Kompozycja sekwencji obrazów H265: VPS + SPS + PPS + SEI + jedna klatka I + kilka klatek P. Można wywołać VPS, SPS, PPS, SEI, jedną ramkę I, jedną ramkę P.
To jest NALU.
2. Różnice we frameworkach kodeków
H.265 nadal używa kodeka hybrydowego, a struktura kodeka jest zasadniczo taka sama jak H.264
Klasyczna konstrukcja H.265:
3. Struktura podziału blokowego:
H.264 to 16x16 (rozmiar podbloku może wynosić 8X16, 16X8, 8X8, 4X8, 8X4, 4X4 jest bardzo elastyczny),
VP9 może być próbkowany w blokach 64 × 32 lub 4 × 8, obsługuje użycie 64 × 64 i obsługuje segmentację ramek na regiony o określonych podobieństwach; w porównaniu do H.265, VP9 obsługuje podział poziomy lub pionowy
H.265 to struktura rekurencyjna wykorzystująca CU (CodingUnit), PU (PredictionUnit) i TU (TransformUnit), podział na cztery drzewa (jasność bloku prognozowania 64x64-8x8, chroma 32X32-4X4, blok transformacji 32x32-> 4x4) i H.265 dodaje asymetryczny tryb partycji; określony proces segmentacji jest oznaczony przez dwie zmienne: głębokość segmentacji (Głębokość) i znacznik segmentacji (Split_flag). Standard H.265 / HEVC przełamuje poprzedni standard dotyczący bloków predykcji i bloków transformacji. Ograniczenia dotyczące relacji wielkości. Ponieważ PU i JT są bezpośrednio podzielone przez CU, nie ma określonego związku między ich rozmiarami. Jednostka PU może zawierać wiele jednostek TU, a jednostka TU może obejmować wiele jednostek PU.
Na tej podstawie, oprócz podziału na cztery drzewa, H.266 dodaje podział na drzewa trójdrzewowe i binarne.
Myślenie: czy można to podzielić na nieregularne kształty? Takie jak trójkąty, koła, elipsy, sześciokąty i tak dalej.
4. Przewidywanie Intra:
Bloki 4 × 4 i 8 × 8 w H.264 zawierają 9 trybów predykcji, a blok 16 × 16 zawiera 4 tryby predykcji;
VP9 ma 10 trybów predykcji intra;
H.265 ma 33 tryby predykcji kątowej + DC (uśrednianie z góry iz lewej) + strugarka; w porównaniu z H.264 / AVC, H.265 / HEVC zwiększa wykorzystanie pikseli granicznych lewego dolnego kwadratu jako odniesienia dla bieżącego bloku;
H.266 ma 65 trybów przewidywania kąta jasności wewnątrz klatki, w rzeczywistości jest 65 + 10 + 10 = 85, które są wybierane zgodnie ze współczynnikiem kształtu; zwiększenie ISP (dalsza technologia podziału bloków); Technologia PDPC połączona z niefiltrowanymi pikselami odniesienia i filtrowanymi pikselami odniesienia dodaj tryb MIP; Tryb CCLM;
Uwaga: Tryb planarny jest odpowiedni dla obszarów, w których wartość piksela zmienia się powoli. Wykorzystuje dwa filtry liniowe w kierunku poziomym i pionowym oraz wykorzystuje średnią z tych dwóch jako przewidywaną wartość bieżącego bloku pikseli. Tryb DC jest odpowiedni dla dużych płaskich powierzchni. Bieżącą wartość prognozowania bloku można uzyskać ze średniej wartości pikseli odniesienia po lewej stronie i powyżej. Tryb kątowy jest używany głównie do tekstur w różnych kierunkach w treści wideo.
5. Przewidywanie międzyklatkowe:
Struktura typu ramki: H.265 wykorzystuje strukturę HIERACLE-B
precyzja mv: H.265 to precyzja pikseli (chroma) i wykorzystuje więcej sąsiednich pikseli do interpolacji z precyzją subpikseli. Tryby predykcji: SKIP, DIRECT, MERGE (5 kandydujących MV), AMVP (2 kandydujące MV).
Dokładność pikseli poprawiona przez H.266;
Predykcja międzyklatkowa VP9 wykorzystuje ⅛ pikseli do kompensacji ruchu. Istnieją ramki, których nie można wyświetlić jako ramki odniesienia, a ramki, których nie można wyświetlić, mają średnią dwukierunkową predykcję.
List referencyjny:
H.265 korzysta z dwóch list referencyjnych, z których każda zawiera 16 pozycji referencyjnych, ale maksymalna liczba unikalnych zdjęć to 8.
Istnieje 6 kandydatów w trybie połączenia H.266. W porównaniu z H.265 zmieniono TMVP i HMVP.
6. Przekształć
H.264 liczba całkowita DCT 4X4 8X8; Transformacja Hadamarda
Zarówno VP9, jak i HEVC obsługują rozmiary bloków transformacji 4x4-32x32. DCT W zakodowanych wewnątrz makroblokach jedna lub obie pionowe i poziome ścieżki transformacji będą oznaczane jako DST
HEVC 4X4 DST; Tryb transform_skip: transform_skip_flag, ten tryb ma dobry wpływ na tekstowe wideo na pulpicie; Technologia RQT jest oparta na technologii transformacji adaptacyjnej quad-tree; nie ma transformacji Hadamarda
Zwiększenie wewnętrznej głębi bitowej HEVC: w celu zapewnienia wewnętrznej dokładności bitowej w pośrednim procesie przewidywania, transformacji i kwantyzacji w celu uzyskania lepszej wydajności kompresji
HEVC przyjmuje tylko 4-punktowy DST7 do transformacji resztowej predykcji wewnątrzramkowej, a DCT2 jest nadal używany dla innych rozmiarów i reszt predykcji międzyramkowej;
H.266 ma nieodłączną wtórną transformację lfnst; MTS (Multiple Transform Selection), który wykorzystuje wiele transformacji kandydatów dla reszt predykcji, może lepiej dostosować się do charakterystyk statystycznych dynamicznych zmian reszt predykcji i znacznie dalej poprawiać wzmocnienie transformacji. W przypadku technologii transformacji międzyramkowej, technologia transformacji podbloków (transformacja podbloku, SBT)
7. Kodowanie entropii:
H.264 wykorzystuje całkowitą dyskretną transformację kosinusową (DCT), kompresję CABAC (bezstratną, CABAC to również krótki kod dla danych o wysokiej częstotliwości, długi kod dla danych o niskiej częstotliwości. klatki to sekwencja obrazów GOP.
VP9 obsługuje cztery rozmiary transformacji: 32x32, 16x16, 8x8 i 4x4. Te transformacje, podobnie jak większość innych kodów, są przybliżonymi liczbami całkowitymi DCT. W makroblokach zakodowanych wewnątrzkodowo jedna lub obie pionowe i poziome ścieżki transformacji będą miały postać DST (Discrete Sine Transform).
Kodowanie entropijne HEVC wykorzystuje dwa kody arytmetyczne: CABAC i CAVLC. CAVLC jest używany głównie do kodowania SEI, zestawów parametrów, nagłówków filmów itp., A wszystkie pozostałe elementy danych i składni są kodowane przy użyciu CABAC.
H.265: skanowanie zygzakowe: technologia ACS, skanowanie w pionie, skanowanie w poziomie, skanowanie po przekątnej.
8. Filtrowanie:
H.265 dodaje SAO
ALF dodany w H.266, jasność 7x7, chroma 5x5
Dla każdego bloku VP9 można wybrać trzy różne filtry interpolacji subpikseli:
Normalny ósmy piksel / gładki ósmy piksel, przewidywanie może być gładkie lub rozmyte / ostry piksel ósmy, może to być ostra prognoza
9. Technologia przyspieszenia
H.265 dodaje równoległe zestawy narzędzi, takie jak Tile i WPP, aby poprawić szybkość kodowania
Płytka dzieli obraz na prostokątne obszary. Blok kafli to podstawowa jednostka równoległa. W niektórych plasterkach może być wiele kafelków, a na niektórych kafelkach wiele plasterków.
WPP: Pełna nazwa to równoległy proces wavefront, który jest podstawową jednostką kodowania zachowania LCU.
Jedna linia bloku LCU jest podstawową jednostką równoległą, a każda linia LCU jest podstrumieniem
10. Inny
VP9 optymalizuje dokładność ósmego piksela wektora ruchu, trzy przełączalne filtry interpolacji subpikselowej, wektor ruchu odniesienia, kodowanie entropii, filtrowanie pętli, ADST, DCT itp.
Poziom H.264: opis wideo, im wyższy poziom, tym wyższa szybkość transmisji, rozdzielczość i fps wideo
H.266: Wspólne kodowanie Chroma JCCR
Technologia HEVC IBDI
