我们论文中使用的网络仅对YUV图像的Y通道进行放大，所以测试性能的时候需要得到SHM中原插值器放大后的重构参考图像，将其中Y通道的值替换为我们网络的输出，UV通道不变，使用替换后的YUV数据作为参考层编码EL层，并进行对比。SHM工程中并没有将此插值器编译为可执行文件给我们使用，所以需要学习SHM工程，更改其中插值器部分源码进行试验。好在有蒋昊师兄之前的工作参考，节省了很多时间。
本周完成了测试数据的准备，清楚了测试的整个流程，剩下的工作预计能在接下来的一周完成。
SHM源码学习
测试使用的SHM版本为 12.0，开发环境为Visual Studio 2012。SHM是在HM的基础上进行扩展得到，整个工程包含十个项目，我们主要使用其中的TAppEncoder进行试验，所以重点阅读了此部分代码。
打开TAppEncoder项目的encmain.cpp文件，首先能够看到的是三个重要的类，TAppEncTop, TAppEncCfg, TAppEncLayerCfg。 其关系如UML图所示，TAppEncTop为最顶层类，所有编码功能均能由此类完成，其继承了TAppEncCfg类，该类用于解析输入的配置文件。TAppEncLayerCfg为以上两类的友元类，TAppEncCfg将配置文件的解析结果存入此类
在参数解析完毕后调用TAppEncTop中的encode()函数开始编码，这也是整个工程的核心。进入该编码函数，在进行了一系列初始化之后进入了 compressGOP() 函数，随后再是compressSlice()，对每一个LCU进行编码，每编完一个LCU进行一次更新，LCU的大小根据图片的信息的复杂度不同而不同。
而我们测试需要更改的是TComPrediction::upsampleBasicPic()部分，此部分对BL层进行放大作为增强层的预测信息。
数据处理
数据处理部分主要包括以下几个部分
- 基础层重构数据(BL reconstructed image)获取
- 基础层重构数据Y通道提取输入超分网络放大
- 使用SHM插值器得到放大后的YUV数据
- 将通过网络放大的Y通道数据与通过自带插值器放大的UV数据结合
- 将组合之后的数据作为EL层参考数据，编码EL层
目前完成了数据处理的前三部分