158c80cbb0
Independent horizontal and vertical implementations. Requires that blocks be built from 4x4 and [xy]_step_q4 == 16 6-10% improvement. CIF improved the least. Change-Id: I137f5ceae4440adc0960bf88e4453e55a618bcda
251 lines
7.8 KiB
NASM
251 lines
7.8 KiB
NASM
;
|
|
; Copyright (c) 2013 The WebM project authors. All Rights Reserved.
|
|
;
|
|
; Use of this source code is governed by a BSD-style license
|
|
; that can be found in the LICENSE file in the root of the source
|
|
; tree. An additional intellectual property rights grant can be found
|
|
; in the file PATENTS. All contributing project authors may
|
|
; be found in the AUTHORS file in the root of the source tree.
|
|
;
|
|
|
|
|
|
; These functions are only valid when:
|
|
; x_step_q4 == 16
|
|
; w%4 == 0
|
|
; h%4 == 0
|
|
; taps == 8
|
|
; VP9_FILTER_WEIGHT == 128
|
|
; VP9_FILTER_SHIFT == 7
|
|
|
|
EXPORT |vp9_convolve8_horiz_neon|
|
|
EXPORT |vp9_convolve8_vert_neon|
|
|
IMPORT |vp9_convolve8_horiz_c|
|
|
IMPORT |vp9_convolve8_vert_c|
|
|
ARM
|
|
REQUIRE8
|
|
PRESERVE8
|
|
|
|
AREA ||.text||, CODE, READONLY, ALIGN=2
|
|
|
|
; Multiply and accumulate by q0
|
|
MACRO
|
|
MULTIPLY_BY_Q0 $dst, $src0, $src1, $src2, $src3, $src4, $src5, $src6, $src7
|
|
vmull.s16 $dst, $src0, d0[0]
|
|
vmlal.s16 $dst, $src1, d0[1]
|
|
vmlal.s16 $dst, $src2, d0[2]
|
|
vmlal.s16 $dst, $src3, d0[3]
|
|
vmlal.s16 $dst, $src4, d1[0]
|
|
vmlal.s16 $dst, $src5, d1[1]
|
|
vmlal.s16 $dst, $src6, d1[2]
|
|
vmlal.s16 $dst, $src7, d1[3]
|
|
MEND
|
|
|
|
; r0 const uint8_t *src
|
|
; r1 int src_stride
|
|
; r2 uint8_t *dst
|
|
; r3 int dst_stride
|
|
; sp[]const int16_t *filter_x
|
|
; sp[]int x_step_q4
|
|
; sp[]const int16_t *filter_y ; unused
|
|
; sp[]int y_step_q4 ; unused
|
|
; sp[]int w
|
|
; sp[]int h
|
|
|
|
|vp9_convolve8_horiz_neon| PROC
|
|
push {r4-r10, lr}
|
|
|
|
sub r0, r0, #3 ; adjust for taps
|
|
|
|
ldr r4, [sp, #36] ; x_step_q4
|
|
ldr r5, [sp, #32] ; filter_x
|
|
cmp r4, #16
|
|
bne call_horiz_c_convolve ; x_step_q4 != 16
|
|
|
|
ldr r6, [sp, #48] ; w
|
|
ldr r7, [sp, #52] ; h
|
|
|
|
vld1.s16 {q0}, [r5] ; filter_x
|
|
|
|
add r8, r1, r1, lsl #1 ; src_stride * 3
|
|
add r8, r8, #4 ; src_stride * 3 + 4
|
|
rsb r8, r8, #0 ; reset for src
|
|
|
|
add r4, r3, r3, lsl #1 ; dst_stride * 3
|
|
sub r4, r4, #4 ; dst_stride * 3 - 4
|
|
rsb r4, r4, #0 ; reset for dst
|
|
|
|
sub r9, r1, #8 ; post increment for src load
|
|
|
|
rsb r1, r6, r1, lsl #2 ; reset src for outer loop
|
|
rsb r12, r6, r3, lsl #2 ; reset dst for outer loop
|
|
|
|
mov r10, r6 ; w loop counter
|
|
|
|
loop_horiz
|
|
vld4.u8 {d24[0], d25[0], d26[0], d27[0]}, [r0]!
|
|
vld4.u8 {d24[4], d25[4], d26[4], d27[4]}, [r0]!
|
|
vld3.u8 {d28[0], d29[0], d30[0]}, [r0], r9
|
|
|
|
vld4.u8 {d24[1], d25[1], d26[1], d27[1]}, [r0]!
|
|
vld4.u8 {d24[5], d25[5], d26[5], d27[5]}, [r0]!
|
|
vld3.u8 {d28[1], d29[1], d30[1]}, [r0], r9
|
|
|
|
vld4.u8 {d24[2], d25[2], d26[2], d27[2]}, [r0]!
|
|
vld4.u8 {d24[6], d25[6], d26[6], d27[6]}, [r0]!
|
|
vld3.u8 {d28[2], d29[2], d30[2]}, [r0], r9
|
|
|
|
vld4.u8 {d24[3], d25[3], d26[3], d27[3]}, [r0]!
|
|
vld4.u8 {d24[7], d25[7], d26[7], d27[7]}, [r0]!
|
|
vld3.u8 {d28[3], d29[3], d30[3]}, [r0], r8
|
|
|
|
; extract to s16
|
|
vmovl.u8 q8, d24
|
|
vmovl.u8 q9, d25
|
|
vmovl.u8 q10, d26
|
|
vmovl.u8 q11, d27
|
|
vtrn.32 d28, d29 ; only the first half is populated
|
|
vmovl.u8 q12, d28
|
|
vmovl.u8 q13, d30
|
|
|
|
; src[] * filter_x
|
|
MULTIPLY_BY_Q0 q1, d16, d18, d20, d22, d17, d19, d21, d23
|
|
MULTIPLY_BY_Q0 q2, d18, d20, d22, d17, d19, d21, d23, d24
|
|
MULTIPLY_BY_Q0 q14, d20, d22, d17, d19, d21, d23, d24, d25
|
|
MULTIPLY_BY_Q0 q15, d22, d17, d19, d21, d23, d24, d25, d26
|
|
|
|
; += 64 >> 7
|
|
vqrshrun.s32 d2, q1, #7
|
|
vqrshrun.s32 d3, q2, #7
|
|
vqrshrun.s32 d4, q14, #7
|
|
vqrshrun.s32 d5, q15, #7
|
|
|
|
; saturate
|
|
vqshrn.u16 d2, q1, #0
|
|
vqshrn.u16 d3, q2, #0
|
|
|
|
; transpose
|
|
vtrn.16 d2, d3
|
|
vtrn.32 d2, d3
|
|
vtrn.8 d2, d3
|
|
|
|
vst1.u32 {d2[0]}, [r2], r3
|
|
vst1.u32 {d3[0]}, [r2], r3
|
|
vst1.u32 {d2[1]}, [r2], r3
|
|
vst1.u32 {d3[1]}, [r2], r4
|
|
|
|
subs r6, r6, #4 ; w -= 4
|
|
bgt loop_horiz
|
|
|
|
; outer loop
|
|
mov r6, r10 ; restore w counter
|
|
add r0, r0, r1 ; src += src_stride * 4 - w
|
|
add r2, r2, r12 ; dst += dst_stride * 4 - w
|
|
subs r7, r7, #4 ; h -= 4
|
|
bgt loop_horiz
|
|
|
|
pop {r4-r10, pc}
|
|
|
|
call_horiz_c_convolve
|
|
pop {r4-r10, lr}
|
|
add r0, r0, #3 ; un-adjust for taps
|
|
b vp9_convolve8_horiz_c
|
|
|
|
|
|
ENDP
|
|
|
|
|vp9_convolve8_vert_neon| PROC
|
|
push {r4-r10, lr}
|
|
|
|
; adjust for taps
|
|
sub r0, r0, r1
|
|
sub r0, r0, r1, lsl #1
|
|
|
|
ldr r6, [sp, #44] ; y_step_q4
|
|
ldr r7, [sp, #40] ; filter_y
|
|
cmp r6, #16
|
|
bne call_vert_c_convolve ; y_step_q4 != 16
|
|
|
|
ldr r8, [sp, #48] ; w
|
|
ldr r9, [sp, #52] ; h
|
|
|
|
vld1.s16 {q0}, [r7] ; filter_y
|
|
|
|
mov r5, r1, lsl #1 ; src_stride * 2
|
|
add r5, r5, r1, lsl #3 ; src_stride * 10
|
|
sub r5, r5, #4 ; src_stride * 10 + 4
|
|
rsb r5, r5, #0 ; reset for src
|
|
|
|
add r6, r3, r3, lsl #1 ; dst_stride * 3
|
|
sub r6, r6, #4 ; dst_stride * 3 - 4
|
|
rsb r6, r6, #0 ; reset for dst
|
|
|
|
rsb r7, r8, r1, lsl #2 ; reset src for outer loop
|
|
rsb r12, r8, r3, lsl #2 ; reset dst for outer loop
|
|
|
|
mov r10, r8 ; w loop counter
|
|
|
|
loop_vert
|
|
; always process a 4x4 block at a time
|
|
vld1.u32 {d16[0]}, [r0], r1
|
|
vld1.u32 {d16[1]}, [r0], r1
|
|
vld1.u32 {d18[0]}, [r0], r1
|
|
vld1.u32 {d18[1]}, [r0], r1
|
|
vld1.u32 {d20[0]}, [r0], r1
|
|
vld1.u32 {d20[1]}, [r0], r1
|
|
vld1.u32 {d22[0]}, [r0], r1
|
|
vld1.u32 {d22[1]}, [r0], r1
|
|
vld1.u32 {d24[0]}, [r0], r1
|
|
vld1.u32 {d24[1]}, [r0], r1
|
|
vld1.u32 {d26[0]}, [r0], r5
|
|
|
|
; extract to s16
|
|
vmovl.u8 q8, d16
|
|
vmovl.u8 q9, d18
|
|
vmovl.u8 q10, d20
|
|
vmovl.u8 q11, d22
|
|
vmovl.u8 q12, d24
|
|
vmovl.u8 q13, d26
|
|
|
|
; src[] * filter_y
|
|
MULTIPLY_BY_Q0 q1, d16, d17, d18, d19, d20, d21, d22, d23
|
|
MULTIPLY_BY_Q0 q2, d17, d18, d19, d20, d21, d22, d23, d24
|
|
MULTIPLY_BY_Q0 q14, d18, d19, d20, d21, d22, d23, d24, d25
|
|
MULTIPLY_BY_Q0 q15, d19, d20, d21, d22, d23, d24, d25, d26
|
|
|
|
; += 64 >> 7
|
|
vqrshrun.s32 d2, q1, #7
|
|
vqrshrun.s32 d3, q2, #7
|
|
vqrshrun.s32 d4, q14, #7
|
|
vqrshrun.s32 d5, q15, #7
|
|
|
|
; saturate
|
|
vqshrn.u16 d2, q1, #0
|
|
vqshrn.u16 d3, q2, #0
|
|
|
|
vst1.u32 {d2[0]}, [r2], r3
|
|
vst1.u32 {d2[1]}, [r2], r3
|
|
vst1.u32 {d3[0]}, [r2], r3
|
|
vst1.u32 {d3[1]}, [r2], r6
|
|
|
|
subs r8, r8, #4 ; w -= 4
|
|
bgt loop_vert
|
|
|
|
; outer loop
|
|
mov r8, r10 ; restore w counter
|
|
add r0, r0, r7 ; src += 4 * src_stride - w
|
|
add r2, r2, r12 ; dst += 4 * dst_stride - w
|
|
subs r9, r9, #4 ; h -= 4
|
|
bgt loop_vert
|
|
|
|
pop {r4-r10, pc}
|
|
|
|
call_vert_c_convolve
|
|
pop {r4-r10, lr}
|
|
; un-adjust for taps
|
|
add r0, r0, r1
|
|
add r0, r0, r1, lsl #1
|
|
b vp9_convolve8_vert_c
|
|
|
|
ENDP
|
|
END
|