一種基于gpu的hevc并行解碼方法
【專利摘要】本發明公開了一種基于GPU的HEVC并行解碼方法，包括：GPU對讀取的碼流文件進行熵解碼、重排序和反量化，從而得到變換系數矩陣，同時GPU對獲取的碼流文件進行解析，從而得到運動矢量以及參考幀；GPU采用HEVC反變換并行算法對變換系數矩陣進行處理，從而得到圖像的殘差數據，同時GPU采用HEVC運動補償并行算法，根據運動矢量指向的參考幀位置求取圖像的預測像素值；GPU將圖像的殘差數據與圖像的預測像素值依次進行求和、去方塊濾波和樣本自適應補償處理，從而得到重建圖像，并將重建圖像的像素值拷貝到CPU的內存中。本發明有效提高了解碼速度和解碼效率，可廣泛應用于視頻編解碼領域。
【專利說明】-種基于GPU的HEVC并行解碼方法
【技術領域】
[0001] 本發明涉及視頻編解碼領域，尤其是一種基于GPU的HEVC并行解碼方法。
【背景技術】
[0002] 隨著互聯網和移動通信技術的快速發展，數字視頻正朝著高清晰度、高幀率、高壓 縮率的方向邁進，視頻的格式從720P發展到1080P，在某些場合甚至出現了 4Kx2K、8Kx4K 的超高清晰數字視頻。在視頻應用中，傳輸帶寬和存儲空間無疑是最核心的資源，如何在 有限的空間實現高清晰視頻的存儲，在帶寬有瓶頸的網絡環境中實現良好傳輸，是一個大 的難題。高清晰度的視頻可以給帶來更高的生活質量，但這樣一來必然會有龐大的數據 量。舉個例子，1080Ρ高清晰視頻，像素為1920X1080,4:2:0的格式，其一幀圖像的數據量為 24.88Mbit。這樣高清晰度的視頻產生了一個難題，那就是視頻碼率大幅度的升高。視頻編 碼就是要用盡量少的比特數來表征視頻信息，而當今廣泛應用的H. 264編碼標準的壓縮效 率仍然無法充分滿足超高清視頻的應用需求。
[0003] HEVC (High Efficiency Video Coding)高效率視頻編碼是由 ISO 的 MPEG 和 ITU-T 的VCEG共同制定的下一代新的視頻壓縮編碼方案。HEVC標準是繼承了了現有的視頻編碼 方案H. 264的編碼理念，沿用了其中的一些編碼技術，并且改進了相關技術，編碼單元尺寸 更大、基于塊的幀間/幀內預測選擇方式更加多樣化、更加復雜的內插濾波器等。HEVC對比 之前的視頻編碼技術，有壓縮效率更高、視頻質量更好、健壯性更好、錯誤恢復能力更強、更 適合在IP網絡中傳輸等優點。HEVC對比H. 264/AVC編碼標準，在對高清晰度以及高保真的 視頻圖像進行編碼時，壓縮效率提高了一倍，這樣在解碼后得到重建的圖像質量相同的情 況下，視頻流的碼率減少50 %。
[0004] 但是，碼率的下降是以編解碼軟件的復雜度的增加作為前提的，在采用了更復雜、 更靈活的編碼技術后，HEVC編解碼軟件的復雜度也大大增加，使得對高清晰視頻進行壓縮 和解壓縮所花費的時間也隨之增加，無法滿足視頻會議和可視電話等應用領域的高實時解 碼播放要求。
[0005] 在高清晰視頻成為主流的情況下，單純地依靠CPU顯然不能很好地實現高清晰視 頻的實時解碼。GPU具有優異的浮點計算能力和強大的并行計算能力，如果將解碼算法中 運算量巨大，復雜度較高的模塊轉移到GPU上實現，則能夠有效解決實時解碼這個難題。然 而，目前業內還未有基于GPU的HEVC視頻編解碼方案出現。
【發明內容】
[0006] 為了解決上述技術問題，本發明的目的是：提供一種解碼速度快和效率高的，基于 GPU的HEVC并行解碼方法。
[0007] 本發明解決其技術問題所采用的技術方案是：一種基于GPU的HEVC并行解碼方 法，包括：
[0008] A、GPU對讀取的碼流文件進行熵解碼、重排序和反量化，從而得到變換系數矩陣， 同時GPU對獲取的碼流文件進行解析，從而得到運動矢量以及參考幀；
[0009] B、GPU采用HEVC反變換并行算法對變換系數矩陣進行處理，從而得到圖像的殘差 數據，同時GPU采用HEVC運動補償并行算法，根據運動矢量指向的參考幀位置求取圖像的 預測像素值；
[0010] C、GPU將圖像的殘差數據與圖像的預測像素值依次進行求和、去方塊濾波和樣本 自適應補償處理，從而得到重建圖像，并將重建圖像的像素值拷貝到CPU的內存中。
[0011] 進一步，所述步驟B中GPU采用HEVC反變換并行算法對變換系數矩陣進行處理這 一步驟，其包括：
[0012] B11、初始化GPU，在GPU上申請用于存儲變換系數矩陣和殘差數據的設備端全局 內存；
[0013] B12、對線程的網格大小和線程塊的大小進行設定，并根據變換單元的大小為每個 變換單元分配相應數量的線程及相應的線程ID號；
[0014] B13、讀取設備端全局內存上各個變換單元所對應的變換系數矩陣，然后根據線程 ID號對每個變換系數矩陣依次進行列并行一維IDCT反變換和行并行一維IDCT反變換，從 而得到整個圖像塊的殘差數據；
[0015] B14、將計算的各個圖像塊的殘差數據拷貝回CPU內存，得到整個圖像的殘差數 據，然后釋放設備端全局內存空間。
[0016] 進一步，所述步驟B13,其包括：
[0017] B131、讀取設備端全局內存上各個變換單元所對應的變換系數矩陣；
[0018] B132、根據線程ID號對每個變換系數矩陣的各列同時進行一維IDCT反變換，得到 變換后的系數矩陣并將變換的結果暫存在線程塊的共享內存中；
[0019] B133、根據線程ID號對共享內存中變換后的系數矩陣的每一行同時進行一維 IDCT反變換，得到殘差數據矩陣，并根據殘差數據矩陣計算整個圖像塊的殘差數據。
[0020] 進一步，所述步驟B中GPU采用HEVC運動補償并行算法，根據運動矢量指向的參 考幀位置求取圖像的預測像素值這一步驟，其包括：
[0021] S1、初始化GPU，在GPU中申請用來存儲幀間預測模式每個像素點對應的運動矢 量、參考幀和預測像素值的存儲空間；
[0022] S2、將運動矢量和相應的參考幀圖像拷貝到設備端，同時將參考幀綁定到紋理存 儲器上；
[0023] S3、進行線程配置，為每個預測像素值的處理分配一個線程ID號，在設備端開辟 用來存儲預測像素值的全局內存空間；
[0024] S4、各個線程根據自身的線程ID號和運動矢量指向參考幀的位置同時進行直接 紋理讀取或插值濾波處理，從而得到各個線程的像素預測值；
[0025] S5、將各個線程的像素預測值拷貝回CPU內存，然后釋放設備端的全局內存空間。
[0026] 進一步，所述步驟S4,其具體為：
[0027] 每個線程根據自身的線程ID號和運動矢量指向參考幀的位置同時進行直接讀取 或插值濾波處理：若該線程的運動矢量指向的是整像素值位置，則直接讀取紋理存儲器中 該運動矢量所指向的參考幀位置上的像素值，并以讀取的像素值作為該線程的像素預測 值；若該線程的運動矢量指向的是分像素位置，則根據分像素點的位置選擇相應的亮度或 色度分像素插值濾波公式進行計算，從而得到該線程的像素預測值。
[0028] 進一步，所述亮度分像素插值濾波公式為8點插值濾波公式，所述度分像素插值 濾波公式為4點插值濾波公式。
[0029] 本發明的有益效果是：構建了由CPU和GPU組成的解碼架構，將解碼復雜度較高的 反變換處理和運動補償處理轉移到GPU上實現，并設計了基于GPU的HEVC反變換并行算法 和HEVC運動補償并行算法，有效提高了解碼速度和解碼效率。
【專利附圖】
【附圖說明】
[0030] 下面結合附圖和實施例對本發明作進一步說明。
[0031] 圖1為本發明一種基于GPU的HEVC并行解碼方法的步驟流程圖；
[0032] 圖2為本發明步驟B中GPU采用HEVC反變換并行算法對變換系數矩陣進行處理 的流程圖；
[0033] 圖3為本發明步驟B13的流程圖；
[0034] 圖4為本發明步驟B中GPU采用HEVC運動補償并行算法，根據運動矢量指向的參 考幀位置求取圖像的預測像素值的流程圖；
[0035] 圖5為本發明實施例一的HEVC解碼框架圖；
[0036] 圖6為本發明亮度的分像素內插示意圖。
【具體實施方式】
[0037] 參照圖1，一種基于GPU的HEVC并行解碼方法，包括：
[0038] A、GPU對讀取的碼流文件進行熵解碼、重排序和反量化，從而得到變換系數矩陣， 同時GPU對獲取的碼流文件進行解析，從而得到運動矢量以及參考幀；
[0039] B、GPU采用HEVC反變換并行算法對變換系數矩陣進行處理，從而得到圖像的殘差 數據，同時GPU采用HEVC運動補償并行算法，根據運動矢量指向的參考幀位置求取圖像的 預測像素值；
[0040] C、GPU將圖像的殘差數據與圖像的預測像素值依次進行求和、去方塊濾波和樣本 自適應補償處理，從而得到重建圖像，并將重建圖像的像素值拷貝到CPU的內存中。
[0041] 參照圖2,進一步作為優選的實施方式，所述步驟B中GPU采用HEVC反變換并行算 法對變換系數矩陣進行處理這一步驟，其包括：
[0042] B11、初始化GPU，在GPU上申請用于存儲變換系數矩陣和殘差數據的設備端全局 內存；
[0043] B12、對線程的網格大小和線程塊的大小進行設定，并根據變換單元的大小為每個 變換單元分配相應數量的線程及相應的線程ID號；
[0044] B13、讀取設備端全局內存上各個變換單元所對應的變換系數矩陣，然后根據線程 ID號對每個變換系數矩陣依次進行列并行一維IDCT反變換和行并行一維IDCT反變換，從 而得到整個圖像塊的殘差數據；
[0045] B14、將計算的各個圖像塊的殘差數據拷貝回CPU內存，得到整個圖像的殘差數 據，然后釋放設備端全局內存空間。
[0046] 其中，線程的網格大小設定為Grid(4, 4, 1)，線程塊的大小設定為 Block (16, 16, 1)，即一個Grid分配16個Block,每個Block分配256個線程。而線程的數 量則根據變換單元的大小相應地進行分配。圖像塊由至少一個變換單元組成，而圖像則由 至少一個圖像塊組成。
[0047] 參照圖3,進一步作為優選的實施方式，所述步驟B13,其包括：
[0048] B131、讀取設備端全局內存上各個變換單元所對應的變換系數矩陣；
[0049] B132、根據線程ID號對每個變換系數矩陣的各列同時進行一維IDCT反變換，得到 變換后的系數矩陣并將變換的結果暫存在線程塊的共享內存中；
[0050] B133、根據線程ID號對共享內存中變換后的系數矩陣的每一行同時進行一維 IDCT反變換，得到殘差數據矩陣，并根據殘差數據矩陣計算整個圖像塊的殘差數據。
[0051] 參照圖4,進一步作為優選的實施方式，所述步驟B中GPU采用HEVC運動補償并行 算法，根據運動矢量指向的參考幀位置求取圖像的預測像素值這一步驟，其包括：
[0052] S1、初始化GPU，在GPU中申請用來存儲幀間預測模式每個像素點對應的運動矢 量、參考幀和預測像素值的存儲空間；
[0053] S2、將運動矢量和相應的參考幀圖像拷貝到設備端，同時將參考幀綁定到紋理存 儲器上；
[0054] S3、進行線程配置，為每個預測像素值的處理分配一個線程ID號，在設備端開辟 用來存儲預測像素值的全局內存空間；
[0055] S4、各個線程根據自身的線程ID號和運動矢量指向參考幀的位置同時進行直接 紋理讀取或插值濾波處理，從而得到各個線程的像素預測值；
[0056] S5、將各個線程的像素預測值拷貝回CPU內存，然后釋放設備端的全局內存空間。
[0057] 進一步作為優選的實施方式，所述步驟S4,其具體為：
[0058] 每個線程根據自身的線程ID號和運動矢量指向參考幀的位置同時進行直接讀取 或插值濾波處理：若該線程的運動矢量指向的是整像素值位置，則直接讀取紋理存儲器中 該運動矢量所指向的參考幀位置上的像素值，并以讀取的像素值作為該線程的像素預測 值；若該線程的運動矢量指向的是分像素位置，則根據分像素點的位置選擇相應的亮度或 色度分像素插值濾波公式進行計算，從而得到該線程的像素預測值。
[0059] 其中，讀取紋理存儲器中該運動矢量所指向的參考幀位置上的像素值，通過調用 紋理提取函數tex2D〇函數來實現。
[0060] 進一步作為優選的實施方式，所述亮度分像素插值濾波公式為8點插值濾波公 式，所述度分像素插值濾波公式為4點插值濾波公式。
[0061] 下面結合具體的實施例對本發明作進一步詳細說明。
[0062] 實施例一
[0063] 參照圖5,本發明的第一實施例：
[0064] HEVC解碼框架如圖5所示。HEVC解碼過程就是編碼過程的逆向化，解碼器讀取碼 流文件，從NAL(網絡抽象層）中獲得比特流，解碼是按一幀一幀順序進行的，一幀圖像劃 分成若干個最大編碼單元LCU，以光柵掃描的順序，以LCU為基本單位進行熵解碼，然后進 行重排序，從而得到相應編碼單元的殘差系數；接著對殘差系數進行反量化和反變換，從而 得到圖像殘差數據。與此同時，解碼器根據從碼流中解碼得到的頭信息生成預測塊：若是幀 間預測模式，則根據運動矢量和參考幀生成相應的一個預測塊；若是幀內預測模式，則從相 鄰的預測單元生成一個預測塊。接著，預測塊數據與殘差塊數據求和得到重構的圖像塊數 據，最后圖像塊數據通過去方塊濾波和樣本自適應補償處理后得到重建圖像并輸出。
[0065] 運動補償描述了編碼關系上相鄰幀的差別，也就是說描述了前面參考幀的宏塊如 何移動到當前幀中的某個位置上去，根據運動矢量指向的參考幀的等大小預測塊的值和殘 差值相加得到重建值。這種方法經常被視頻編解碼器用來減少視頻序列中的時域冗余。運 動補償用于圖像重建，是視頻編編解碼中必不可少的關鍵模塊。
[0066] 運動補償就是一幀圖像根據圖像紋理劃分為大小不等的編碼單元，在編碼單元的 基礎上劃分預測單元，預測單元包括一個亮度塊和兩個色度塊，幀間編碼宏塊的每個宏塊 就是從參考圖像的某一相同大小的宏塊預測得到的。運動補償精度由運動矢量的精度決 定，其直接關系到重建圖像質量以及碼流的大小。運動矢量是預測的過程中平移的大小，是 在對編碼端運動進行估計而得出的。運動矢量的精度越高，運動補償的精確度越高。插值 濾波則是運動補償中是一個非常關鍵的技術，H. 264標準采用的是六抽頭的維納濾波器，其 運動補償精度為1/4像素精度。而HEVC采用了更加先進高效的插值濾波器，也就是基于離 散余弦變換的插值濾波器。相比之下，HEVC標準中亞像素的生成更加簡潔高效，只需要一個 濾波公式，進行一次濾波處理就可以了。亮度信號使用的是基于DCT離散余弦變換的8點 插值濾波器，而色度信號使用的是基于DCT離散余弦變換的4點插值濾波器，進行像素的內 插。但大量的插值計算導致復雜度相應提高，編碼效率會較低。參考幀中分像素位置的亮 度和色度像素實際上是不存在的，因此需要通過插值濾波算法進行像素內插得到分像素位 置的像素值，這種運動補償屬于亞像素精度的運動補償。
[0067] 實施例二
[0068] 本實施例對本發明的HEVC反變換并行算法過程進行說明。
[0069] 反變換模塊是將當前塊的變換系數矩陣轉換為殘差樣值矩陣的一個過程，并為后 續的重構做好準備。反變換是在反量化處理后進行的，同樣是以TU變換單元為基本單位進 行處理的，其所用的源數據就是反量化的結果。本發明的HEVC解碼器進行二維IDCT反變 換時，首先進行水平方向上的一維IDCT反離散余弦變換，然后進行垂直方向上的一維IDCT 反離散余弦變換，最后再通過矩陣相乘，將變換系數矩陣轉換成同樣大小的殘差數據矩陣， 從而完成頻域到時域的變換。
[0070] -幀圖像中不同變換塊的IDCT運算是相互獨立的，而同一變換單元上的變換系 數矩陣進行水平方向上的一維IDCT變換時，各列是相互獨立的，因此可以實現各列的并行 計算。同樣地，進行垂直方向上的一維IDCT反變換時，各行之間并不存在數據的相關性，因 此能夠實現并行計算。本發明根據變換系數矩陣的大小分配相應的線程數進行處理，每一 列分配一個線程同時進行處理，各列同時進行一維IDCT反變換，處理完畢后，每一行分配 一個線程同時進行一維IDCT反變換計算，完成后即實現了對變換系數矩陣的二維IDCT反 變換并行處理。
[0071] 由于HEVC變換單元的大小為4x4, 8x8, 16x16或32x32。變換單元越大，則并行程 度越高，加速效果越明顯。例如，對32x32變換單元對應的變換系數矩陣，首先可以同時進 行32列的一維IDCT反變換，完成后調用syncthreads ()函數進行同步，然后再同時進行32 行的一維IDCT反變換。此外，還可以對各個變換單元對應的變換系數矩陣同時進行IDCT 反變換。為了得到更好的加速效果，本發明直接利用反量化并行處理后得到的在全局內存 空間的變換系數。變換單元包括一個亮度變換塊和兩個色度變換塊，因此，需要分別進行亮 度和色度的反變換，二者的步驟是相同的。
[0072] 本發明基于GPU的反變換算法包括：
[0073] (1)解碼開始階段，初始化GPU，在GPU上申請用于存儲經過反變換后得到的殘差數 據的全局內存空間，同時直接從全局內存空間讀取在GTO上進行反量化后得到的變換系數。
[0074] (2)進行線程數量的配置，配置線程網格大小為Grid(4, 4, 1)，線程塊大小為 Block (16, 16, 1)，即一個Grid分配16個Block,每個Block分配256個線程，接著根據變 換單元的大小相應分配線程數量。
[0075] (3)為一個變換單元對應的變換系數矩陣分配給一個線程塊進行反變換處理：首 先每個線程依據自身的線程ID號對變換系數矩陣的每一列對應進行一維IDCT反變換，各 列同時進行，并且調用syncthreads ()函數進行同步，所得到的結果暫存在線程塊中的共 享內存中；然后對共享內存中系數矩陣中的每一行同時進行一維IDCT反變換，為一行分配 一個線程進行處理，從而完成了對變換系數的二維IDCT反變換，并得到殘差數據矩陣。對 各個變換單元對應的變換系數矩陣同時進行反變換處理，得到的就是整個圖像塊的殘差數 據。
[0076] (4)將計算得到的各個圖像塊的殘差數據從GPU全局內存空間復制到CPU的內存 中，從而得到整個圖像的殘差數據。
[0077] (5)釋放解碼過程中分配的全局內存空間。
[0078] 實施例三
[0079] 本實施例對本發明的HEVC運動補償并行算法過程進行說明。
[0080] 幀間運動補償的實現原理，簡單地說，就是通過碼流解析得到的運動矢量，根據在 參考幀上指向的位置求得預測值，指向的是參考幀的整像素點位置則直接讀取，若是分像 素點位置則需要經過像素內插得到分像素預測值，然后將預測值和經過反量化、反變換得 到的圖像殘差值相加即得到圖像重建值。運動補償模塊中，對像素插值濾波的計算大概占 據了 70%的運算量。所以本發明的運動補償在GPU上的實現主要是進行像素內插。運動矢 量本來是連續的，但進行幀間預測運動補償時，為了提高編碼過程中視頻圖像幀間預測的 準確度，在搜索匹配塊時，運動矢量是分像素精度的，亮度運動矢量的精度為1/4像素，而 色度運動矢量則為1/8像素精度。因此，當運動矢量指向為參考幀的分像素位置時，需要根 據周邊像素值進行內插得到對應位置的像素值。
[0081] 其中，亮度分像素進行插值濾波所用到的系數如表1所示。
[0082] 表1亮度像素插值濾波所用到的系數
[0083]
【權利要求】
1. 一種基于GPU的HEVC并行解碼方法，其特征在于：包括： A、 GPU對讀取的碼流文件進行熵解碼、重排序和反量化，從而得到變換系數矩陣，同時 對獲取的碼流文件進行解析，從而得到運動矢量以及參考幀； B、 GPU采用HEVC反變換并行算法對變換系數矩陣進行處理，從而得到圖像的殘差數 據，同時GPU采用HEVC運動補償并行算法，根據運動矢量指向的參考幀位置求取圖像的預 測像素值； C、 GPU將圖像的殘差數據與圖像的預測像素值依次進行求和、去方塊濾波和樣本自適 應補償處理，從而得到重建圖像，并將重建圖像的像素值拷貝到CPU的內存中。
2. 根據權利要求1所述的一種基于GPU的HEVC并行解碼方法，其特征在于：所述步驟 B中GPU采用HEVC反變換并行算法對變換系數矩陣進行處理這一步驟，其包括： B11、初始化GPU，在GPU上申請用于存儲變換系數矩陣和殘差數據的設備端全局內存； B12、對線程的網格大小和線程塊的大小進行設定，并根據變換單元的大小為每個變換 單元分配相應數量的線程及相應的線程ID號； B13、讀取設備端全局內存上各個變換單元所對應的變換系數矩陣，然后根據線程ID 號對每個變換系數矩陣依次進行列并行一維IDCT反變換和行并行一維IDCT反變換，從而 得到整個圖像塊的殘差數據； B14、將計算的各個圖像塊的殘差數據拷貝回CPU內存，得到整個圖像的殘差數據，然 后釋放設備端全局內存空間。
3. 根據權利要求2所述的一種基于GPU的HEVC并行解碼方法，其特征在于：所述步驟 B13,其包括： B131、讀取設備端全局內存上各個變換單元所對應的變換系數矩陣； B132、根據線程ID號對每個變換系數矩陣的各列同時進行一維IDCT反變換，得到變換 后的系數矩陣并將變換的結果暫存在線程塊的共享內存中； B133、根據線程ID號對共享內存中變換后的系數矩陣的每一行同時進行一維IDCT反 變換，得到殘差數據矩陣，并根據殘差數據矩陣計算整個圖像塊的殘差數據。
4. 根據權利要求1所述的一種基于GPU的HEVC并行解碼方法，其特征在于：所述步驟 B中GPU采用HEVC運動補償并行算法，根據運動矢量指向的參考幀位置求取圖像的預測像 素值這一步驟，其包括： 51、 初始化GPU，在GPU中申請用來存儲幀間預測模式每個像素點對應的運動矢量、參 考幀和預測像素值的存儲空間； 52、 將運動矢量和相應的參考幀圖像拷貝到設備端，同時將參考幀綁定到紋理存儲器 上； 53、 進行線程配置，為每個預測像素值的處理分配一個線程ID號，在設備端開辟用來 存儲預測像素值的全局內存空間； 54、 各個線程根據自身的線程ID號和運動矢量指向參考幀的位置同時進行直接紋理 讀取或插值濾波處理，從而得到各個線程的像素預測值； 55、 將各個線程的像素預測值拷貝回CPU內存，然后釋放設備端的全局內存空間。
5. 根據權利要求4所述的一種基于GPU的HEVC并行解碼方法，其特征在于：所述步驟 S4,其具體為： 每個線程根據自身的線程ID號和運動矢量指向參考幀的位置同時進行直接讀取或插 值濾波處理：若該線程的運動矢量指向的是整像素值位置，則直接讀取紋理存儲器中該運 動矢量所指向的參考幀位置上的像素值，并以讀取的像素值作為該線程的像素預測值；若 該線程的運動矢量指向的是分像素位置，則根據分像素點的位置選擇相應的亮度或色度分 像素插值濾波公式進行計算，從而得到該線程的像素預測值。
6.根據權利要求5所述的一種基于GPU的HEVC并行解碼方法，其特征在于：所述亮度 分像素插值濾波公式為8點插值濾波公式，所述度分像素插值濾波公式為4點插值濾波公 式。
【文檔編號】H04N19/44GK104125466SQ201410328646
【公開日】2014年10月29日 申請日期:2014年7月10日 優先權日:2014年7月10日
【發明者】梁凡, 羅林 申請人:中山大學