git.sesse.net Git - ffmpeg/blob - libavfilter/vf_srcnn.c

   1 /*
   2  * Copyright (c) 2018 Sergey Lavrushkin
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public
   8  * License as published by the Free Software Foundation; either
   9  * version 2.1 of the License, or (at your option) any later version.
  10  *
  11  * FFmpeg is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14  * Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public
  17  * License along with FFmpeg; if not, write to the Free Software
  18  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  19  */
  20
  21 /**
  22  * @file
  23  * Filter implementing image super-resolution using deep convolutional networks.
  24  * https://arxiv.org/abs/1501.00092
  25  */
  26
  27 #include "avfilter.h"
  28 #include "formats.h"
  29 #include "internal.h"
  30 #include "libavutil/opt.h"
  31 #include "libavformat/avio.h"
  32 #include "dnn_interface.h"
  33
  34 typedef struct SRCNNContext {
  35     const AVClass *class;
  36
  37     char* model_filename;
  38     float* input_output_buf;
  39     DNNModule* dnn_module;
  40     DNNModel* model;
  41     DNNData input_output;
  42 } SRCNNContext;
  43
  44
  45 #define OFFSET(x) offsetof(SRCNNContext, x)
  46 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM | AV_OPT_FLAG_VIDEO_PARAM
  47 static const AVOption srcnn_options[] = {
  48     { "model_filename", "path to model file specifying network architecture and its parameters", OFFSET(model_filename), AV_OPT_TYPE_STRING, {.str=NULL}, 0, 0, FLAGS },
  49     { NULL }
  50 };
  51
  52 AVFILTER_DEFINE_CLASS(srcnn);
  53
  54 static av_cold int init(AVFilterContext* context)
  55 {
  56     SRCNNContext* srcnn_context = context->priv;
  57
  58     srcnn_context->dnn_module = ff_get_dnn_module(DNN_NATIVE);
  59     if (!srcnn_context->dnn_module){
  60         av_log(context, AV_LOG_ERROR, "could not create dnn module\n");
  61         return AVERROR(ENOMEM);
  62     }
  63     if (!srcnn_context->model_filename){
  64         av_log(context, AV_LOG_INFO, "model file for network was not specified, using default network for x2 upsampling\n");
  65         srcnn_context->model = (srcnn_context->dnn_module->load_default_model)(DNN_SRCNN);
  66     }
  67     else{
  68         srcnn_context->model = (srcnn_context->dnn_module->load_model)(srcnn_context->model_filename);
  69     }
  70     if (!srcnn_context->model){
  71         av_log(context, AV_LOG_ERROR, "could not load dnn model\n");
  72         return AVERROR(EIO);
  73     }
  74
  75     return 0;
  76 }
  77
  78 static int query_formats(AVFilterContext* context)
  79 {
  80     const enum AVPixelFormat pixel_formats[] = {AV_PIX_FMT_YUV420P, AV_PIX_FMT_YUV422P, AV_PIX_FMT_YUV444P,
  81                                                 AV_PIX_FMT_YUV410P, AV_PIX_FMT_YUV411P, AV_PIX_FMT_GRAY8,
  82                                                 AV_PIX_FMT_NONE};
  83     AVFilterFormats* formats_list;
  84
  85     formats_list = ff_make_format_list(pixel_formats);
  86     if (!formats_list){
  87         av_log(context, AV_LOG_ERROR, "could not create formats list\n");
  88         return AVERROR(ENOMEM);
  89     }
  90     return ff_set_common_formats(context, formats_list);
  91 }
  92
  93 static int config_props(AVFilterLink* inlink)
  94 {
  95     AVFilterContext* context = inlink->dst;
  96     SRCNNContext* srcnn_context = context->priv;
  97     DNNReturnType result;
  98
  99     srcnn_context->input_output_buf = av_malloc(inlink->h * inlink->w * sizeof(float));
 100     if (!srcnn_context->input_output_buf){
 101         av_log(context, AV_LOG_ERROR, "could not allocate memory for input/output buffer\n");
 102         return AVERROR(ENOMEM);
 103     }
 104
 105     srcnn_context->input_output.data = srcnn_context->input_output_buf;
 106     srcnn_context->input_output.width = inlink->w;
 107     srcnn_context->input_output.height = inlink->h;
 108     srcnn_context->input_output.channels = 1;
 109
 110     result = (srcnn_context->model->set_input_output)(srcnn_context->model->model, &srcnn_context->input_output, &srcnn_context->input_output);
 111     if (result != DNN_SUCCESS){
 112         av_log(context, AV_LOG_ERROR, "could not set input and output for the model\n");
 113         return AVERROR(EIO);
 114     }
 115     else{
 116         return 0;
 117     }
 118 }
 119
 120 typedef struct ThreadData{
 121     uint8_t* out;
 122     int out_linesize, height, width;
 123 } ThreadData;
 124
 125 static int uint8_to_float(AVFilterContext* context, void* arg, int jobnr, int nb_jobs)
 126 {
 127     SRCNNContext* srcnn_context = context->priv;
 128     const ThreadData* td = arg;
 129     const int slice_start = (td->height *  jobnr     ) / nb_jobs;
 130     const int slice_end   = (td->height * (jobnr + 1)) / nb_jobs;
 131     const uint8_t* src = td->out + slice_start * td->out_linesize;
 132     float* dst = srcnn_context->input_output_buf + slice_start * td->width;
 133     int y, x;
 134
 135     for (y = slice_start; y < slice_end; ++y){
 136         for (x = 0; x < td->width; ++x){
 137             dst[x] = (float)src[x] / 255.0f;
 138         }
 139         src += td->out_linesize;
 140         dst += td->width;
 141     }
 142
 143     return 0;
 144 }
 145
 146 static int float_to_uint8(AVFilterContext* context, void* arg, int jobnr, int nb_jobs)
 147 {
 148     SRCNNContext* srcnn_context = context->priv;
 149     const ThreadData* td = arg;
 150     const int slice_start = (td->height *  jobnr     ) / nb_jobs;
 151     const int slice_end   = (td->height * (jobnr + 1)) / nb_jobs;
 152     const float* src = srcnn_context->input_output_buf + slice_start * td->width;
 153     uint8_t* dst = td->out + slice_start * td->out_linesize;
 154     int y, x;
 155
 156     for (y = slice_start; y < slice_end; ++y){
 157         for (x = 0; x < td->width; ++x){
 158             dst[x] = (uint8_t)(255.0f * FFMIN(src[x], 1.0f));
 159         }
 160         src += td->width;
 161         dst += td->out_linesize;
 162     }
 163
 164     return 0;
 165 }
 166
 167 static int filter_frame(AVFilterLink* inlink, AVFrame* in)
 168 {
 169     AVFilterContext* context = inlink->dst;
 170     SRCNNContext* srcnn_context = context->priv;
 171     AVFilterLink* outlink = context->outputs[0];
 172     AVFrame* out = ff_get_video_buffer(outlink, outlink->w, outlink->h);
 173     ThreadData td;
 174     int nb_threads;
 175     DNNReturnType dnn_result;
 176
 177     if (!out){
 178         av_log(context, AV_LOG_ERROR, "could not allocate memory for output frame\n");
 179         av_frame_free(&in);
 180         return AVERROR(ENOMEM);
 181     }
 182     av_frame_copy_props(out, in);
 183     av_frame_copy(out, in);
 184     av_frame_free(&in);
 185     td.out = out->data[0];
 186     td.out_linesize = out->linesize[0];
 187     td.height = out->height;
 188     td.width = out->width;
 189
 190     nb_threads = ff_filter_get_nb_threads(context);
 191     context->internal->execute(context, uint8_to_float, &td, NULL, FFMIN(td.height, nb_threads));
 192
 193     dnn_result = (srcnn_context->dnn_module->execute_model)(srcnn_context->model);
 194     if (dnn_result != DNN_SUCCESS){
 195         av_log(context, AV_LOG_ERROR, "failed to execute loaded model\n");
 196         return AVERROR(EIO);
 197     }
 198
 199     context->internal->execute(context, float_to_uint8, &td, NULL, FFMIN(td.height, nb_threads));
 200
 201     return ff_filter_frame(outlink, out);
 202 }
 203
 204 static av_cold void uninit(AVFilterContext* context)
 205 {
 206     SRCNNContext* srcnn_context = context->priv;
 207
 208     if (srcnn_context->dnn_module){
 209         (srcnn_context->dnn_module->free_model)(&srcnn_context->model);
 210         av_freep(&srcnn_context->dnn_module);
 211     }
 212     av_freep(&srcnn_context->input_output_buf);
 213 }
 214
 215 static const AVFilterPad srcnn_inputs[] = {
 216     {
 217         .name         = "default",
 218         .type         = AVMEDIA_TYPE_VIDEO,
 219         .config_props = config_props,
 220         .filter_frame = filter_frame,
 221     },
 222     { NULL }
 223 };
 224
 225 static const AVFilterPad srcnn_outputs[] = {
 226     {
 227         .name = "default",
 228         .type = AVMEDIA_TYPE_VIDEO,
 229     },
 230     { NULL }
 231 };
 232
 233 AVFilter ff_vf_srcnn = {
 234     .name          = "srcnn",
 235     .description   = NULL_IF_CONFIG_SMALL("Apply super resolution convolutional neural network to the input. Use bicubic upsamping with corresponding scaling factor before."),
 236     .priv_size     = sizeof(SRCNNContext),
 237     .init          = init,
 238     .uninit        = uninit,
 239     .query_formats = query_formats,
 240     .inputs        = srcnn_inputs,
 241     .outputs       = srcnn_outputs,
 242     .priv_class    = &srcnn_class,
 243     .flags         = AVFILTER_FLAG_SUPPORT_TIMELINE_GENERIC | AVFILTER_FLAG_SLICE_THREADS,
 244 };
 245