H.264發(fā)展及技術實用化
2008/10/14
在視頻會議應用中，視頻質(zhì)量和網(wǎng)絡帶寬占用是矛盾的，通常情況下視頻流占用的帶寬越高則視頻質(zhì)量也越高；如要求高質(zhì)量的視頻效果，那么需要的網(wǎng)絡帶寬也越大；解決這一矛盾的鑰匙當然是視頻編解碼技術。評判一種視頻編解碼技術的優(yōu)劣，是比較在相同的帶寬條件下，哪個視頻質(zhì)量更好；在相同的視頻質(zhì)量條件下，哪個占用的網(wǎng)絡帶寬更少。
視頻編解碼技術有兩套標準，國際電聯(lián)（ITU-T）的標準H.261、H.263、H.263+等；還有ISO 的MPEG標準Mpeg1、Mpeg2、Mpeg4等等。H.264/AVC是兩大組織集合H.263+和Mpeg4的優(yōu)點聯(lián)合推出的最新標準，最具價值的部分無疑是更高的數(shù)據(jù)壓縮比。在同等的圖像質(zhì)量條件下，H.264的數(shù)據(jù)壓縮比能比H.263高2倍，比MPEG-4高1.5倍。
以下我們簡單介紹H.264的概念和發(fā)展，并探討H.264技術實用化的可能性
H.264/AVC是什么？
H.264/AVC標準是由ITU-T和ISO/IEC聯(lián)合開發(fā)的，定位于覆蓋整個視頻應用領域，包括：低碼率的無線應用、標準清晰度和高清晰度的電視廣播應用、Internet上的視頻流應用，傳輸高清晰度的DVD視頻以及應用于數(shù)碼相機的高質(zhì)量視頻應用等等。
ITU-T給這個標準命名為H.264（以前叫做H.26L），而ISO/IEC稱它為MPEG-4 高級視頻編碼（Advanced Video Coding，AVC）,并且它將成為MPEG-4標準的第10部分。既然AVC是當前MPEG-4標準的拓展，那么它必然將受益于MPEG-4開發(fā)良好的基礎結(jié)構(gòu)（比如系統(tǒng)分層和音頻等）。很明顯，作為MPEG-4高級簡潔框架（Advanced Simple Profile，ASP）的MPEG-4 AVC將會優(yōu)于當前的MPEG-4視頻壓縮標準，它將主要應用在具有高壓縮率和分層次質(zhì)量需求的方向。
就像在下邊“視頻編碼歷史”表格中看到的，ITU-T和ISO/IEC負責以前所有的國際視頻壓縮標準的定制。到目前為止，最成功的視頻標準是MPEG-2，它已經(jīng)被各種市場領域所廣泛接受比如DVD、數(shù)字電視廣播（覆蓋電纜和通訊衛(wèi)星）和數(shù)字機頂盒。自從MPEG-2技術產(chǎn)生以來，新的H.264/MPEG-4 AVC標準在編碼效率和質(zhì)量上有了巨大的提高。隨著時間的過去，在許多現(xiàn)有的應用領域，H.264/MPEG-4 AVC將會取代MPEG-2和MPEG-4，包括一些新興的市場（比如ADSL視頻）。
數(shù)字視頻編解碼技術的演變
國際標準通常是由國際標準化組織ISO在國際電信聯(lián)盟 ITU的技術建議的基礎上制訂的。數(shù)字視頻編解碼標準也經(jīng)歷了多次變革，H264標準使運動圖像壓縮技術上升到了一個更高的階段，在較低帶寬上提供高質(zhì)量的圖像傳輸是H.264的應用亮點。H.264的推廣應用對視頻終端、網(wǎng)守、網(wǎng)關、MCU等系統(tǒng)的要求較高，將有力地推動視頻會議軟設備在各個方面的不斷完善。
H.264的核心競爭力
H.264最具價值的部分無疑是更高的數(shù)據(jù)壓縮比。壓縮技術的基本原理就是將視頻文件中的非重要信息過濾，以便讓數(shù)據(jù)能夠更快地在網(wǎng)絡中傳輸。在同等的圖像質(zhì)量條件下，H.264的數(shù)據(jù)壓縮比能比當前DVD系統(tǒng)中使用的MPEG-2高2-3倍，比MPEG-4高1.5-2倍。正因為如此，經(jīng)過H.264壓縮的視頻數(shù)據(jù)，在網(wǎng)絡傳輸過程中所需要的帶寬更少，也更加經(jīng)濟。
在MPEG-4需要6Mbps的傳輸速率匹配時，H.264只需要3Mbps-4Mbps的傳輸速率。我們用交通運輸來做更加形象的比喻：同樣是用一輛卡車運輸一個大箱子，假如MPEG-4能把箱子減重一半，那么H.264能把箱子減重為原來的1/4，在卡車載重量不變的情況下，H.264比MPEG-2讓卡車的載貨量增加了二倍。
H.264獲得優(yōu)越性能的代價是計算復雜度的大幅增加，例如分層設計、多幀參論、多模式運動估計、改進的幀內(nèi)預測等，這些都顯著提高了預測精度，從而獲得比其他標準好得多的壓縮性能。
不斷提高的硬件處理能力和不斷優(yōu)化的軟件算法是H.264得以風行的生存基礎。早在十年前，主頻為幾十兆的CPU就達到了頂級，而如今普通的臺式機，CPU的主頻已經(jīng)高達幾千兆。按照摩爾定律的說法，芯片單位面積的容量每18個月翻一番，因此H.264所增加的運算復雜度相對于性能提升效果而言微不足道。更何況新的計算方法層出不窮，也相對緩解H.264對處理速度的饑渴需求。
H.264 與MPEG-4的比較
在極低碼率（32-128Kbps）的情況下，H.264與MPEG-4相比具有性能倍增效應，即： 相同碼率的H.26L媒體流和MPEG-4媒體流相比，H.26L擁有大約3個分貝的增益（畫質(zhì)水平倍增）。 32Kbps的H.26L媒體流，其信躁比與128K的MPEG-4媒體流相近。即在同樣的畫面質(zhì)量下，H.264的碼率僅僅為MPEG-4的四分之一。
H.264/AVC核心技術概覽
這個新的標準是由下面幾個處理步驟組成的：
- 幀間和幀內(nèi)預測
- 變換（和反變換）
- 量化（和反量化）
- 環(huán)路濾波
- 熵編碼
單張的圖片流組成了視頻，它能分成16X16像素的“宏塊”，這種分塊方法簡化了在視頻壓縮算法中每個步驟的處理過程。舉例來說，從標準清晰度標準視頻流解決方案（720X480）中截取的一幅圖片被分成1350（45X30）個宏塊，然后在宏塊的層次進行進一步的處理。
幀間預測
改良的運動估計。運動估計用來確定和消除存在于視頻流中不同圖片之間的時間冗余。當運動估計搜索是根據(jù)過去方向的圖片，那么被編碼的圖片稱為“P幀圖片”，當搜索是根據(jù)過去和將來兩種方向的圖片，那么被編碼的圖片被稱為“B幀圖片”。
為了提高編碼效率，為了包含和分離在“H.264運動估計-改良的運動估計”圖中的運動宏塊，宏塊被拆分成更小的塊。然后，以前或?qū)淼膱D片的運動矢量被用來預測一個給定的塊。H.264/MPEG-4 AVC發(fā)明了一種更小的塊，它具有更好的靈活性，在運動矢量方面可以有更高的預測精度。
H.264運動估計-改良的運動估計
幀內(nèi)預測
不能運用運動估計的地方，就采用幀內(nèi)估計用來消除空間冗余。內(nèi)部估計通過在一個預定義好的集合中不同方向上的鄰近塊推測相鄰像素來預測當前塊。然后預測塊和真實塊之間的不同點被編碼。這種方法是H.264/MPEG-4 AVC所特有的，尤其對于經(jīng)常存在空間冗余的平坦背景特別有用。一個例子就是下邊展示的“H.264內(nèi)部估計”。
H.264內(nèi)部估計
變換
運動估計和內(nèi)部估計后的結(jié)果通過變換被從空間域轉(zhuǎn)換到頻率域。H.264/MPEG-4 AVC使用整數(shù)DCT4X4變換。而MPEG-2和MPEG-4使用浮點DCT8X8變換。
更小塊的H.264/MPEG-4 AVC減少了塊效應和明顯的人工痕跡。整數(shù)系數(shù)消除了在MPEG-2和MPEG-4中進行浮點系數(shù)運算時導致的精度損失。
H.264變換
量化
變換后的系數(shù)被量化，減少了整數(shù)系數(shù)的預測量和消除了不容易被感知高頻系數(shù)。這個步驟也用來控制輸出的比特率維持在一個基本恒定的常量。
H.264量化/碼率控制
環(huán)路濾波
H.264/MPEG-4 AVC標準定義了一個對16X16宏塊和4X4塊邊界的解塊過濾過程。在宏塊這種情況下，過濾的目的是消除由于相鄰宏塊有不同的運動估計類型（比如運動估計和內(nèi)部估計）或者不同的量化參數(shù)導致的人工痕跡。在塊邊界這種情況下，過濾的目的是消除可能由于變換/量化和來自于相鄰塊運動矢量的差別引起的人工痕跡。環(huán)路濾波通過一個內(nèi)容自適應的非線性算法修改在宏塊/塊邊界的同一邊的兩個像素。
熵編碼
在熵編碼之前，4X4的量化系數(shù)必須被重排序。根據(jù)這些系數(shù)原來采用的預測算法為運動估計或者內(nèi)部估計的不同來選擇不同的掃描類型創(chuàng)建一個重排序的串行化流。掃描類型按照從低頻到高頻的順序排序這些系數(shù)。既然高頻系數(shù)大多數(shù)趨向于零，那么利用游程編碼就可以縮減零的數(shù)目，從而高效的達到熵編碼的目的。
H.264熵編碼-系數(shù)的串行化
在熵編碼步驟通過映射符號的字節(jié)流來表示運動矢量，量化系數(shù)和宏塊頭。熵編碼通過設計用一個較少的比特位數(shù)來表示頻繁使用的符號，比較多的比特位數(shù)來表示不經(jīng)常使用的符號。
中國信息產(chǎn)業(yè)網(wǎng)(www.cnii.com.cn)
相關鏈接: