亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

算術(shù)編碼中的概率模型存儲(chǔ)方法

文檔序號(hào):7652482閱讀:221來源:國知局
專利名稱:算術(shù)編碼中的概率模型存儲(chǔ)方法
技術(shù)領(lǐng)域
本發(fā)明涉及視頻處理中的算術(shù)編碼技術(shù),特別涉及一種算術(shù)編碼中的概率模型存儲(chǔ)方法。
背景技術(shù)
基于H.264視頻編解碼標(biāo)準(zhǔn)的算術(shù)編碼為一種基于上下文的自適應(yīng)二進(jìn)制算術(shù)編碼,其編碼對(duì)象是視頻信號(hào)中的語法元素(SE),分為殘差SE和非殘差SE。
其中,殘差SE包括表示當(dāng)前塊是否有非零系數(shù)的CBF、表示當(dāng)前位置上的非0系數(shù)的絕對(duì)值減1的CALM、表示當(dāng)前位置上的系數(shù)是否為0的SCF、表示當(dāng)前位置上的系數(shù)是否為最后一個(gè)非0系數(shù)的LSCF等類別的數(shù)據(jù),通常表示為4×4的亮度DC系數(shù)、亮度/色度AC系數(shù)、色度DC系數(shù)矩陣等,每種殘差SE又分為5個(gè)子類別(Cat);非殘差SE包括表示前后向預(yù)測(cè)的參考圖像索引的refIdx、表示運(yùn)動(dòng)向量和其前后向預(yù)測(cè)值之差的MVD、表示當(dāng)前亮度和色度塊的直流和交流分量的非零情況的CBP、表示當(dāng)前幀中的宏塊是否是skip模式的mb_skip_flag等類別的數(shù)據(jù),通常僅表示為一個(gè)數(shù)值。
上述算術(shù)編碼首先需要對(duì)SE進(jìn)行二進(jìn)制化處理,得到該SE所屬SE類別對(duì)應(yīng)的概率模型的序號(hào)。其中,一個(gè)概率模型對(duì)應(yīng)一個(gè)序號(hào);對(duì)于殘差SE來說,SE類別是指某一類別下的一個(gè)子類別。然后調(diào)用并調(diào)整得到的序號(hào)對(duì)應(yīng)的概率模型。
概率模型為7比特的數(shù)值,每個(gè)概率模型的初始值存儲(chǔ)于存儲(chǔ)單元中。在調(diào)用概率模型時(shí),需要根據(jù)預(yù)設(shè)的不同概率模型與存儲(chǔ)位置的映射關(guān)系,從相應(yīng)的存儲(chǔ)位置讀取對(duì)應(yīng)的概率模型,并將更新后的該概率模型再存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置。
其中,存儲(chǔ)位置是指如RAM、E2PROM等存儲(chǔ)器的存儲(chǔ)地址,和/或寄存器等具有存儲(chǔ)功能的物理實(shí)體。
在H.264視頻編解碼標(biāo)準(zhǔn)中,共有399種與不同SE類別對(duì)應(yīng)的概率模型。不同概率模型的序號(hào)及其對(duì)應(yīng)的SE類別如表1所示。


表1表1中,“(Frame)”表示幀模式,“(Field)”表示場(chǎng)模式。
現(xiàn)有技術(shù)中,所有概率模型是無序地存儲(chǔ)在一個(gè)或多個(gè)存儲(chǔ)單元中,即不同的概率模型與存儲(chǔ)位置的映射關(guān)系是隨意設(shè)定的。然而,在算術(shù)編碼過程中,通常需要連續(xù)讀取多個(gè)概率模型,這樣,每次調(diào)用概率模型均需要在存儲(chǔ)單元中查找,使得算術(shù)編碼過程中訪問存儲(chǔ)單元的次數(shù)較多。
例如,由于殘差SE通常表示為4×4的各種系數(shù)矩陣,因此對(duì)于殘差SE的算術(shù)編碼過程,一般需要針對(duì)矩陣中每個(gè)系數(shù)的CBF、CALM、SCF和LSCF對(duì)應(yīng)的概率模型連續(xù)多次訪問并查找存儲(chǔ)單元。以算術(shù)編碼采用幀模式、存儲(chǔ)單元為一個(gè)RAM、Cat=0為例,需要連續(xù)訪問44次RAM,并根據(jù)不同序號(hào)的概率模型與RAM存儲(chǔ)地址的映射關(guān)系,獲取CBF對(duì)應(yīng)的序號(hào)為85~88的4個(gè)概率模型、CALM對(duì)應(yīng)的序號(hào)為227~236的10個(gè)概率模型、SCF(Frame)對(duì)應(yīng)的序號(hào)為105~119的15個(gè)概率模型、LSCF(Frame)對(duì)應(yīng)的序號(hào)為166~180的15個(gè)概率模型。
而且,隨意為不同概率模型分配存儲(chǔ)位置,造成了存儲(chǔ)單元的資源利用混亂和資源浪費(fèi)。
可見,現(xiàn)有技術(shù)中沒有依據(jù)算術(shù)編碼的過程有序地存儲(chǔ)概率模型,從而使得算術(shù)編碼的效率不高,且造成了存儲(chǔ)資源的浪費(fèi)。

發(fā)明內(nèi)容
有鑒于此,本發(fā)明的一個(gè)主要目的在于,提供一種算術(shù)編碼中的概率模型存儲(chǔ)方法,能夠提高算術(shù)編碼的效率。
根據(jù)上述的一個(gè)主要目的,本發(fā)明提供了一種算術(shù)編碼中的概率模型存儲(chǔ)方法,包括根據(jù)概率模型所對(duì)應(yīng)的語法元素SE類別,設(shè)置所有概率模型與存儲(chǔ)位置的映射關(guān)系;根據(jù)所述設(shè)置的映射關(guān)系,將相同SE類別對(duì)應(yīng)的所有概率模型分別集中存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置。
所述存儲(chǔ)位置包括隨機(jī)存儲(chǔ)器RAM的行地址。
所述RAM為一個(gè)或多個(gè)。
所述RAM的存儲(chǔ)空間大小為56×56。
所述將所有概率模型分別存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置為將同一SE類別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址;和/或?qū)⒍鄠€(gè)SE類別分別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址。
所述將同一SE類別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址包括分別將表示當(dāng)前塊是否有非零系數(shù)的CBF對(duì)應(yīng)的每個(gè)子類別Cat的概率模型集中存儲(chǔ)在一行內(nèi);分別將表示當(dāng)前位置上的非0系數(shù)的絕對(duì)值減1的CALM對(duì)應(yīng)的每個(gè)Cat的概率模型集中存儲(chǔ)在兩行內(nèi);分別將場(chǎng)模式式下的表示當(dāng)前位置上的系數(shù)是否為0的SCF與表示當(dāng)前位置上的系數(shù)是否為最后一個(gè)非0系數(shù)的LSCF對(duì)應(yīng)的每個(gè)Cat的概率模型集中存儲(chǔ)在兩行內(nèi);分別將幀模式下的SCF與LSCF對(duì)應(yīng)的每個(gè)Cat的概率模型集中存儲(chǔ)在兩行內(nèi)。
所述將同一SE類別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址包括將表示當(dāng)前P幀中的宏塊是否是skip模式的mb_skip_flag_P對(duì)應(yīng)的所有概率模型集中存儲(chǔ)于一行內(nèi);將表示當(dāng)前I幀中的宏塊類型的mb_type_I對(duì)應(yīng)的所有概率模型集中存儲(chǔ)于兩行內(nèi)。
所述將多個(gè)SE類別分別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址包括分別將mb_skip_flag_P、表示當(dāng)前P幀中的宏塊類型的mb_type_P、表示當(dāng)前P幀中的子宏塊類型的sub_mb_type_P、表示當(dāng)前B幀中的宏塊是否是skip模式的mb_skip_flag_B、表示當(dāng)前B幀中的宏塊類型的sub_mb_type_B、用于更新片的量化參數(shù)mb_qb_delta、表示當(dāng)前宏塊的預(yù)測(cè)方式的prev_intra4×4_mode、表示當(dāng)前宏塊的左方宏塊和上方宏塊的預(yù)測(cè)方式的rem_intra4×4_mode、表示當(dāng)前宏塊是幀還是場(chǎng)模式的mb_field_decoding_flag、表示亮度為Intra4×4預(yù)測(cè)時(shí)色度塊的預(yù)測(cè)方式的intra_chroma_pred_mode中的一個(gè)或多個(gè)SE類別對(duì)應(yīng)的概率模型,與其他SE類別對(duì)應(yīng)的概率模型集中存儲(chǔ)。
所述存儲(chǔ)位置進(jìn)一步包括寄存器。
所述將所有概率模型分別存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置進(jìn)一步包括將片結(jié)束標(biāo)識(shí)End_of_slice_flag對(duì)應(yīng)的概率模型存儲(chǔ)在寄存器中。
由上述技術(shù)方案可見,本發(fā)明依據(jù)概率模型所對(duì)應(yīng)的SE類別,設(shè)置不同概率模型與存儲(chǔ)位置的映射關(guān)系,并根據(jù)設(shè)置的映射關(guān)系,將算術(shù)編碼過程中連續(xù)讀取的概率模型集中存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置,使得算術(shù)編碼過程中能夠以行為單位同時(shí)讀取多個(gè)所需的概率模型,從而減少了訪問存儲(chǔ)單元的次數(shù),提高了算術(shù)編碼的效率。而且,每一行盡可能多的存儲(chǔ)概率模型,提高了存儲(chǔ)資源的利用率,減少了資源浪費(fèi)。


圖1為本發(fā)明中的概率模型存儲(chǔ)方法的示例性流程圖。
圖2為本發(fā)明實(shí)施例中的概率模型存儲(chǔ)示意圖。
具體實(shí)施例方式
為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白,以下參照附圖并舉實(shí)施例,對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。
圖1為本發(fā)明中的概率模型存儲(chǔ)方法的示例性流程圖。如圖1所示,本實(shí)施例中的概率模型存儲(chǔ)方法包括以下步驟步驟101,依據(jù)概率模型所對(duì)應(yīng)的SE類別,設(shè)置不同概率模型與存儲(chǔ)位置的映射關(guān)系,使得算術(shù)編碼過程中連續(xù)讀取的概率模型集中存儲(chǔ);步驟102,根據(jù)設(shè)置的映射關(guān)系,將所有概率模型分別存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置。
這樣,即可降低算術(shù)編碼過程中對(duì)存儲(chǔ)單元的訪問次數(shù)。
具體來說,本實(shí)施例中的集中存儲(chǔ)至少滿足以下兩個(gè)條件或其中任意一個(gè)a、同一SE類別對(duì)應(yīng)的概率模型盡可能存儲(chǔ)在同一行,即同一SE類別對(duì)應(yīng)的概率模型對(duì)應(yīng)同一個(gè)行地址,這樣,算術(shù)編碼過程中即可以行為單位,一次讀取同一SE類別對(duì)應(yīng)的所有概率模型;b、每一行盡可能多的存儲(chǔ)概率模型,即多個(gè)SE類別對(duì)應(yīng)的所有概率模型對(duì)應(yīng)同一個(gè)行地址,這樣,算術(shù)編碼過程中即可以行為單位,一次讀取一個(gè)或多個(gè)SE類別對(duì)應(yīng)的所有概率模型,同時(shí)還提高了存儲(chǔ)單元的資源利用率。
下面,以存儲(chǔ)單元包括一個(gè)56×56的RAM和一個(gè)專用寄存器為例,對(duì)本實(shí)施例中的概率模型存儲(chǔ)方法進(jìn)行詳細(xì)說明。
由于通常的算術(shù)編碼過程中,對(duì)End_of_slice_flag對(duì)應(yīng)的序號(hào)為276的概率模型訪問較頻繁,因此,將該SE類別對(duì)應(yīng)的概率模型存儲(chǔ)于專用寄存器中。其余的概率模型則存儲(chǔ)于56×56的RAM中。
本實(shí)施例中不同概率模型與存儲(chǔ)地址的映射關(guān)系可以如表2所示。


表2
圖2為本發(fā)明實(shí)施例中的概率模型存儲(chǔ)示意圖。如圖2所示,設(shè)置如表2所示的不同概率模型與存儲(chǔ)地址的映射關(guān)系,根據(jù)該映射關(guān)系將所有概率模型分別存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)地址中,使得除序號(hào)為276的概率模型之外的其余概率模型,按照同一SE類別對(duì)應(yīng)的概率模型盡可能存儲(chǔ)在同一行和每一行盡可能多的方式存儲(chǔ)于56×56的RAM中。
這樣,對(duì)于除非殘差SE的算術(shù)編碼過程,mb_type_I、mb_type_B或CBP對(duì)應(yīng)的所有概率模型,需要訪問兩次RAM才能夠全部獲取,而其他的每個(gè)SE類別對(duì)應(yīng)的所有概率模型均只需通過一次訪問RAM的一行而獲得。
例如,對(duì)于mb_skip_flag_P對(duì)應(yīng)的所有概率模型均存儲(chǔ)于RAM的第3行,因此,只需讀取RAM的第3行的所有數(shù)據(jù)即可獲得mb_skip_flag_P對(duì)應(yīng)的所有概率模型,同時(shí),還獲得了mb_skip_flag_B對(duì)應(yīng)的所有概率模型;而對(duì)于mb_type_I對(duì)應(yīng)的所有概率模型,也只需對(duì)RAM的第1行和第2行各讀取一次即可獲得。
如果RAM為38×84的RAM,即每行能夠存儲(chǔ)12個(gè)概率模型,則對(duì)于所有非殘差SE來說,每個(gè)SE類別對(duì)應(yīng)的所有概率模型均可通過一次訪問RAM的一行而獲得。
而且,如表1所示,mb_skip_flag_P、mb_skip_flag_B、sub_mb_type_P、等SE類別對(duì)應(yīng)的概率模型數(shù)量較少,因而可以將所有這些SE類別或其中的一部分SE類別對(duì)應(yīng)的概率模型存儲(chǔ)于RAM中的任何位置,分別與其他SE類別對(duì)應(yīng)的概率模型共處一行,節(jié)省了RAM的資源。
對(duì)于殘差SE的算術(shù)編碼過程,以算術(shù)編碼在采用幀模式、Cat=0或1為例,只需要連續(xù)訪問6次RAM第1次,讀取4個(gè)CBF對(duì)應(yīng)的概率模型和4個(gè)CALM對(duì)應(yīng)的概率模型,例如讀取RAM的第13行或第14行;第2次,讀取8個(gè)SCF(Frame)對(duì)應(yīng)的概率模型,即讀取RAM的第23行或第25行;第3次,讀取8個(gè)LSCF(Frame)對(duì)應(yīng)的概率模型,即讀取RAM的第32行或第34行;第4次,讀取剩余的相同Cat的SCF(Frame)對(duì)應(yīng)的概率模型,即讀取RAM的第24行或第26行;第5次,讀取剩余的相同Cat的LSCF(Frame)對(duì)應(yīng)的概率模型,即讀取RAM的第33行或第35行;第6次,讀取剩余的相同Cat的CALM對(duì)應(yīng)的概率模型,即讀取RAM的第18行或第19行。
而對(duì)于Cat=3的殘差SE來說,只需要連續(xù)訪問3次RAM第1次,讀取4個(gè)CBF對(duì)應(yīng)的概率模型和4個(gè)CALM對(duì)應(yīng)的概率模型,即讀取RAM的第16行;第2次,讀取所有4個(gè)SCF和4個(gè)LSCF對(duì)應(yīng)的概率模型,即讀取RAM的第29行;第3次,讀取剩余的CALM對(duì)應(yīng)的概率模型,即讀取RAM的第21行。
這樣,將相同SE類別的概率模型集中存儲(chǔ),即可使得上述兩個(gè)訪問過程中的訪問次數(shù)分別限制為6次和3次,提高了算術(shù)編碼的效率。
而且,由于算術(shù)編碼在采用幀模式和場(chǎng)模式的情況下,分別對(duì)應(yīng)SCF(frame)和LSCF(frame)、SCF(field)和LSCF(field),因此,依據(jù)不同的Cat,將SCF(frame)與LSCF(frame)對(duì)應(yīng)的概率模型集中存儲(chǔ)、將SCF(field)與LSCF(field)對(duì)應(yīng)的概率模型集中存儲(chǔ),可進(jìn)一步提高算術(shù)編碼的效率。
如果算術(shù)編碼只采用幀模式或場(chǎng)模式中的一種,則不需要SCF(field)和LSCF(field)對(duì)應(yīng)的概率模型、或者不需要SCF(frame)和LSCF(frame)對(duì)應(yīng)的概率模型。此時(shí),僅需要39×56的RAM即可。
實(shí)際應(yīng)用中,也可以將所有概率模型分別存儲(chǔ)于兩個(gè)RAM中。例如,將算術(shù)編碼過程中讀寫次數(shù)多的概率模型存儲(chǔ)在一個(gè)RAM中,將讀寫次數(shù)相對(duì)較少的其他概率模型存儲(chǔ)于另一個(gè)RAM中。這樣,兩個(gè)RAM的行地址數(shù)都較少,集中對(duì)一個(gè)RAM的訪問就進(jìn)一步提高了算術(shù)編碼的效率。
由于對(duì)RAM同時(shí)讀和寫的情況較少,因此考慮到節(jié)省硬件資源,本實(shí)施例的RAM較佳地采用單端口RAM(single-port RAM,SRAM),相對(duì)于雙端口RAM來說,在讀寫速度相同的情況下節(jié)省了一半的硬件資源。
以上所述僅為本發(fā)明的較佳實(shí)施例而已,并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等同替換以及改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種算術(shù)編碼中的概率模型存儲(chǔ)方法,其特征在于,包括根據(jù)概率模型所對(duì)應(yīng)的語法元素SE類別,設(shè)置所有概率模型與存儲(chǔ)位置的映射關(guān)系;根據(jù)所述設(shè)置的映射關(guān)系,將相同SE類別對(duì)應(yīng)所有概率模型分別集中存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置。
2.如權(quán)利要求1所述的方法,其特征在于,所述存儲(chǔ)位置包括隨機(jī)存儲(chǔ)器RAM的行地址。
3.如權(quán)利要求2所述的方法,其特征在于,所述RAM為一個(gè)或多個(gè)。
4.如權(quán)利要求2所述的方法,其特征在于,所述RAM的存儲(chǔ)空間大小為56×56。
5.如權(quán)利要求2至4中任意一項(xiàng)所述的方法,其特征在于,所述將所有概率模型分別存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置為將同一SE類別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址;和/或?qū)⒍鄠€(gè)SE類別分別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址。
6.如權(quán)利要求5所述的方法,其特征在于,所述將同一SE類別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址包括分別將表示當(dāng)前塊是否有非零系數(shù)的CBF對(duì)應(yīng)的每個(gè)子類別Cat的概率模型集中存儲(chǔ)在一行內(nèi);分別將表示當(dāng)前位置上的非0系數(shù)的絕對(duì)值減1的CALM對(duì)應(yīng)的每個(gè)Cat的概率模型集中存儲(chǔ)在兩行內(nèi);分別將場(chǎng)模式式下的表示當(dāng)前位置上的系數(shù)是否為0的SCF與表示當(dāng)前位置上的系數(shù)是否為最后一個(gè)非0系數(shù)的LSCF對(duì)應(yīng)的每個(gè)Cat的概率模型集中存儲(chǔ)在兩行內(nèi);分別將幀模式下的SCF與LSCF對(duì)應(yīng)的每個(gè)Cat的概率模型集中存儲(chǔ)在兩行內(nèi)。
7.如權(quán)利要求5所述的方法,其特征在于,所述將同一SE類別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址包括將表示當(dāng)前P幀中的宏塊是否是skip模式的mb_skip_flag_P對(duì)應(yīng)的所有概率模型集中存儲(chǔ)于一行內(nèi);將表示當(dāng)前I幀中的宏塊類型的mb_type_I對(duì)應(yīng)的所有概率模型集中存儲(chǔ)于兩行內(nèi)。
8.如權(quán)利要求5所述的方法,其特征在于,所述將多個(gè)SE類別分別對(duì)應(yīng)的概率模型存儲(chǔ)在同一個(gè)行地址包括分別將mb_skip_flag_P、表示當(dāng)前P幀中的宏塊類型的mb_type_P、表示當(dāng)前P幀中的子宏塊類型的sub_mb_type_P、表示當(dāng)前B幀中的宏塊是否是skip模式的mb_skip_flag_B、表示當(dāng)前B幀中的宏塊類型的sub_mb_type_B、用于更新片的量化參數(shù)mb_qb_delta、表示當(dāng)前宏塊的預(yù)測(cè)方式的prev_intra4×4_mode、表示當(dāng)前宏塊的左方宏塊和上方宏塊的預(yù)測(cè)方式的rem_intra4×4_mode、表示當(dāng)前宏塊是幀還是場(chǎng)模式的mb_field_decoding_flag、表示亮度為Intra4×4預(yù)測(cè)時(shí)色度塊的預(yù)測(cè)方式的intra_chroma_pred_mode中的一個(gè)或多個(gè)SE類別對(duì)應(yīng)的概率模型,與其他SE類別對(duì)應(yīng)的概率模型集中存儲(chǔ)。
9.如權(quán)利要求5所述的方法,其特征在于,所述存儲(chǔ)位置進(jìn)一步包括寄存器。
10.如權(quán)利要求6所述的方法,其特征在于,所述將所有概率模型分別存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置進(jìn)一步包括將片結(jié)束標(biāo)識(shí)End_of_slice_flag對(duì)應(yīng)的概率模型存儲(chǔ)在寄存器中。
全文摘要
本發(fā)明公開了一種算術(shù)編碼中的概率模型存儲(chǔ)方法。本發(fā)明依據(jù)概率模型所對(duì)應(yīng)的SE類別設(shè)置不同概率模型與存儲(chǔ)位置的映射關(guān)系,并根據(jù)設(shè)置的映射關(guān)系,將算術(shù)編碼過程中連續(xù)讀取的概率模型集中存儲(chǔ)到對(duì)應(yīng)的存儲(chǔ)位置,使得算術(shù)編碼過程中能夠以行為單位同時(shí)讀取多個(gè)所需的概率模型,從而減少了訪問存儲(chǔ)單元的次數(shù),提高了算術(shù)編碼的效率。而且,每一行盡可能多的存儲(chǔ)概率模型,提高了存儲(chǔ)資源的利用率,減少了資源浪費(fèi)。
文檔編號(hào)H04N7/24GK101068359SQ20071009989
公開日2007年11月7日 申請(qǐng)日期2007年5月31日 優(yōu)先權(quán)日2007年5月31日
發(fā)明者劉子熹 申請(qǐng)人:北京中星微電子有限公司
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1