ref: 71bcd9f1af91f2dea22f2e71839039d83e5b1d84
dir: /vp8/encoder/arm/neon/vp8_subpixelvariance16x16s_neon.asm/
; ; Copyright (c) 2010 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. ; EXPORT |vp8_variance_halfpixvar16x16_h_neon| EXPORT |vp8_variance_halfpixvar16x16_v_neon| EXPORT |vp8_variance_halfpixvar16x16_hv_neon| EXPORT |vp8_sub_pixel_variance16x16s_neon| ARM REQUIRE8 PRESERVE8 AREA ||.text||, CODE, READONLY, ALIGN=2 ;================================================ ;unsigned int vp8_variance_halfpixvar16x16_h_neon ;( ; unsigned char *src_ptr, r0 ; int src_pixels_per_line, r1 ; unsigned char *dst_ptr, r2 ; int dst_pixels_per_line, r3 ; unsigned int *sse ;); ;================================================ |vp8_variance_halfpixvar16x16_h_neon| PROC push {lr} mov r12, #4 ;loop counter ldr lr, [sp, #4] ;load *sse from stack vmov.i8 q8, #0 ;q8 - sum vmov.i8 q9, #0 ;q9, q10 - sse vmov.i8 q10, #0 ;First Pass: output_height lines x output_width columns (16x16) vp8_filt_fpo16x16s_4_0_loop_neon vld1.u8 {d0, d1, d2, d3}, [r0], r1 ;load src data vld1.8 {q11}, [r2], r3 vld1.u8 {d4, d5, d6, d7}, [r0], r1 vld1.8 {q12}, [r2], r3 vld1.u8 {d8, d9, d10, d11}, [r0], r1 vld1.8 {q13}, [r2], r3 vld1.u8 {d12, d13, d14, d15}, [r0], r1 ;pld [r0] ;pld [r0, r1] ;pld [r0, r1, lsl #1] vext.8 q1, q0, q1, #1 ;construct src_ptr[1] vext.8 q3, q2, q3, #1 vext.8 q5, q4, q5, #1 vext.8 q7, q6, q7, #1 vrhadd.u8 q0, q0, q1 ;(src_ptr[0]+src_ptr[1])/round/shift right 1 vld1.8 {q14}, [r2], r3 vrhadd.u8 q1, q2, q3 vrhadd.u8 q2, q4, q5 vrhadd.u8 q3, q6, q7 vsubl.u8 q4, d0, d22 ;diff vsubl.u8 q5, d1, d23 vsubl.u8 q6, d2, d24 vsubl.u8 q7, d3, d25 vsubl.u8 q0, d4, d26 vsubl.u8 q1, d5, d27 vsubl.u8 q2, d6, d28 vsubl.u8 q3, d7, d29 vpadal.s16 q8, q4 ;sum vmlal.s16 q9, d8, d8 ;sse vmlal.s16 q10, d9, d9 subs r12, r12, #1 vpadal.s16 q8, q5 vmlal.s16 q9, d10, d10 vmlal.s16 q10, d11, d11 vpadal.s16 q8, q6 vmlal.s16 q9, d12, d12 vmlal.s16 q10, d13, d13 vpadal.s16 q8, q7 vmlal.s16 q9, d14, d14 vmlal.s16 q10, d15, d15 vpadal.s16 q8, q0 ;sum vmlal.s16 q9, d0, d0 ;sse vmlal.s16 q10, d1, d1 vpadal.s16 q8, q1 vmlal.s16 q9, d2, d2 vmlal.s16 q10, d3, d3 vpadal.s16 q8, q2 vmlal.s16 q9, d4, d4 vmlal.s16 q10, d5, d5 vpadal.s16 q8, q3 vmlal.s16 q9, d6, d6 vmlal.s16 q10, d7, d7 bne vp8_filt_fpo16x16s_4_0_loop_neon vadd.u32 q10, q9, q10 ;accumulate sse vpaddl.s32 q0, q8 ;accumulate sum vpaddl.u32 q1, q10 vadd.s64 d0, d0, d1 vadd.u64 d1, d2, d3 vmull.s32 q5, d0, d0 vst1.32 {d1[0]}, [lr] ;store sse vshr.s32 d10, d10, #8 vsub.s32 d0, d1, d10 vmov.32 r0, d0[0] ;return pop {pc} ENDP ;================================================ ;unsigned int vp8_variance_halfpixvar16x16_v_neon ;( ; unsigned char *src_ptr, r0 ; int src_pixels_per_line, r1 ; unsigned char *dst_ptr, r2 ; int dst_pixels_per_line, r3 ; unsigned int *sse ;); ;================================================ |vp8_variance_halfpixvar16x16_v_neon| PROC push {lr} mov r12, #4 ;loop counter vld1.u8 {q0}, [r0], r1 ;load src data ldr lr, [sp, #4] ;load *sse from stack vmov.i8 q8, #0 ;q8 - sum vmov.i8 q9, #0 ;q9, q10 - sse vmov.i8 q10, #0 vp8_filt_spo16x16s_0_4_loop_neon vld1.u8 {q2}, [r0], r1 vld1.8 {q1}, [r2], r3 vld1.u8 {q4}, [r0], r1 vld1.8 {q3}, [r2], r3 vld1.u8 {q6}, [r0], r1 vld1.8 {q5}, [r2], r3 vld1.u8 {q15}, [r0], r1 vrhadd.u8 q0, q0, q2 vld1.8 {q7}, [r2], r3 vrhadd.u8 q2, q2, q4 vrhadd.u8 q4, q4, q6 vrhadd.u8 q6, q6, q15 vsubl.u8 q11, d0, d2 ;diff vsubl.u8 q12, d1, d3 vsubl.u8 q13, d4, d6 vsubl.u8 q14, d5, d7 vsubl.u8 q0, d8, d10 vsubl.u8 q1, d9, d11 vsubl.u8 q2, d12, d14 vsubl.u8 q3, d13, d15 vpadal.s16 q8, q11 ;sum vmlal.s16 q9, d22, d22 ;sse vmlal.s16 q10, d23, d23 subs r12, r12, #1 vpadal.s16 q8, q12 vmlal.s16 q9, d24, d24 vmlal.s16 q10, d25, d25 vpadal.s16 q8, q13 vmlal.s16 q9, d26, d26 vmlal.s16 q10, d27, d27 vpadal.s16 q8, q14 vmlal.s16 q9, d28, d28 vmlal.s16 q10, d29, d29 vpadal.s16 q8, q0 ;sum vmlal.s16 q9, d0, d0 ;sse vmlal.s16 q10, d1, d1 vpadal.s16 q8, q1 vmlal.s16 q9, d2, d2 vmlal.s16 q10, d3, d3 vpadal.s16 q8, q2 vmlal.s16 q9, d4, d4 vmlal.s16 q10, d5, d5 vmov q0, q15 vpadal.s16 q8, q3 vmlal.s16 q9, d6, d6 vmlal.s16 q10, d7, d7 bne vp8_filt_spo16x16s_0_4_loop_neon vadd.u32 q10, q9, q10 ;accumulate sse vpaddl.s32 q0, q8 ;accumulate sum vpaddl.u32 q1, q10 vadd.s64 d0, d0, d1 vadd.u64 d1, d2, d3 vmull.s32 q5, d0, d0 vst1.32 {d1[0]}, [lr] ;store sse vshr.s32 d10, d10, #8 vsub.s32 d0, d1, d10 vmov.32 r0, d0[0] ;return pop {pc} ENDP ;================================================ ;unsigned int vp8_variance_halfpixvar16x16_hv_neon ;( ; unsigned char *src_ptr, r0 ; int src_pixels_per_line, r1 ; unsigned char *dst_ptr, r2 ; int dst_pixels_per_line, r3 ; unsigned int *sse ;); ;================================================ |vp8_variance_halfpixvar16x16_hv_neon| PROC push {lr} vld1.u8 {d0, d1, d2, d3}, [r0], r1 ;load src data ldr lr, [sp, #4] ;load *sse from stack vmov.i8 q13, #0 ;q8 - sum vext.8 q1, q0, q1, #1 ;construct src_ptr[1] vmov.i8 q14, #0 ;q9, q10 - sse vmov.i8 q15, #0 mov r12, #4 ;loop counter vrhadd.u8 q0, q0, q1 ;(src_ptr[0]+src_ptr[1])/round/shift right 1 ;First Pass: output_height lines x output_width columns (17x16) vp8_filt16x16s_4_4_loop_neon vld1.u8 {d4, d5, d6, d7}, [r0], r1 vld1.u8 {d8, d9, d10, d11}, [r0], r1 vld1.u8 {d12, d13, d14, d15}, [r0], r1 vld1.u8 {d16, d17, d18, d19}, [r0], r1 ;pld [r0] ;pld [r0, r1] ;pld [r0, r1, lsl #1] vext.8 q3, q2, q3, #1 ;construct src_ptr[1] vext.8 q5, q4, q5, #1 vext.8 q7, q6, q7, #1 vext.8 q9, q8, q9, #1 vrhadd.u8 q1, q2, q3 ;(src_ptr[0]+src_ptr[1])/round/shift right 1 vrhadd.u8 q2, q4, q5 vrhadd.u8 q3, q6, q7 vrhadd.u8 q4, q8, q9 vld1.8 {q5}, [r2], r3 vrhadd.u8 q0, q0, q1 vld1.8 {q6}, [r2], r3 vrhadd.u8 q1, q1, q2 vld1.8 {q7}, [r2], r3 vrhadd.u8 q2, q2, q3 vld1.8 {q8}, [r2], r3 vrhadd.u8 q3, q3, q4 vsubl.u8 q9, d0, d10 ;diff vsubl.u8 q10, d1, d11 vsubl.u8 q11, d2, d12 vsubl.u8 q12, d3, d13 vsubl.u8 q0, d4, d14 ;diff vsubl.u8 q1, d5, d15 vsubl.u8 q5, d6, d16 vsubl.u8 q6, d7, d17 vpadal.s16 q13, q9 ;sum vmlal.s16 q14, d18, d18 ;sse vmlal.s16 q15, d19, d19 vpadal.s16 q13, q10 ;sum vmlal.s16 q14, d20, d20 ;sse vmlal.s16 q15, d21, d21 vpadal.s16 q13, q11 ;sum vmlal.s16 q14, d22, d22 ;sse vmlal.s16 q15, d23, d23 vpadal.s16 q13, q12 ;sum vmlal.s16 q14, d24, d24 ;sse vmlal.s16 q15, d25, d25 subs r12, r12, #1 vpadal.s16 q13, q0 ;sum vmlal.s16 q14, d0, d0 ;sse vmlal.s16 q15, d1, d1 vpadal.s16 q13, q1 ;sum vmlal.s16 q14, d2, d2 ;sse vmlal.s16 q15, d3, d3 vpadal.s16 q13, q5 ;sum vmlal.s16 q14, d10, d10 ;sse vmlal.s16 q15, d11, d11 vmov q0, q4 vpadal.s16 q13, q6 ;sum vmlal.s16 q14, d12, d12 ;sse vmlal.s16 q15, d13, d13 bne vp8_filt16x16s_4_4_loop_neon vadd.u32 q15, q14, q15 ;accumulate sse vpaddl.s32 q0, q13 ;accumulate sum vpaddl.u32 q1, q15 vadd.s64 d0, d0, d1 vadd.u64 d1, d2, d3 vmull.s32 q5, d0, d0 vst1.32 {d1[0]}, [lr] ;store sse vshr.s32 d10, d10, #8 vsub.s32 d0, d1, d10 vmov.32 r0, d0[0] ;return pop {pc} ENDP ;============================== ; r0 unsigned char *src_ptr, ; r1 int src_pixels_per_line, ; r2 int xoffset, ; r3 int yoffset, ; stack unsigned char *dst_ptr, ; stack int dst_pixels_per_line, ; stack unsigned int *sse ;note: in vp8_find_best_half_pixel_step()(called when 8<Speed<15), and first call of vp8_find_best_sub_pixel_step() ;(called when speed<=8). xoffset/yoffset can only be 4 or 0, which means either by pass the filter, ;or filter coeff is {64, 64}. This simplified program only works in this situation. ;note: It happens that both xoffset and yoffset are zero. This can be handled in c code later. |vp8_sub_pixel_variance16x16s_neon| PROC push {r4, lr} ldr r4, [sp, #8] ;load *dst_ptr from stack ldr r12, [sp, #12] ;load dst_pixels_per_line from stack ldr lr, [sp, #16] ;load *sse from stack cmp r2, #0 ;skip first_pass filter if xoffset=0 beq secondpass_bfilter16x16s_only cmp r3, #0 ;skip second_pass filter if yoffset=0 beq firstpass_bfilter16x16s_only vld1.u8 {d0, d1, d2, d3}, [r0], r1 ;load src data sub sp, sp, #256 ;reserve space on stack for temporary storage vext.8 q1, q0, q1, #1 ;construct src_ptr[1] mov r3, sp mov r2, #4 ;loop counter vrhadd.u8 q0, q0, q1 ;(src_ptr[0]+src_ptr[1])/round/shift right 1 ;First Pass: output_height lines x output_width columns (17x16) vp8e_filt_blk2d_fp16x16s_loop_neon vld1.u8 {d4, d5, d6, d7}, [r0], r1 vld1.u8 {d8, d9, d10, d11}, [r0], r1 vld1.u8 {d12, d13, d14, d15}, [r0], r1 vld1.u8 {d16, d17, d18, d19}, [r0], r1 ;pld [r0] ;pld [r0, r1] ;pld [r0, r1, lsl #1] vext.8 q3, q2, q3, #1 ;construct src_ptr[1] vext.8 q5, q4, q5, #1 vext.8 q7, q6, q7, #1 vext.8 q9, q8, q9, #1 vrhadd.u8 q1, q2, q3 ;(src_ptr[0]+src_ptr[1])/round/shift right 1 vrhadd.u8 q2, q4, q5 vrhadd.u8 q3, q6, q7 vrhadd.u8 q4, q8, q9 vrhadd.u8 q0, q0, q1 vrhadd.u8 q1, q1, q2 vrhadd.u8 q2, q2, q3 vrhadd.u8 q3, q3, q4 subs r2, r2, #1 vst1.u8 {d0, d1 ,d2, d3}, [r3]! ;store result vmov q0, q4 vst1.u8 {d4, d5, d6, d7}, [r3]! bne vp8e_filt_blk2d_fp16x16s_loop_neon b sub_pixel_variance16x16s_neon ;-------------------- firstpass_bfilter16x16s_only mov r2, #2 ;loop counter sub sp, sp, #256 ;reserve space on stack for temporary storage mov r3, sp ;First Pass: output_height lines x output_width columns (16x16) vp8e_filt_blk2d_fpo16x16s_loop_neon vld1.u8 {d0, d1, d2, d3}, [r0], r1 ;load src data vld1.u8 {d4, d5, d6, d7}, [r0], r1 vld1.u8 {d8, d9, d10, d11}, [r0], r1 vld1.u8 {d12, d13, d14, d15}, [r0], r1 ;pld [r0] ;pld [r0, r1] ;pld [r0, r1, lsl #1] vext.8 q1, q0, q1, #1 ;construct src_ptr[1] vld1.u8 {d16, d17, d18, d19}, [r0], r1 vext.8 q3, q2, q3, #1 vld1.u8 {d20, d21, d22, d23}, [r0], r1 vext.8 q5, q4, q5, #1 vld1.u8 {d24, d25, d26, d27}, [r0], r1 vext.8 q7, q6, q7, #1 vld1.u8 {d28, d29, d30, d31}, [r0], r1 vext.8 q9, q8, q9, #1 vext.8 q11, q10, q11, #1 vext.8 q13, q12, q13, #1 vext.8 q15, q14, q15, #1 vrhadd.u8 q0, q0, q1 ;(src_ptr[0]+src_ptr[1])/round/shift right 1 vrhadd.u8 q1, q2, q3 vrhadd.u8 q2, q4, q5 vrhadd.u8 q3, q6, q7 vrhadd.u8 q4, q8, q9 vrhadd.u8 q5, q10, q11 vrhadd.u8 q6, q12, q13 vrhadd.u8 q7, q14, q15 subs r2, r2, #1 vst1.u8 {d0, d1, d2, d3}, [r3]! ;store result vst1.u8 {d4, d5, d6, d7}, [r3]! vst1.u8 {d8, d9, d10, d11}, [r3]! vst1.u8 {d12, d13, d14, d15}, [r3]! bne vp8e_filt_blk2d_fpo16x16s_loop_neon b sub_pixel_variance16x16s_neon ;--------------------- secondpass_bfilter16x16s_only sub sp, sp, #256 ;reserve space on stack for temporary storage mov r2, #2 ;loop counter vld1.u8 {d0, d1}, [r0], r1 ;load src data mov r3, sp vp8e_filt_blk2d_spo16x16s_loop_neon vld1.u8 {d2, d3}, [r0], r1 vld1.u8 {d4, d5}, [r0], r1 vld1.u8 {d6, d7}, [r0], r1 vld1.u8 {d8, d9}, [r0], r1 vrhadd.u8 q0, q0, q1 vld1.u8 {d10, d11}, [r0], r1 vrhadd.u8 q1, q1, q2 vld1.u8 {d12, d13}, [r0], r1 vrhadd.u8 q2, q2, q3 vld1.u8 {d14, d15}, [r0], r1 vrhadd.u8 q3, q3, q4 vld1.u8 {d16, d17}, [r0], r1 vrhadd.u8 q4, q4, q5 vrhadd.u8 q5, q5, q6 vrhadd.u8 q6, q6, q7 vrhadd.u8 q7, q7, q8 subs r2, r2, #1 vst1.u8 {d0, d1, d2, d3}, [r3]! ;store result vmov q0, q8 vst1.u8 {d4, d5, d6, d7}, [r3]! vst1.u8 {d8, d9, d10, d11}, [r3]! ;store result vst1.u8 {d12, d13, d14, d15}, [r3]! bne vp8e_filt_blk2d_spo16x16s_loop_neon b sub_pixel_variance16x16s_neon ;---------------------------- ;variance16x16 sub_pixel_variance16x16s_neon vmov.i8 q8, #0 ;q8 - sum vmov.i8 q9, #0 ;q9, q10 - sse vmov.i8 q10, #0 sub r3, r3, #256 mov r2, #4 sub_pixel_variance16x16s_neon_loop vld1.8 {q0}, [r3]! ;Load up source and reference vld1.8 {q1}, [r4], r12 vld1.8 {q2}, [r3]! vld1.8 {q3}, [r4], r12 vld1.8 {q4}, [r3]! vld1.8 {q5}, [r4], r12 vld1.8 {q6}, [r3]! vld1.8 {q7}, [r4], r12 vsubl.u8 q11, d0, d2 ;diff vsubl.u8 q12, d1, d3 vsubl.u8 q13, d4, d6 vsubl.u8 q14, d5, d7 vsubl.u8 q0, d8, d10 vsubl.u8 q1, d9, d11 vsubl.u8 q2, d12, d14 vsubl.u8 q3, d13, d15 vpadal.s16 q8, q11 ;sum vmlal.s16 q9, d22, d22 ;sse vmlal.s16 q10, d23, d23 subs r2, r2, #1 vpadal.s16 q8, q12 vmlal.s16 q9, d24, d24 vmlal.s16 q10, d25, d25 vpadal.s16 q8, q13 vmlal.s16 q9, d26, d26 vmlal.s16 q10, d27, d27 vpadal.s16 q8, q14 vmlal.s16 q9, d28, d28 vmlal.s16 q10, d29, d29 vpadal.s16 q8, q0 ;sum vmlal.s16 q9, d0, d0 ;sse vmlal.s16 q10, d1, d1 vpadal.s16 q8, q1 vmlal.s16 q9, d2, d2 vmlal.s16 q10, d3, d3 vpadal.s16 q8, q2 vmlal.s16 q9, d4, d4 vmlal.s16 q10, d5, d5 vpadal.s16 q8, q3 vmlal.s16 q9, d6, d6 vmlal.s16 q10, d7, d7 bne sub_pixel_variance16x16s_neon_loop vadd.u32 q10, q9, q10 ;accumulate sse vpaddl.s32 q0, q8 ;accumulate sum vpaddl.u32 q1, q10 vadd.s64 d0, d0, d1 vadd.u64 d1, d2, d3 vmull.s32 q5, d0, d0 vst1.32 {d1[0]}, [lr] ;store sse vshr.s32 d10, d10, #8 vsub.s32 d0, d1, d10 add sp, sp, #256 vmov.32 r0, d0[0] ;return pop {r4, pc} ENDP END