Ο σκοπός του έργου H.264 / AVC είναι να δημιουργήσει ένα πρότυπο που μπορεί να παρέχει καλή ποιότητα βίντεο με πολύ χαμηλότερο ρυθμό bit από τα προηγούμενα πρότυπα (δηλαδή, το μισό ρυθμό bit των MPEG-2, H.263 ή MPEG- ή περισσότερο). χαμηλός). 4 Μέρος 2), χωρίς να αυξάνεται η πολυπλοκότητα του σχεδιασμού, έτσι ώστε να μην είναι πρακτικό ή πολύ ακριβό να εφαρμοστεί. Ένας άλλος στόχος είναι να παρέχεται αρκετή ευελιξία για να επιτρέπεται η εφαρμογή του προτύπου σε διάφορες εφαρμογές σε διάφορα δίκτυα και συστήματα, συμπεριλαμβανομένων των χαμηλών και υψηλών ρυθμών bit, βίντεο χαμηλής και υψηλής ανάλυσης, μετάδοσης, αποθήκευσης DVD, δικτύου RTP / IP Packet και ITU-T τηλεφωνικό σύστημα πολυμέσων. Το πρότυπο H.264 μπορεί να θεωρηθεί ως "τυπική οικογένεια" που αποτελείται από πολλά διαφορετικά αρχεία διαμόρφωσης. Ένας συγκεκριμένος αποκωδικοποιητής αποκωδικοποιεί τουλάχιστον ένα αλλά όχι απαραίτητα όλα τα προφίλ. Η προδιαγραφή αποκωδικοποιητή περιγράφει ποια αρχεία διαμόρφωσης μπορούν να αποκωδικοποιηθούν. Το H.264 χρησιμοποιείται συνήθως για συμπίεση με απώλειες, αν και είναι επίσης δυνατό να δημιουργηθούν πραγματικά κωδικοποιημένες περιοχές χωρίς απώλειες σε κωδικοποιημένες εικόνες με απώλεια ή να υποστηρίζονται σπάνιες περιπτώσεις χρήσης όπου ολόκληρη η κωδικοποίηση είναι χωρίς απώλειες.
Το H.264 αναπτύχθηκε από την ομάδα εμπειρογνωμόνων κωδικοποίησης βίντεο ITU-T (VCEG) μαζί με την ομάδα ειδικών κίνησης εικόνων ISO / IEC JTC1 (MPEG). Η συνεργασία του έργου ονομάζεται Κοινή Ομάδα Βίντεο (JVT). Το πρότυπο ITU-T H.264 και το πρότυπο ISO / IEC MPEG-4 AVC (επίσημα, ISO / IEC 14496-10-MPEG-4 Part 10, Advanced Video Coding) συντηρούνται από κοινού έτσι ώστε να έχουν το ίδιο τεχνικό περιεχόμενο. Η τελική σύνταξη της πρώτης έκδοσης του προτύπου ολοκληρώθηκε τον Μάιο του 2003 και διάφορες επεκτάσεις των λειτουργιών του προστέθηκαν στις επόμενες εκδόσεις του. Κωδικοποίηση βίντεο υψηλής απόδοσης (HEVC), δηλαδή το H.265 και το MPEG-H Part 2 είναι οι διάδοχοι του H.264 / MPEG-4 AVC που αναπτύχθηκε από τον ίδιο οργανισμό και τα παλαιότερα πρότυπα εξακολουθούν να χρησιμοποιούνται συνήθως.
Το πιο διάσημο H.264 είναι πιθανώς ένα από τα πρότυπα κωδικοποίησης βίντεο για δίσκους Blu-ray. Όλες οι συσκευές αναπαραγωγής δίσκων Blu-ray πρέπει να είναι σε θέση να αποκωδικοποιήσουν το H.264. Χρησιμοποιείται επίσης ευρέως μέσω ροής πόρων Διαδικτύου, όπως βίντεο από το Vimeo, το YouTube και το iTunes Store, λογισμικό δικτύου όπως το Adobe Flash Player και το Microsoft Silverlight, και διάφορες εκπομπές HDTV επί τόπου (ATSC, ISDB-T, DVB) - T ή DVB-T2), καλώδιο (DVB-C) και δορυφόρο (DVB-S και DVB-S2).
Το H.264 προστατεύεται από διπλώματα ευρεσιτεχνίας που ανήκουν σε όλα τα μέρη. Οι άδειες που καλύπτουν τα περισσότερα (αλλά όχι όλα) διπλώματα ευρεσιτεχνίας που είναι απαραίτητα για το H.264 διαχειρίζονται από το σύνολο ευρεσιτεχνιών MPEG LA. 3 Η εμπορική χρήση της κατοχυρωμένης με δίπλωμα ευρεσιτεχνίας τεχνολογίας H.264 απαιτεί την καταβολή δικαιωμάτων σε MPEG LA και άλλους κατόχους διπλωμάτων ευρεσιτεχνίας. Το MPEG LA επιτρέπει δωρεάν χρήση της τεχνολογίας H.264 για να παρέχει στους τελικούς χρήστες δωρεάν ροή βίντεο Διαδικτύου και η Cisco Systems πληρώνει δικαιώματα στο MPEG LA για λογαριασμό των δυαδικών χρηστών κωδικοποιητή ανοιχτού κώδικα H.264.
1. Ονομασία
Το όνομα H.264 ακολουθεί τη σύμβαση ονομασίας ITU-T, η οποία είναι μέλος της σειράς H.26x των προτύπων κωδικοποίησης βίντεο VCEG. το όνομα MPEG-4 AVC σχετίζεται με τη σύμβαση ονομασίας στο ISO / IEC MPEG, όπου το πρότυπο είναι ISO / IEC 14496 Μέρος 10, το ISO / IEC 14496 είναι μια σειρά προτύπων που ονομάζεται MPEG-4. Το πρότυπο αναπτύχθηκε από κοινού σε μια συνεργασία μεταξύ VCEG και MPEG, και ένα έργο VCEG που ονομάζεται H.26L είχε προηγουμένως εκτελεστεί στο ITU-T. Επομένως, ονόματα όπως H.264 / AVC, AVC / H.264, H.264 / MPEG-4AVC ή MPEG-4 / H.264 AVC χρησιμοποιούνται συχνά για να αναφέρονται στο πρότυπο για να τονιστεί η κοινή κληρονομιά. Μερικές φορές, ονομάζεται επίσης "JVT codec", αναφέρεται στον οργανισμό Joint Video Team (JVT) που το ανέπτυξε. (Αυτό το είδος συνεργασίας και πολλαπλών ονομασιών δεν είναι ασυνήθιστο. Για παράδειγμα, το πρότυπο συμπίεσης βίντεο που ονομάζεται MPEG-2 προήλθε επίσης από τη συνεργασία μεταξύ MPEG και ITU-T, όπου το βίντεο MPEG-2 καλείται από την κοινότητα ITU-T. 262. 4) Ορισμένα προγράμματα λογισμικού (όπως το πρόγραμμα αναπαραγωγής πολυμέσων VLC) αναγνωρίζουν εσωτερικά αυτό το πρότυπο ως AVC1.
2. Ιστορία
Στις αρχές του 1998, η ομάδα εμπειρογνωμόνων κωδικοποίησης βίντεο (VCEG-ITU-T SG16 Q.6) εξέδωσε πρόσκληση υποβολής προτάσεων για ένα έργο που ονομάζεται H.26L, με στόχο τον διπλασιασμό της αποτελεσματικότητας κωδικοποίησης (που σημαίνει ότι το απαιτούμενο Bitrate μισό) Ένα δεδομένο επίπεδο πιστότητας σε σύγκριση με οποιαδήποτε άλλα υπάρχοντα πρότυπα κωδικοποίησης βίντεο που χρησιμοποιούνται για διάφορες εφαρμογές. Πρόεδρος του VCEG είναι ο Gary Sullivan (Microsoft, πρώην PictureTel, ΗΠΑ). Το πρώτο σχέδιο σχεδίασης του νέου προτύπου εγκρίθηκε τον Αύγουστο του 1999. Το 2000, ο Thomas Wiegand (Ινστιτούτο Heinrich Hertz, Γερμανία) έγινε ο συμπρόεδρος του VCEG.
Τον Δεκέμβριο του 2001, η VCEG και η ομάδα εμπειρογνωμόνων Moving Picture (MPEG-ISO / IEC JTC 1 / SC 29 / WG 11) δημιούργησαν μια κοινή ομάδα βίντεο (JVT) και ο χάρτης της ολοκλήρωσε το πρότυπο κωδικοποίησης βίντεο. [5] Η προδιαγραφή εγκρίθηκε επίσημα τον Μάρτιο του 2003. Πρόεδρος της JVT ήταν οι Gary Sullivan, Thomas Wiegand και Ajay Luthra (Motorola, ΗΠΑ: αργότερα Arris, ΗΠΑ). Τον Ιούνιο του 2004, ολοκληρώθηκε το έργο Fidelity Scope Extension (FRExt). Από τον Ιανουάριο του 2005 έως τον Νοέμβριο του 2007, η JVT εργάζεται για την επέκταση του H.264 / AVC στην επεκτασιμότητα μέσω ενός συνημμένου (G) που ονομάζεται Scalable Video Coding (SVC). Η ομάδα διαχείρισης JVT επεκτάθηκε από τον Jens-Rainer Ohm (Πανεπιστήμιο του Άαχεν, Γερμανία). Από τον Ιούλιο του 2006 έως το Νοέμβριο του 2009, η JVT ξεκίνησε την Κωδικοποίηση βίντεο πολλαπλών βίντεο (MVC), η οποία αποτελεί επέκταση του H.264 / AVC σε τηλεόραση ελεύθερης τηλεόρασης και τηλεόραση 3D. Αυτή η εργασία περιλαμβάνει την ανάπτυξη δύο νέων τυπικών προφίλ: Multiview High Profile και Stereo High Profile.
Η τυποποίηση της πρώτης έκδοσης του H.264 / AVC ολοκληρώθηκε τον Μάιο του 2003. Στο πρώτο έργο για την επέκταση του αρχικού προτύπου, η JVT ανέπτυξε στη συνέχεια τις λεγόμενες Fidelity Range Extensions (FRExt). Αυτές οι επεκτάσεις επιτυγχάνουν κωδικοποίηση βίντεο υψηλότερης ποιότητας υποστηρίζοντας υψηλότερη ακρίβεια βάθους δειγματοληψίας και πληροφορίες χρώματος υψηλότερης ανάλυσης, συμπεριλαμβανομένων των λεγόμενων δειγμάτων Y'CbCr 4: 2: 2 (= YUV 4: 2: 2) και Y 'CbCr 4: 4 δομή: 4. Το έργο Fidelity Range Extensions περιλαμβάνει επίσης άλλες λειτουργίες, όπως προσαρμοστική εναλλαγή μεταξύ ακέραιων μετασχηματισμών 4 × 4 και 8 × 8, πίνακες στάθμισης κβαντοποίησης με βάση την αντίληψη που καθορίζονται από τον κωδικοποιητή, αποτελεσματική κωδικοποίηση χωρίς απώλειες μεταξύ εικόνων και υποστήριξη για επιπλέον χρωματικοί χώροι. Οι εργασίες σχεδιασμού των Fidelity Range Extensions ολοκληρώθηκαν τον Ιούλιο του 2004 και οι εργασίες σύνταξης ολοκληρώθηκαν τον Σεπτέμβριο του 2004.
Η πρόσφατη περαιτέρω επέκταση του προτύπου περιλαμβάνει την προσθήκη πέντε άλλων νέων προφίλ [που; ] Χρησιμοποιείται κυρίως για επαγγελματικές εφαρμογές, προσθέτοντας εκτεταμένη υποστήριξη χώρου χρωματικής γκάμας, προσδιορίζοντας πρόσθετους δείκτες αναλογίας διαστάσεων, ορίζοντας δύο άλλους τύπους "συμπληρωματικών πληροφοριών βελτίωσης" (συμβουλές μετά το φίλτρο και χαρτογράφηση τόνου) και απορρίπτοντας το προηγούμενο αρχείο διαμόρφωσης FRExt One (υψηλό 4: 4: 4 προφίλ), ανατροφοδότηση από τον κλάδο [από ποιον; ] Οι οδηγίες πρέπει να σχεδιάζονται διαφορετικά.
Το επόμενο σημαντικό χαρακτηριστικό που προστίθεται στο πρότυπο είναι το Scalable Video Coding (SVC). Ορίζεται στο Παράρτημα Ζ του H.264 / AVC ότι το SVC επιτρέπει την κατασκευή bitstreams που περιέχουν sub-bitstreams που συμμορφώνονται επίσης με το πρότυπο, συμπεριλαμβανομένου ενός τέτοιου bitstream που ονομάζεται "βασικό στρώμα", το οποίο μπορεί να αποκωδικοποιηθεί από το H.264 / Κωδικοποιητής AVC που υποστηρίζει SVC. Για χρονική κλιμάκωση δυαδικών ροών (δηλαδή, υπάρχουν δευτερεύουσες ροές με μικρότερο ρυθμό χρονικής δειγματοληψίας από την κύρια ροή bit), οι πλήρεις μονάδες πρόσβασης αφαιρούνται από το ρεύμα bit όταν προέρχεται το υπο-bitstream. Σε αυτήν την περίπτωση, οι εικόνες αναφοράς υψηλού επιπέδου σύνταξης και μεταξύ προβλέψεων στο bitstream κατασκευάζονται ανάλογα. Από την άλλη πλευρά, για χωρητικότητα και ποιότητα κλιμάκωσης δυαδικών ροών (δηλαδή, υπάρχουν δευτερεύουσες ροές με χαμηλότερη χωρική ανάλυση / ποιότητα από την κύρια ροή bit), αφαιρέστε το NAL από το ρεύμα bit κατά την παραγωγή του υπο-bitstream (επίπεδο αφαίρεσης δικτύου). . Σε αυτήν την περίπτωση, η πρόβλεψη μεταξύ επιπέδων (δηλ. Η πρόβλεψη σήματος υψηλότερης χωρικής ανάλυσης / ποιότητας από δεδομένα ενός σήματος χαμηλότερης χωρικής ανάλυσης / ποιότητας) χρησιμοποιείται γενικά για αποτελεσματική κωδικοποίηση. Η επεκτάσιμη επέκταση κωδικοποίησης βίντεο ολοκληρώθηκε τον Νοέμβριο του 2007.
Το επόμενο σημαντικό χαρακτηριστικό που προστίθεται στο πρότυπο είναι η κωδικοποίηση βίντεο πολλαπλών προβολών (MVC). Ορίζεται στο Παράρτημα Η του H.264 / AVC ότι το MVC επιτρέπει την κατασκευή ενός bitstream που αντιπροσωπεύει περισσότερες από μία προβολές μιας σκηνής βίντεο. Ένα σημαντικό παράδειγμα αυτής της δυνατότητας είναι η στερεοσκοπική κωδικοποίηση βίντεο 3D. Δύο προφίλ αναπτύχθηκαν στην εργασία MVC: Το Multiview High Profile υποστηρίζει οποιονδήποτε αριθμό προβολών και το Stereo High Profile είναι ειδικά σχεδιασμένο για στερεοφωνικό βίντεο δύο προβολών. Η επέκταση κωδικοποίησης βίντεο Multiview ολοκληρώθηκε τον Νοέμβριο του 2009.
3. Εφαρμογή
Η μορφή βίντεο H.264 διαθέτει ένα πολύ ευρύ φάσμα εφαρμογών, καλύπτοντας όλες τις μορφές ψηφιακά συμπιεσμένου βίντεο, από εφαρμογές ροής Διαδικτύου χαμηλού ρυθμού bit έως εκπομπές HDTV και εφαρμογές ψηφιακής ταινίας κωδικοποίησης σχεδόν χωρίς απώλειες. Χρησιμοποιώντας το H.264, σε σύγκριση με το MPEG-2 Part 2, ο ρυθμός μετάδοσης bit μπορεί να εξοικονομηθεί κατά 50% ή περισσότερο. Για παράδειγμα, αναφέρεται ότι η ποιότητα της ψηφιακής δορυφορικής τηλεόρασης που παρέχεται από το H.264 είναι η ίδια με την τρέχουσα εφαρμογή του MPEG-2, με ρυθμό bit μικρότερο από το μισό. Ο τρέχων ρυθμός εκτέλεσης του MPEG-2 είναι περίπου 3.5 Mbit / s, ενώ το H.264 είναι μόνο 1.5 Mbit. /μικρό. [23] Η Sony ισχυρίζεται ότι η λειτουργία εγγραφής AVC 9 Mbit / s είναι ισοδύναμη με την ποιότητα εικόνας της μορφής HDV, η οποία χρησιμοποιεί περίπου 18-25 Mbit / s.
Προκειμένου να διασφαλιστεί η συμβατότητα H.264 / AVC και η υιοθέτηση χωρίς προβλήματα, πολλοί οργανισμοί προτύπων έχουν τροποποιήσει ή προσθέσει στα πρότυπα που σχετίζονται με βίντεο, έτσι ώστε οι χρήστες αυτών των προτύπων να μπορούν να χρησιμοποιούν το H.264 / AVC. Τόσο η μορφή δίσκου Blu-ray όσο και η τώρα διακοπή της μορφής HD DVD χρησιμοποιούν το H.264 / AVC High Profile ως μία από τις τρεις υποχρεωτικές μορφές συμπίεσης βίντεο. Το Digital Video Broadcasting Project (DVB) ενέκρινε τη χρήση του H.264 / AVC για τηλεοπτική μετάδοση στα τέλη του 2004.
Ο οργανισμός τυποποίησης της American Advanced Television System Committee (ATSC) ενέκρινε το H.264 / AVC για τηλεοπτική μετάδοση τον Ιούλιο του 2008, αν και το πρότυπο δεν έχει ακόμη χρησιμοποιηθεί για σταθερές εκπομπές ATSC στις Ηνωμένες Πολιτείες. [25] [26] Είναι επίσης εγκεκριμένο για το πιο πρόσφατο πρότυπο ATSC-M / H (κινητό / φορητό), χρησιμοποιώντας τα μέρη AVC και SVC του H.264.
Οι αγορές CCTV (κλειστού κυκλώματος τηλεόρασης) και παρακολούθησης βίντεο έχουν ενσωματώσει αυτήν την τεχνολογία σε πολλά προϊόντα. Πολλές κοινές κάμερες DSLR χρησιμοποιούν βίντεο H.264 που περιέχεται στο κοντέινερ QuickTime MOV ως την εγγενή μορφή εγγραφής.
4. Παράγωγη μορφή
Το AVCHD είναι μια μορφή εγγραφής υψηλής ευκρίνειας που σχεδιάστηκε από τη Sony και την Panasonic, χρησιμοποιώντας το H.264 (συμβατό με το H.264, ενώ προσθέτει άλλες λειτουργίες και περιορισμούς για συγκεκριμένες εφαρμογές).
Το AVC-Intra είναι μια μορφή συμπίεσης εντός πλαισίου που αναπτύχθηκε από την Panasonic.
Το XAVC είναι μια μορφή εγγραφής που σχεδιάστηκε από τη Sony και χρησιμοποιεί το επίπεδο 5.2 του H.264 / MPEG-4 AVC, το οποίο είναι το υψηλότερο επίπεδο που υποστηρίζεται από αυτό το πρότυπο βίντεο. [28] [29] Το XAVC μπορεί να υποστηρίξει αναλύσεις 4K (4096 × 2160 και 3840 × 2160) με ταχύτητες έως 60 καρέ ανά δευτερόλεπτο (fps). [28] [29] Η Sony ανακοίνωσε ότι οι κάμερες με δυνατότητα XAVC περιλαμβάνουν δύο κάμερες CineAlta-Sony PMW-F55 και Sony PMW-F5. [30] Η Sony PMW-F55 μπορεί να εγγράψει XAVC, η ανάλυση 4K είναι 30 fps, η ταχύτητα είναι 300 Mbit / s, η ανάλυση 2K, 30 fps, 100 Mbit / s. [31] Το XAVC μπορεί να εγγράψει ανάλυση 4K στα 60 fps και να εκτελέσει δειγματοληψία χρώματος 4: 2: 2 στα 600 Mbit / s.
5. Χαρακτηριστικά
Μπλοκ διάγραμμα του H.264
Το μέρος H.264 / AVC / MPEG-4 περιέχει πολλές νέες δυνατότητες που του επιτρέπουν να συμπιέζει βίντεο πιο αποτελεσματικά από το παλιό πρότυπο και να παρέχει μεγαλύτερη ευελιξία για εφαρμογές σε διάφορα περιβάλλοντα δικτύου. Συγκεκριμένα, μερικές από αυτές τις βασικές λειτουργίες περιλαμβάνουν:
1) Η πρόβλεψη πολλαπλών εικόνων μεταξύ εικόνων περιλαμβάνει τα ακόλουθα χαρακτηριστικά:
Χρησιμοποιήστε προηγούμενες κωδικοποιημένες εικόνες ως αναφορές με πιο ευέλικτο τρόπο από τα προηγούμενα πρότυπα, επιτρέποντας τη χρήση έως και 16 πλαισίων αναφοράς (ή 32 πεδίων αναφοράς στην περίπτωση αλληλοσυνδεόμενης κωδικοποίησης) σε ορισμένες περιπτώσεις. Σε προφίλ που υποστηρίζουν πλαίσια εκτός IDR, τα περισσότερα επίπεδα ορίζουν ότι πρέπει να υπάρχει αρκετή προσωρινή αποθήκευση ώστε να επιτρέπονται τουλάχιστον 4 ή 5 πλαίσια αναφοράς στη μέγιστη ανάλυση. Αυτό έρχεται σε αντίθεση με τα υπάρχοντα πρότυπα, τα οποία συνήθως έχουν όριο 1. ή, στην περίπτωση παραδοσιακών "εικόνων Β" (καρέ B), δύο. Αυτό το ειδικό χαρακτηριστικό επιτρέπει συνήθως μια μέτρια βελτίωση του ρυθμού bit και της ποιότητας στα περισσότερα σενάρια. [Ανάγκη παραπομπής] Αλλά σε ορισμένους τύπους σκηνών, όπως σκηνές με επαναλαμβανόμενες ενέργειες ή εναλλαγή σκηνών μπρος-πίσω ή ακάλυπτες περιοχές φόντου, επιτρέπει τη σημαντική μείωση του ρυθμού bit διατηρώντας ταυτόχρονα τη σαφήνεια.
Αντιστάθμιση κίνησης μεταβλητού μεγέθους μπλοκ (VBSMC), το μέγεθος μπλοκ είναι 16 × 16, τόσο μικρό όσο 4 × 4, το οποίο μπορεί να πραγματοποιήσει την ακριβή κατάτμηση της κινούμενης περιοχής. Τα υποστηριζόμενα μεγέθη μπλοκ πρόβλεψης luma περιλαμβάνουν 16 × 16, 16 × 8, 8 × 16, 8 × 8, 8 × 4, 4 × 8 και 4 × 4, πολλά από τα οποία μπορούν να χρησιμοποιηθούν μαζί σε ένα μόνο μπλοκ μακροεντολών. Σύμφωνα με την υπο-δειγματοληψία χρώματος που χρησιμοποιείται, το μέγεθος της πρόβλεψης χρώματος είναι αντίστοιχα μικρότερο.
Στην περίπτωση ενός μακρομπλόκ Β που αποτελείται από 16 διαμερίσματα 4 × 4, κάθε μακρομπλόκ μπορεί να χρησιμοποιεί πολλαπλά διανύσματα κίνησης (ένα ή δύο για κάθε διαμέρισμα) το πολύ 32. Το διάνυσμα κίνησης κάθε περιοχής διαμέτρου 8 × 8 ή μεγαλύτερο μπορεί να δείχνει σε διαφορετική εικόνα αναφοράς.
Οποιοσδήποτε τύπος μακρομπλόκ μπορεί να χρησιμοποιηθεί σε πλαίσια Β, συμπεριλαμβανομένων των μακρο-μπλοκ I, με αποτέλεσμα πιο αποτελεσματική κωδικοποίηση κατά τη χρήση πλαισίων Β. Αυτό το χαρακτηριστικό φαίνεται από το MPEG-4 ASP.
Φιλτράρισμα έξι πατημάτων που χρησιμοποιήθηκε για τη λήψη πρόβλεψης δείγματος φωτεινότητας μισού pixel για καθαρότερη αντιστάθμιση κίνησης υπο pixel. Η κίνηση τέταρτου-εικονοστοιχείου προκύπτει μέσω γραμμικής παρεμβολής τιμών μισού χρώματος για εξοικονόμηση ισχύος επεξεργασίας.
Η ακρίβεια τετάρτου εικονοστοιχείου που χρησιμοποιείται για την αντιστάθμιση κίνησης μπορεί να περιγράψει με ακρίβεια τη μετατόπιση της κινούμενης περιοχής. Για το χρώμιο, η ανάλυση συνήθως διαιρείται κατά το ήμισυ στις κατακόρυφες και οριζόντιες κατευθύνσεις (βλέπε 4: 2: 0), οπότε η αντιστάθμιση κίνησης του χρώματος χρησιμοποιεί τη μονάδα πλέγματος ενός-όγδοου χρώματος εικονοστοιχείου.
Η σταθμισμένη πρόβλεψη επιτρέπει στον κωδικοποιητή να καθορίζει τη χρήση κλιμάκωσης και αντιστάθμισης κατά την εκτέλεση αντιστάθμισης κίνησης και παρέχει σημαντικά πλεονεκτήματα απόδοσης σε ειδικές καταστάσεις - όπως ξεθώριασμα και εξασθένιση, εξασθένιση και εξασθένιση και εξασθένιση μεταβάσεων. Αυτό περιλαμβάνει τη σιωπηρή σταθμισμένη πρόβλεψη των πλαισίων Β και τη ρητή σταθμισμένη πρόβλεψη των πλαισίων Ρ.
Χωρική πρόβλεψη για τα άκρα των γειτονικών μπλοκ για κωδικοποίηση "ενδο", αντί για την πρόβλεψη "DC" που βρίσκεται στο MPEG-2 Μέρος 2 και την πρόβλεψη συντελεστή μετασχηματισμού στα H.263v2 και MPEG-4 Μέρος 2:
Αυτό περιλαμβάνει μεγέθη μπλοκ πρόβλεψης luma 16 × 16, 8 × 8 και 4 × 4 (όπου μπορεί να χρησιμοποιηθεί μόνο ένας τύπος σε κάθε μακρομπλόκ).
2) Οι λειτουργίες κωδικοποίησης Lossless macroblock περιλαμβάνουν:
Το "MacMlocklock PCM" χωρίς απώλειες αντιπροσωπεύει τη λειτουργία, η οποία αντιπροσωπεύει άμεσα τα δείγματα δεδομένων βίντεο, [34] επιτρέπει την τέλεια αναπαράσταση μιας συγκεκριμένης περιοχής και επιτρέπει αυστηρούς περιορισμούς στην ποσότητα των κωδικοποιημένων δεδομένων για κάθε μακρομπλόκ.
Η βελτιωμένη λειτουργία αναπαράστασης μακρο-μπλοκ χωρίς απώλειες επιτρέπει την τέλεια αναπαράσταση μιας συγκεκριμένης περιοχής, ενώ γενικά χρησιμοποιεί πολύ λιγότερα bit από τη λειτουργία PCM.
Ευέλικτες λειτουργίες κωδικοποίησης βίντεο, όπως:
Η κωδικοποίηση προσαρμοσμένου πλαισίου πεδίου Macroblock (MBAFF) χρησιμοποιεί μια δομή ζεύγους μακρομπλόκ για την εικόνα που κωδικοποιείται ως πλαίσιο, επιτρέποντας 16 × 16 μακρομπλόκ σε λειτουργία πεδίου (σε σύγκριση με το MPEG-2, όπου η επεξεργασία της λειτουργίας πεδίου εφαρμόζεται στην εικόνα Κωδικοποίηση ως πλαίσιο έχει ως αποτέλεσμα την επεξεργασία 16 × 8 ημι-μακρομπλόκ).
Η προσαρμοστική εικόνα και η κωδικοποίηση πεδίου (PAFF ή PicAFF) επιτρέπουν την ελεύθερη ανάμιξη και κωδικοποίηση εικόνων που επιλέγονται ελεύθερα ως πλήρες πλαίσιο, όπου δύο πεδία συνδυάζονται για κωδικοποίηση ή ως ένα μόνο πεδίο.
Νέες δυνατότητες σχεδιασμού μετατροπής, όπως:
Ακριβώς ταιριασμένος ακέραιος μετασχηματισμός χωρικού μπλοκ 4 × 4, που επιτρέπει την ακριβή τοποθέτηση υπολειπόμενων σημάτων, σχεδόν καθόλου "κουδούνισμα" κοινό σε προηγούμενα σχέδια κωδικοποιητή. Αυτός ο σχεδιασμός είναι παρόμοιος εννοιολογικά με τον γνωστό διακριτό μετασχηματισμό συνημίτονο (DCT), ο οποίος παρουσιάστηκε το 1974 από τους N. Ahmed, T. Natarajan και KR Rao, και αποτελεί αναφορά 1 στον διακριτό μετασχηματισμό συνημίτονο. Ωστόσο, είναι απλοποιημένο και παρέχει επακριβώς καθορισμένη αποκωδικοποίηση.
Ακριβής αντιστοίχιση ακέραιων χωρικών μετασχηματισμών 8 × 8, επιτρέποντας πιο αποτελεσματική συμπίεση των πολύ συσχετισμένων περιοχών από τους μετασχηματισμούς 4 × 4. Ο σχεδιασμός είναι παρόμοιος στην έννοια με το γνωστό DCT, αλλά απλοποιείται και παρέχεται για να παρέχει επακριβώς καθορισμένη αποκωδικοποίηση.
Προσαρμοστική επιλογή κωδικοποιητή μεταξύ μεγέθους μπλοκ μετασχηματισμού 4 × 4 και 8 × 8 για ακέραιους μετασχηματισμούς.
Ένας δευτερεύων μετασχηματισμός Hadamard εκτελείται στους συντελεστές "DC" του κύριου διαστημικού μετασχηματισμού που εφαρμόζεται στους συντελεστές χρώματος DC (και σε μια ειδική περίπτωση επίσης η φωτεινότητα) για να επιτευχθεί ακόμη μεγαλύτερη συμπίεση στην ομαλή περιοχή.
3) Ο ποσοτικός σχεδιασμός περιλαμβάνει:
Λογαριθμικός έλεγχος μεγέθους βημάτων, απλούστερη διαχείριση ρυθμού bit και απλοποιημένη κλίμακα αντίστροφης κβαντοποίησης μέσω του κωδικοποιητή
Ο πίνακας κλιμάκωσης κβαντοποίησης προσαρμοσμένης συχνότητας που επιλέγεται από τον κωδικοποιητή χρησιμοποιείται για βελτιστοποίηση κβαντοποίησης βάσει αντίληψης
Το φίλτρο αποκλεισμού βρόχου βοηθά στην αποτροπή του φαινομένου μπλοκ που είναι κοινό σε άλλες τεχνολογίες συμπίεσης εικόνας με βάση DCT, έτσι ώστε να επιτυγχάνεται καλύτερη οπτική εμφάνιση και αποτελεσματικότητα συμπίεσης
4) Ο σχεδιασμός κωδικοποίησης εντροπίας περιλαμβάνει:
Δυαδική αριθμητική κωδικοποίηση προσαρμοσμένη στο περιβάλλον (CABAC), ένας αλγόριθμος για συμπίεση χωρίς απώλειες στοιχείων σύνταξης σε μια ροή βίντεο που γνωρίζει την πιθανότητα σύνταξης στοιχείων σε ένα δεδομένο περιβάλλον. Το CABAC συμπιέζει τα δεδομένα πιο αποτελεσματικά από το CAVLC, αλλά απαιτεί περισσότερη επεξεργασία για την αποκωδικοποίηση.
Κωδικοποίηση μεταβλητού μήκους μεταβλητού περιβάλλοντος (CAVLC), η οποία είναι μια εναλλακτική χαμηλότερης πολυπλοκότητας σε σχέση με το CABAC που χρησιμοποιείται για την κωδικοποίηση των ποσοτικών τιμών των συντελεστών μετασχηματισμού. Αν και η πολυπλοκότητα είναι χαμηλότερη από την CABAC, η CAVLC είναι πιο εκλεπτυσμένη και πιο αποτελεσματική από τις μεθόδους που χρησιμοποιούνται συνήθως για την κωδικοποίηση συντελεστών σε άλλα υπάρχοντα σχέδια.
Μια κοινή απλή και πολύ δομημένη τεχνική κωδικοποίησης μεταβλητού μήκους (VLC) που χρησιμοποιείται για πολλά στοιχεία σύνταξης που δεν κωδικοποιούνται από CABAC ή CAVLC ονομάζεται κωδικοποίηση Exponential Golomb (ή Exp-Golomb).
5) Οι λειτουργίες αποκατάστασης απώλειας περιλαμβάνουν:
Ο ορισμός επιπέδου αφαίρεσης δικτύου (NAL) επιτρέπει την ίδια σύνταξη βίντεο για χρήση σε πολλά περιβάλλοντα δικτύου. Μια πολύ βασική σχεδιαστική ιδέα του H.264 είναι η δημιουργία αυτόνομων πακέτων δεδομένων για την αφαίρεση διπλών κεφαλίδων, όπως ο κωδικός επέκτασης κεφαλίδας MPEG-4 (HEC). Αυτό επιτυγχάνεται με την αποσύνδεση πληροφοριών που σχετίζονται με πολλά κομμάτια από τη ροή πολυμέσων. Ο συνδυασμός προηγμένων παραμέτρων ονομάζεται σύνολο παραμέτρων. [35] Η προδιαγραφή H.264 περιλαμβάνει δύο τύπους συνόλων παραμέτρων: Σετ παραμέτρων αλληλουχίας (SPS) και σετ παραμέτρων εικόνας (PPS). Το σύνολο παραμέτρων αποτελεσματικής ακολουθίας παραμένει αμετάβλητο σε ολόκληρη την κωδικοποιημένη ακολουθία βίντεο και το σύνολο αποτελεσματικών παραμέτρων εικόνας παραμένει αμετάβλητο εντός της κωδικοποιημένης εικόνας. Η δομή του συνόλου παραμέτρων ακολουθίας και εικόνας περιέχει πληροφορίες όπως μέγεθος εικόνας, υιοθετημένη προαιρετική λειτουργία κωδικοποίησης και αντιστοίχιση ομάδας μακρομπλόκ σε φέτα.
Η ευέλικτη παραγγελία μακρομπλόκ (FMO), επίσης γνωστή ως ομάδα φετών, και η αυθαίρετη παραγγελία φετών (ASO), είναι μια τεχνική που χρησιμοποιείται για την ανακατασκευή της σειράς της αναπαράστασης των βασικών περιοχών (μακρομπλόκ) σε μια εικόνα. Γενικά θεωρείται ως λειτουργίες ευρωστίας σφάλματος / απώλειας, τα FMO και ASO μπορούν επίσης να χρησιμοποιηθούν για άλλους σκοπούς.
Data Partitioning (DP), μια συνάρτηση που μπορεί να διαιρέσει τα πιο σημαντικά και λιγότερο σημαντικά στοιχεία σύνταξης σε διαφορετικά πακέτα δεδομένων, μπορεί να εφαρμόσει Unequal Error Protection (UEP) και άλλους τύπους βελτιώσεων αντοχής σφαλμάτων / απώλειας.
Redundant slice (RS), ένα χαρακτηριστικό ευρωστίας για σφάλμα / απώλεια, το οποίο επιτρέπει στον κωδικοποιητή να στείλει μια πρόσθετη αναπαράσταση της περιοχής εικόνας (συνήθως με χαμηλότερη πιστότητα), η οποία μπορεί να χρησιμοποιηθεί εάν η κύρια παράσταση είναι κατεστραμμένη ή χαθεί.
Αριθμός καρέ, επιτρέποντας τη δημιουργία της λειτουργίας "μεταγενέστερες", επιτυγχάνοντας χρονική επεκτασιμότητα συμπεριλαμβάνοντας προαιρετικά πρόσθετες εικόνες μεταξύ άλλων εικόνων και εντοπίζοντας και κρύβοντας την απώλεια ολόκληρης της εικόνας, η οποία μπορεί να προκληθεί από απώλεια πακέτων δικτύου ή κανάλι. Παρουσιάστηκε σφάλμα.
Τα φέτες εναλλαγής, που ονομάζονται φέτες SP και SI, επιτρέπουν στον κωδικοποιητή να δώσει εντολή στον αποκωδικοποιητή να μεταβεί στη συνεχιζόμενη ροή βίντεο για σκοπούς όπως η εναλλαγή ρυθμού bit ροής βίντεο και οι λειτουργίες "trick mode". Όταν ο αποκωδικοποιητής χρησιμοποιεί τη λειτουργία SP / SI για να μεταβεί στη μέση της ροής βίντεο, μπορεί να αποκτήσει μια ακριβή αντιστοίχιση με την αποκωδικοποιημένη εικόνα σε αυτήν τη θέση στη ροή βίντεο, παρά τη χρήση διαφορετικής εικόνας ή καθόλου εικόνας, ως προηγούμενη αναφορά. διακόπτης.
Μια απλή αυτόματη διαδικασία που χρησιμοποιείται για την αποφυγή τυχαίας προσομοίωσης του κώδικα έναρξης, η οποία είναι μια ειδική ακολουθία bit στα κωδικοποιημένα δεδομένα, επιτρέπει την τυχαία πρόσβαση στη ροή bit και επαναφέρει την ευθυγράμμιση byte σε συστήματα όπου μπορεί να χαθεί ο συγχρονισμός byte.
Οι συμπληρωματικές πληροφορίες βελτίωσης (SEI) και οι πληροφορίες χρηστικότητας βίντεο (VUI) είναι πρόσθετες πληροφορίες που μπορούν να εισαχθούν στο bitstream για να βελτιώσουν το βίντεο για διάφορους σκοπούς. [Απαιτείται διευκρίνιση] Το SEI FPA (Frame Encapsulation Arrangement) περιέχει τρισδιάστατη διάταξη μηνυμάτων:
Βοηθητική εικόνα, η οποία μπορεί να χρησιμοποιηθεί για σύνθεση άλφα και για άλλους σκοπούς.
Υποστηρίζει μονόχρωμη (4: 0: 0), 4: 2: 0, 4: 2: 2 και 4: 4: 4 δείγμα χρώματος (ανάλογα με το επιλεγμένο προφίλ).
Υποστηρίζει ακρίβεια βάθους bit δειγματοληψίας, που κυμαίνεται από 8 έως 14 bit ανά δείγμα (ανάλογα με το επιλεγμένο προφίλ).
Δυνατότητα να κωδικοποιήσει κάθε έγχρωμο επίπεδο σε διαφορετικές εικόνες με τη δική του δομή φετών, τη λειτουργία μακρομπλόκ, τον φορέα κίνησης κ.λπ., επιτρέποντας τη χρήση μιας απλής παράλληλης δομής για το σχεδιασμό του κωδικοποιητή (υποστηρίζονται μόνο τρία αρχεία διαμόρφωσης που υποστηρίζουν 4: 4: 4 ).
Η καταμέτρηση ακολουθίας εικόνας χρησιμοποιείται για τη διατήρηση της σειράς των εικόνων και των χαρακτηριστικών των τιμών δείγματος στην αποκωδικοποιημένη εικόνα που απομονώνεται από τις πληροφορίες χρονισμού, επιτρέποντας στο σύστημα να μεταφέρει και να ελέγξει / αλλάξει τις πληροφορίες χρονισμού ξεχωριστά χωρίς να επηρεάσει το περιεχόμενο του αποκωδικοποιημένη εικόνα.
Αυτές οι τεχνολογίες και πολλές άλλες τεχνολογίες βοηθούν το H.264 να αποδίδει καλύτερα από οποιοδήποτε προηγούμενο πρότυπο σε διάφορα περιβάλλοντα εφαρμογών σε διάφορες καταστάσεις. Το H.264 αποδίδει γενικά καλύτερα από το βίντεο MPEG-2 - συνήθως την ίδια ποιότητα στο μισό ρυθμό bit ή χαμηλότερο, ειδικά σε υψηλούς ρυθμούς bit και υψηλές αναλύσεις.
Όπως και τα άλλα πρότυπα βίντεο ISO / IEC MPEG, το H.264 / AVC διαθέτει μια εφαρμογή λογισμικού αναφοράς που μπορεί να ληφθεί δωρεάν. Ο κύριος σκοπός του είναι να παρέχει παραδείγματα λειτουργιών H.264 / AVC, όχι μια χρήσιμη εφαρμογή από μόνη της. Η ομάδα εμπειρογνωμόνων Motion Picture κάνει επίσης κάποια εργασία σχεδιασμού υλικού αναφοράς. Τα παραπάνω είναι τα πλήρη χαρακτηριστικά του H.264 / AVC, που καλύπτουν όλα τα αρχεία διαμόρφωσης του H.264. Το προφίλ ενός κωδικοποιητή είναι ένα σύνολο χαρακτηριστικών του κωδικοποιητή, το οποίο αναγνωρίζεται ότι πληροί ορισμένες ομάδες προδιαγραφών για την επιδιωκόμενη εφαρμογή. Αυτό σημαίνει ότι ορισμένα αρχεία διαμόρφωσης δεν υποστηρίζουν πολλές από τις λειτουργίες που αναφέρονται. Τα διάφορα αρχεία διαμόρφωσης του H.264 / AVC θα συζητηθούν στην επόμενη ενότητα.
άλλο προϊόν μας:
