdupq_n_s32(0);
 212   q9s32 = vdupq_n_s32(0);
 213   q10s32 = vdupq_n_s32(0);
 214
 215   for (i = 0; i < 8; i++) {  // mse16x16_neon_loop
 216     q0u8 = vld1q_u8(src_ptr);
 217     src_ptr += source_stride;
 218     q1u8 = vld1q_u8(src_ptr);
 219     src_ptr += source_stride;
 220     q2u8 = vld1q_u8(ref_ptr);
 221     ref_ptr += recon_stride;
 222     q3u8 = vld1q_u8(ref_ptr);
 223     ref_ptr += recon_stride;
 224
 225     q11u16 = vsubl_u8(vget_low_u8(q0u8), vget_low_u8(q2u8));
 226     q12u16 = vsubl_u8(vget_high_u8(q0u8), vget_high_u8(q2u8));
 227     q13u16 = vsubl_u8(vget_low_u8(q1u8), vget_low_u8(q3u8));
 228     q14u16 = vsubl_u8(vget_high_u8(q1u8), vget_high_u8(q3u8));
 229
 230     d22s16 = vreinterpret_s16_u16(vget_low_u16(q11u16));
 231     d23s16 = vreinterpret_s16_u16(vget_high_u16(q11u16));
 232     q7s32 = vmlal_s16(q7s32, d22s16, d22s16);
 233     q8s32 = vmlal_s16(q8s32, d23s16, d23s16);
 234
 235     d24s16 = vreinterpret_s16_u16(vget_low_u16(q12u16));
 236     d25s16 = vreinterpret_s16_u16(vget_high_u16(q12u16));
 237     q9s32 = vmlal_s16(q9s32, d24s16, d24s16);
 238     q10s32 = vmlal_s16(q10s32, d25s16, d25s16);
 239
 240     d26s16 = vreinterpret_s16_u16(vget_low_u16(q13u16));
 241     d27s16 = vreinterpret_s16_u16(vget_high_u16(q13u16));
 242     q7s32 = vmlal_s16(q7s32, d26s16, d26s16);
 243     q8s32 = vmlal_s16(q8s32, d27s16, d27s16);
 244
 245     d28s16 = vreinterpret_s16_u16(vget_low_u16(q14u16));
 246     d29s16 = vreinterpret_s16_u16(vget_high_u16(q14u16));
 247     q9s32 = vmlal_s16(q9s32, d28s16, d28s16);
 248     q10s32 = vmlal_s16(q10s32, d29s16, d29s16);
 249   }
 250
 251   q7s32 = vaddq_s32(q7s32, q8s32);
 252   q9s32 = vaddq_s32(q9s32, q10s32);
 253   q10s32 = vaddq_s32(q7s32, q9s32);
 254
 255   q1s64 = vpaddlq_s32(q10s32);
 256   d0s64 = vadd_s64(vget_low_s64(q1s64), vget_high_s64(q1s64));
 257
 258   vst1_lane_u32((uint32_t *)sse, vreinterpret_u32_s64(d0s64), 0);
 259   return vget_lane_u32(vreinterpret_u32_s64(d0s64), 0);
 260 }
 261
 262 unsigned int vpx_get4x4sse_cs_neon(const unsigned char *src_ptr,
 263                                    int source_stride,
 264                                    const unsigned char *ref_ptr,
 265                                    int recon_stride) {
 266   int16x4_t d22s16, d24s16, d26s16, d28s16;
 267   int64x1_t d0s64;
 268   uint8x8_t d0u8, d1u8, d2u8, d3u8, d4u8, d5u8, d6u8, d7u8;
 269   int32x4_t q7s32, q8s32, q9s32, q10s32;
 270   uint16x8_t q11u16, q12u16, q13u16, q14u16;
 271   int64x2_t q1s64;
 272
 273   d0u8 = vld1_u8(src_ptr);
 274   src_ptr += source_stride;
 275   d4u8 = vld1_u8(ref_ptr);
 276   ref_ptr += recon_stride;
 277   d1u8 = vld1_u8(src_ptr);
 278   src_ptr += source_stride;
 279   d5u8 = vld1_u8(ref_ptr);
 280   ref_ptr += recon_stride;
 281   d2u8 = vld1_u8(src_ptr);
 282   src_ptr += source_stride;
 283   d6u8 = vld1_u8(ref_ptr);
 284   ref_ptr += recon_stride;
 285   d3u8 = vld1_u8(src_ptr);
 286   src_ptr += source_stride;
 287   d7u8 = vld1_u8(ref_ptr);
 288   ref_ptr += recon_stride;
 289
 290   q11u16 = vsubl_u8(d0u8, d4u8);
 291   q12u16 = vsubl_u8(d1u8, d5u8);
 292   q13u16 = vsubl_u8(d2u8, d6u8);
 293   q14u16 = vsubl_u8(d3u8, d7u8);
 294
 295   d22s16 = vget_low_s16(vreinterpretq_s16_u16(q11u16));
 296   d24s16 = vget_low_s16(vreinterpretq_s16_u16(q12u16));
 297   d26s16 = vget_low_s16(vreinterpretq_s16_u16(q13u16));
 298   d28s16 = vget_low_s16(vreinterpretq_s16_u16(q14u16));
 299
 300   q7s32 = vmull_s16(d22s16, d22s16);
 301   q8s32 = vmull_s16(d24s16, d24s16);
 302   q9s32 = vmull_s16(d26s16, d26s16);
 303   q10s32 = vmull_s16(d28s16, d28s16);
 304
 305   q7s32 = vaddq_s32(q7s32, q8s32);
 306   q9s32 = vaddq_s32(q9s32, q10s32);
 307   q9s32 = vaddq_s32(q7s32, q9s32);
 308
 309   q1s64 = vpaddlq_s32(q9s32);
 310   d0s64 = vadd_s64(vget_low_s64(q1s64), vget_high_s64(q1s64));
 311
 312   return vget_lane_u32(vreinterpret_u32_s64(d0s64), 0);
 313 }