MPEG4 to technologia kompresji odpowiednia do monitoringu
MPEG4 został ogłoszony w listopadzie 1998 roku. Międzynarodowy standard MPEG4, który pierwotnie miał zostać wprowadzony do użytku w styczniu 1999 roku, służy nie tylko do kodowania wideo i audio przy określonej przepływności, ale także zwraca większą uwagę na interaktywność i elastyczność systemy multimedialne. Eksperci z grupy ekspertów MPEG ciężko pracują nad sformułowaniem MPEG-4. Standard MPEG-4 jest używany głównie w wideotelefonach, wideo e-mailach i wiadomościach elektronicznych, itp. Jego wymagania dotyczące szybkości transmisji są stosunkowo niskie, między 4800-64000 bitów / s, a rozdzielczość wynosi od 4800 do 64000 bitów / s. To jest 176X144. MPEG-4 wykorzystuje bardzo wąskie pasmo, kompresuje i przesyła dane za pomocą technologii rekonstrukcji ramek, aby uzyskać jak najmniej danych i uzyskać najlepszą jakość obrazu.
W porównaniu z MPEG-1 i MPEG-2 cechą charakterystyczną MPEG-4 jest to, że jest bardziej odpowiedni dla interaktywnych usług AV i zdalnego monitorowania. MPEG-4 to pierwszy dynamiczny standard obrazu, który zmienia Cię z pasywnego na aktywny (nie tylko oglądanie, co pozwala na przyłączenie się, czyli interaktywny); inną jego cechą jest jej kompleksowość; ze źródła MPEG-4 próbuje łączyć obiekty naturalne z obiektami stworzonymi przez człowieka (w sensie efektów wizualnych). Celem projektu MPEG-4 jest również szersza adaptowalność i skalowalność. MPEG4 stara się osiągnąć dwa cele:
1. Komunikacja multimedialna przy niskiej przepływności;
2. Jest syntezą komunikacji multimedialnej w wielu branżach.
Zgodnie z tym celem, MPEG4 wprowadza obiekty AV (Audio / Visaul Objects), umożliwiając bardziej interaktywne operacje. Rozdzielczość jakości wideo MPEG-4 jest stosunkowo wysoka, a szybkość transmisji danych jest stosunkowo niska. Głównym powodem jest to, że MPEG-4 wykorzystuje technologię ACE (Advanced Decoding Efficiency), która jest zbiorem reguł algorytmu kodowania zastosowanych po raz pierwszy w MPEG-4. Orientacja na cel związana z ACE może umożliwić bardzo niskie szybkości transmisji danych. W porównaniu z MPEG-2 pozwala zaoszczędzić 90% miejsca na dysku. MPEG-4 można również w szerokim zakresie aktualizować w strumieniach audio i wideo. Gdy wideo zmienia się między 5kb/s a 10Mb/s, sygnał audio może być przetwarzany w zakresie od 2kb/s do 24kb/s. Należy szczególnie podkreślić, że standard MPEG-4 jest zorientowaną obiektowo metodą kompresji. Nie polega to po prostu na podzieleniu obrazu na kilka bloków, takich jak MPEG-1 i MPEG-2, ale zgodnie z zawartością obrazu, obiektami (obiektami, znakami, tłem). i kompresji oraz umożliwia elastyczną alokację szybkości kodu między różnymi obiektami. Więcej bajtów jest przydzielanych do ważnych obiektów, a mniej bajtów jest przydzielanych do obiektów drugorzędnych. W ten sposób współczynnik kompresji jest znacznie poprawiony, dzięki czemu można uzyskać lepsze wyniki przy niższym współczynniku kodowania. Zorientowana obiektowo metoda kompresji MPEG-4 sprawia, że funkcja wykrywania obrazu i dokładność są lepiej odzwierciedlone. Funkcja wykrywania obrazu umożliwia systemowi rejestratora wideo z dyskiem twardym lepszą funkcję alarmu ruchu wideo.
Krótko mówiąc, MPEG-4 to zupełnie nowy standard kodowania wideo o niskiej przepływności i wysokim współczynniku kompresji. Szybkość transmisji wynosi 4.8 ~ 64 kbit / s i zajmuje stosunkowo niewielką przestrzeń dyskową. Na przykład dla kolorowego ekranu o rozdzielczości 352×288 , Gdy przestrzeń zajmowana przez każdą klatkę wynosi 1.3KB, jeśli wybierzesz 25 klatek/sekundę, będzie to wymagało 120KB na godzinę, 10 godzin dziennie, 30 dni w miesiącu i 36 GB na kanał miesięcznie. Jeśli jest to 8 kanałów, wymagane jest 288 GB, co jest oczywiście akceptowalne.
Istnieje wiele rodzajów technologii w tej dziedzinie, ale najbardziej podstawowe i najczęściej używane w tym samym czasie to MPEG1, MPEG2, MPEG4 i inne. MPEG1 to technologia o wysokim współczynniku kompresji, ale gorszej jakości obrazu; podczas gdy technologia MPEG2 koncentruje się głównie na jakości obrazu, a współczynnik kompresji jest mały, więc wymaga dużej przestrzeni dyskowej; Technologia MPEG4 jest obecnie bardziej popularną technologią, przy użyciu tej technologii można oszczędzać miejsce, zapewnia wysoką jakość obrazu i nie wymaga dużej przepustowości transmisji sieciowej. Z drugiej strony technologia MPEG4 jest stosunkowo popularna w Chinach i została również doceniona przez ekspertów branżowych.
Zgodnie ze wstępem, ponieważ standard MPEG4 wykorzystuje linie telefoniczne jako medium transmisyjne, dekodery mogą być konfigurowane na miejscu zgodnie z różnymi wymaganiami aplikacji. Różnica między nim a metodą kodowania kompresyjnego opartą na dedykowanym sprzęcie polega na tym, że system kodowania jest otwarty i w każdej chwili można dodawać nowe i efektywne moduły algorytmów. MPEG4 dostosowuje metodę kompresji zgodnie z przestrzenną i czasową charakterystyką obrazu, aby uzyskać wyższy współczynnik kompresji, niższy strumień kodu kompresji i lepszą jakość obrazu niż MPEG1. Jego cele zastosowań obejmują transmisję wąskopasmową, kompresję wysokiej jakości, operacje interaktywne i wyrażenia, które integrują obiekty naturalne z obiektami stworzonymi przez człowieka, jednocześnie kładąc szczególny nacisk na szeroką adaptowalność i skalowalność. Dlatego MPEG4 opiera się na charakterystyce opisu sceny i projektowaniu zorientowanym na szerokość pasma, co czyni go bardzo przydatnym w dziedzinie nadzoru wideo, co znajduje odzwierciedlenie głównie w następujących aspektach:
1. Przestrzeń dyskowa jest zaoszczędzona - miejsce wymagane do przyjęcia formatu MPEG4 wynosi 1/10 miejsca w przypadku MPEG1 lub M-JPEG. Ponadto, ponieważ MPEG4 może automatycznie dostosowywać metodę kompresji do zmian scen, może zapewnić, że jakość obrazu nie ulegnie pogorszeniu w przypadku obrazów nieruchomych, ogólnych scen sportowych i scen intensywnej aktywności. Jest to skuteczniejsza metoda kodowania wideo.
2. Wysoka jakość obrazu - Najwyższa rozdzielczość obrazu MPEG4 to 720x576, co jest zbliżone do efektu obrazu z DVD. MPEG4 oparty na trybie kompresji AV określa, że może zagwarantować dobrą rozdzielczość poruszających się obiektów, a czas/czas/jakość obrazu można regulować.
3. Wymagania dotyczące przepustowości transmisji sieciowej nie są wysokie - ponieważ współczynnik kompresji MPEG4 jest ponad 10 razy większy niż MPEG1 i M-JPEG tej samej jakości, przepustowość zajmowana podczas transmisji sieciowej wynosi tylko około 1/10 tego MPEG1 i M-JPEG o tej samej jakości. . Przy tych samych wymaganiach dotyczących jakości obrazu MPEG4 potrzebuje tylko węższego pasma.
====================
Najważniejsze informacje techniczne nowego standardu kodowania wideo H.264
Podsumowanie:
W praktycznych zastosowaniach zalecenie H.264 opracowane wspólnie przez dwie główne międzynarodowe organizacje normalizacyjne, ISO/IEC i ITU-T, jest nowym osiągnięciem w technologii kodowania wideo. Ma swoje unikalne cechy w zakresie przewidywania ruchu w wielu trybach, transformacji liczb całkowitych, ujednoliconego kodowania symboli VLC i warstwowej składni kodowania. Dlatego algorytm H.264 charakteryzuje się wysoką wydajnością kodowania, a perspektywy jego zastosowania powinny być oczywiste.
Słowa kluczowe: kodowanie obrazu wideo komunikacja JVT
Od lat 1980. wprowadzenie dwóch głównych serii międzynarodowych standardów kodowania wideo, MPEG-x opracowanego przez ISO/IEC i H.26x opracowanego przez ITU-T, zapoczątkowało nową erę komunikacji wideo i aplikacji do przechowywania. Od zaleceń dotyczących kodowania wideo H.261 do H.262 / 3, MPEG-1/2/4 itp., Istnieje wspólny cel, który jest stale realizowany, to znaczy uzyskanie jak największej liczby przy najniższej możliwej przepływności. (lub pojemność pamięci). Dobra jakość obrazu. Ponadto, wraz ze wzrostem zapotrzebowania rynku na transmisję obrazu, coraz bardziej widoczny staje się problem dostosowania się do charakterystyk transmisji różnych kanałów. Jest to problem, który ma rozwiązać nowy standard wideo H.264 opracowany wspólnie przez IEO/IEC i ITU-T.
H.261 to najwcześniejsza propozycja kodowania wideo, której celem jest standaryzacja technologii kodowania wideo w aplikacjach telewizji konferencyjnej i wideotelefonów sieci ISDN. Algorytm, którego używa, łączy hybrydową metodę kodowania przewidywania międzyramkowego, która może zmniejszyć nadmiarowość czasową i transformację DCT, która może zmniejszyć nadmiarowość przestrzenną. Pasuje do kanału ISDN, a jego wyjściowa szybkość kodowania wynosi p × 64 kbit / s. Gdy wartość p jest mała, można przesyłać tylko obrazy o niskiej rozdzielczości, co jest odpowiednie dla bezpośrednich rozmów telewizyjnych; gdy wartość p jest duża (np. p> 6), można przesyłać obrazy telewizyjne z konferencji o lepszej rozdzielczości. H.263 zaleca standard kompresji obrazu o niskiej przepływności, który jest technicznym ulepszeniem i rozszerzeniem H.261 i obsługuje aplikacje z przepływnością mniejszą niż 64 kbit / s. Ale w rzeczywistości H.263 i późniejsze H.263 + i H.263 ++ zostały opracowane do obsługi aplikacji z pełną szybkością transmisji. Widać to po tym, że obsługuje wiele formatów obrazu, takich jak Sub-QCIF, QCIF, CIF, 4CIF, a nawet 16CIF i inne.
Współczynnik kodowania standardu MPEG-1 wynosi około 1.2 Mb / s i może zapewnić 30 klatek obrazu o jakości CIF (352 × 288). Został opracowany do przechowywania i odtwarzania wideo na płytach CD-ROM. Podstawowy algorytm części standardowego kodowania wideo MPEG-l jest podobny do H.261 / H.263, a stosowane są również takie środki, jak przewidywanie międzyramkowe z kompensacją ruchu, dwuwymiarowe kodowanie DCT i VLC. Ponadto, koncepcje takie jak ramka wewnętrzna (I), ramka predykcyjna (P), ramka predykcyjna dwukierunkowa (B) i ramka DC (D) są wprowadzane w celu dalszej poprawy wydajności kodowania. Bazując na MPEG-1, standard MPEG-2 wprowadził pewne ulepszenia w zakresie poprawy rozdzielczości obrazu i zgodności z telewizją cyfrową. Na przykład dokładność jego wektora ruchu wynosi pół piksela; w operacjach kodowania (takich jak przewidywanie ruchu i DCT) Rozróżnianie między „ramką” a „polem”; wprowadzić technologie skalowalności kodowania, takie jak skalowalność przestrzenna, skalowalność czasowa i skalowalność stosunku sygnału do szumu. Wprowadzony w ostatnich latach standard MPEG-4 wprowadził kodowanie oparte na obiektach audiowizualnych (AVO: Audio-Visual Object), co znacznie poprawia możliwości interaktywne i efektywność kodowania komunikacji wideo. W MPEG-4 przyjęto również kilka nowych technologii, takich jak kodowanie kształtu, adaptacyjne DCT, kodowanie obiektów wideo o dowolnym kształcie i tak dalej. Ale podstawowy koder wideo MPEG-4 nadal należy do pewnego rodzaju kodera hybrydowego podobnego do H.263.
Krótko mówiąc, zalecenie H.261 jest klasycznym kodowaniem wideo, H.263 jest jego rozwinięciem i będzie stopniowo zastępować je w praktyce, głównie używanej w komunikacji, ale liczne opcje H.263 często powodują, że użytkownicy są zagubieni. Seria standardów MPEG ewoluowała od aplikacji dla nośników pamięci do aplikacji, które dostosowują się do mediów transmisyjnych. Podstawowa struktura jego podstawowego kodowania wideo jest zgodna z H.261. Wśród nich przyciągająca wzrok „kodowanie obiektowe” część MPEG-4 jest spowodowana wciąż Istnieją przeszkody techniczne i jest trudna do uniwersalnego zastosowania. Dlatego nowa propozycja kodowania wideo H.264 opracowana na tej podstawie przezwycięża słabości tych dwóch, wprowadza nową metodę kodowania w ramach kodowania hybrydowego, poprawia wydajność kodowania i ma praktyczne zastosowania. Jednocześnie został on wspólnie sformułowany przez dwie główne międzynarodowe organizacje normalizacyjne, a perspektywy jego zastosowania powinny być oczywiste.
1. JVT's H.264
H.264 to nowy standard cyfrowego kodowania wideo opracowany przez wspólny zespół wideo (JVT: wspólny zespół wideo) VCEG (Video Coding Experts Group) ITU-T i MPEG (Moving Picture Coding Experts Group) ISO / IEC. Jest to część 10 standardu ITU-T H.264 i ISO / IEC MPEG-4. Pozyskiwanie draftów rozpoczęto w styczniu 1998 r. Pierwsza wersja została zakończona we wrześniu 1999 r. Model testowy TML-8 został opracowany w maju 2001 r. Zarząd FCD H.264 został zatwierdzony na piątym posiedzeniu JVT w czerwcu 5 r. Standard jest obecnie w fazie rozwoju i ma zostać oficjalnie przyjęty w pierwszej połowie przyszłego roku.
H.264, podobnie jak poprzedni standard, jest również hybrydowym trybem kodowania DPCM plus kodowanie transformacyjne. Jednak przyjmuje zwięzły projekt „powrotu do podstaw”, bez wielu opcji i uzyskuje znacznie lepszą wydajność kompresji niż H.263++; wzmacnia zdolność adaptacji do różnych kanałów i przyjmuje strukturę i składnię „przyjazną dla sieci”. Sprzyja przetwarzaniu błędów i utracie pakietów; szeroka gama celów aplikacji w celu zaspokojenia potrzeb związanych z różnymi prędkościami, różnymi rozdzielczościami i różnymi okazjami do transmisji (przechowywania); jego podstawowy system jest otwarty i do użytkowania nie są wymagane żadne prawa autorskie.
Z technicznego punktu widzenia standard H.264 ma wiele zalet, takich jak ujednolicone kodowanie symboli VLC, wysoce precyzyjne, wielomodowe oszacowanie przemieszczenia, transformacja liczb całkowitych oparta na blokach 4 × 4 i warstwowa składnia kodowania. Te środki sprawiają, że algorytm H.264 ma bardzo wysoką wydajność kodowania, przy tej samej jakości zrekonstruowanego obrazu może zaoszczędzić około 50% współczynnika kodowania niż H.263. Struktura strumienia kodu H.264 ma dużą zdolność adaptacji do sieci, zwiększa możliwości odzyskiwania błędów i może dobrze dostosować się do zastosowań sieci IP i sieci bezprzewodowych.
2. Dane techniczne H264
Projekt warstwowy
Algorytm H.264 można koncepcyjnie podzielić na dwie warstwy: warstwa kodowania wideo (VCL: Video Coding Layer) odpowiada za wydajną reprezentację treści wideo, a warstwa abstrakcji sieci (NAL: Network Abstraction Layer) odpowiada za odpowiedni sposób wymagane przez sieć. Pakuj i przesyłaj dane. Hierarchiczną strukturę kodera H.264 pokazano na rysunku 1. Interfejs oparty na pakietach jest zdefiniowany między VCL i NAL, a pakietowanie i odpowiednia sygnalizacja są częścią NAL. W ten sposób zadania związane z wysoką wydajnością kodowania i przyjaznością dla sieci są wykonywane odpowiednio przez VCL i NAL.
Warstwa VCL zawiera kodowanie hybrydowe kompensacji ruchu oparte na blokach i kilka nowych funkcji. Podobnie jak poprzednie standardy kodowania wideo, H.264 nie zawiera w wersji roboczej funkcji, takich jak przetwarzanie wstępne i przetwarzanie końcowe, co może zwiększyć elastyczność standardu.
NAL jest odpowiedzialny za wykorzystanie formatu segmentacji sieci niższej warstwy do hermetyzacji danych, w tym ramkowania, sygnalizacji kanału logicznego, wykorzystania informacji o taktowaniu lub sygnału końca sekwencji itp. Na przykład NAL obsługuje formaty transmisji wideo w kanałach z komutacją łączy oraz obsługuje formaty transmisji wideo w Internecie za pomocą RTP/UDP/IP. NAL zawiera własne informacje nagłówka, informacje o strukturze segmentu i informacje o rzeczywistym obciążeniu, to znaczy dane VCL wyższej warstwy. (Jeśli stosowana jest technologia segmentacji danych, dane mogą składać się z kilku części).
Precyzyjne przewidywanie ruchu w wielu trybach
H.264 obsługuje wektory ruchu z dokładnością do 1/4 lub 1/8 piksela. Przy dokładności 1/4 piksela można zastosować filtr 6-odczepowy w celu redukcji szumów o wysokiej częstotliwości. W przypadku wektorów ruchu z dokładnością do 1/8 piksela można zastosować bardziej złożony filtr 8-punktowy. Podczas wykonywania przewidywania ruchu, koder może również wybrać „ulepszone” filtry interpolacyjne, aby poprawić efekt predykcji
W przewidywaniu ruchu w H.264, makroblok (MB) można podzielić na różne podbloki zgodnie z rysunkiem 2, aby utworzyć 7 różnych trybów rozmiarów bloków. Ten elastyczny i szczegółowy podział w wielu trybach jest bardziej odpowiedni dla kształtu rzeczywistych poruszających się obiektów na obrazie, co znacznie się poprawia
Poprawiono dokładność przewidywania ruchu. W ten sposób każdy makroblok może zawierać 1, 2, 4, 8 lub 16 wektorów ruchu.
W H.264 koder może używać więcej niż jednej poprzedniej ramki do szacowania ruchu, co jest tak zwaną technologią odniesienia wieloramkowego. Na przykład, jeżeli 2 lub 3 ramki są tylko zakodowanymi ramkami odniesienia, koder wybierze lepszą ramkę predykcji dla każdego docelowego makrobloku i wskaże dla każdego makrobloku, która ramka jest używana do predykcji.
4 × 4 blokowa transformacja liczb całkowitych
H.264 jest podobny do poprzedniego standardu, wykorzystując kodowanie transformacji blokowej dla reszty, ale transformacja jest operacją na liczbach całkowitych zamiast operacji na liczbach rzeczywistych, a proces jest zasadniczo podobny do DCT. Zaletą tej metody jest to, że w koderze i dekoderze dopuszczalna jest taka sama transformacja dokładności i transformacja odwrotna, co ułatwia stosowanie prostej arytmetyki stałoprzecinkowej. Innymi słowy, nie ma tutaj „odwrotnego błędu transformacji”. Jednostką transformacji są bloki 4 × 4, zamiast powszechnie stosowanych w przeszłości bloków 8 × 8. Ponieważ rozmiar bloku transformacji jest zmniejszony, podział poruszającego się obiektu jest dokładniejszy. W ten sposób nie tylko wielkość obliczeń transformacji jest stosunkowo niewielka, ale również znacznie zmniejsza się błąd zbieżności na krawędzi poruszającego się obiektu. Aby metoda transformacji bloku o małym rozmiarze nie generowała różnicy w skali szarości między blokami w większym gładkim obszarze obrazu, współczynnik DC 16 4 × 4 bloków danych jasności wewnątrzramkowego makrobloku (każdy mały blok Jeden w sumie 16) wykonuje drugą transformację bloku 4 × 4 i wykonuje transformację blokową 2 × 2 na współczynnikach DC 4 4 × 4 bloków danych chrominancji (po jednym dla każdego małego bloku, łącznie 4).
Aby poprawić zdolność H.264 do sterowania szybkością, zmiana wielkości kroku kwantyzacji jest kontrolowana na poziomie około 12.5% zamiast stałego wzrostu. Normalizacja amplitudy współczynnika transformacji jest przetwarzana w procesie odwrotnej kwantyzacji w celu zmniejszenia złożoności obliczeniowej. Aby podkreślić wierność koloru, przyjęto mały rozmiar kroku kwantyzacji dla współczynnika chrominancji.
Ujednolicone VLC
Istnieją dwie metody kodowania entropijnego w H.264. Jednym z nich jest użycie ujednoliconego VLC (UVLC: Universal VLC) dla wszystkich symboli, które mają być kodowane, a drugim jest użycie binarnego kodowania arytmetycznego z adaptacją treści (CABAC: Context-Adaptive). Binarne kodowanie arytmetyczne). CABAC jest opcją opcjonalną, jego wydajność kodowania jest nieco lepsza niż UVLC, ale złożoność obliczeniowa jest również wyższa. UVLC używa zestawu słów kodowych o nieograniczonej długości, a struktura projektu jest bardzo regularna, a różne obiekty mogą być kodowane za pomocą tej samej tabeli kodów. Ta metoda jest łatwa do wygenerowania słowa kodowego, a dekoder może łatwo zidentyfikować przedrostek słowa kodowego, a UVLC może szybko uzyskać ponowną synchronizację, gdy wystąpi błąd bitowy
Tutaj x0, x1, x2, ... są bitami INFO i mają wartość 0 lub 1. Rysunek 4 przedstawia pierwsze 9 słów kodowych. Na przykład czwarte słowo liczbowe zawiera INFO4. Projekt tego słowa kodowego jest zoptymalizowany pod kątem szybkiej ponownej synchronizacji, aby zapobiec błędom bitowym.
wewnętrzna oferta
W poprzednich standardach serii H.26x i serii MPEG-x stosowane są metody przewidywania międzyramkowego. W H.264 podczas kodowania obrazów Intra dostępna jest predykcja wewnątrzklatkowa. Dla każdego bloku 4×4 (z wyjątkiem specjalnego traktowania bloku krawędzi), każdy piksel można przewidzieć za pomocą innej ważonej sumy 17 najbliższych wcześniej zakodowanych pikseli (niektóre wagi mogą wynosić 0), to znaczy ten piksel 17 pikseli w lewym górnym rogu bloku. Oczywiście, ten rodzaj predykcji wewnątrzramkowej nie odbywa się w czasie, ale jest predykcyjnym algorytmem kodowania wykonywanym w domenie przestrzennej, który może usunąć nadmiarowość przestrzenną między sąsiednimi blokami i osiągnąć bardziej efektywną kompresję.
W kwadracie 4×4 a, b, ..., p to 16 pikseli do przewidzenia, a A, B, ..., P to zakodowane piksele. Na przykład wartość punktu m można przewidzieć za pomocą wzoru (J + 2K + L + 2) / 4 lub wzoru (A + B + C + D + I + J + K + L) / 8, i tak dalej. Zgodnie z wybranymi punktami odniesienia prognozowania, istnieje 9 różnych trybów luminancji, ale jest tylko 1 tryb do wewnątrzklatkowego przewidywania chrominancji.
Do środowisk IP i bezprzewodowych
Wersja robocza H.264 zawiera narzędzia do eliminacji błędów w celu ułatwienia transmisji skompresowanego wideo w środowisku z częstymi błędami i utratą pakietów, takie jak niezawodność transmisji w kanałach mobilnych lub kanałach IP.
Aby oprzeć się błędom transmisji, synchronizacja czasu w strumieniu wideo H.264 może być zrealizowana przy użyciu odświeżania obrazu wewnątrzklatkowego, a synchronizacja przestrzenna jest obsługiwana przez kodowanie o strukturze plastra. Jednocześnie, aby ułatwić ponowną synchronizację po błędzie bitowym, w danych wideo obrazu zapewniony jest również pewien punkt ponownej synchronizacji. Ponadto, wewnątrzramkowe odświeżanie makrobloków i wiele makrobloków odniesienia umożliwiają koderowi uwzględnienie nie tylko wydajności kodowania, ale także charakterystyki kanału transmisyjnego przy określaniu trybu makrobloku.
Oprócz wykorzystania zmiany rozmiaru kroku kwantyzacji w celu dostosowania do współczynnika kodowania kanału, w H.264 często stosuje się metodę segmentacji danych, aby poradzić sobie ze zmianą współczynnika kodowania kanału. Mówiąc ogólnie, koncepcja segmentacji danych polega na generowaniu danych wideo z różnymi priorytetami w koderze w celu obsługi jakości usług QoS w sieci. Na przykład, przyjęto metodę partycjonowania danych opartą na składni, aby podzielić dane z każdej ramki na kilka części zgodnie z ich ważnością, co pozwala na odrzucenie mniej ważnych informacji w przypadku przepełnienia bufora. Można również zastosować podobną metodę czasowego podziału danych, która jest realizowana przy użyciu wielu ramek odniesienia w ramkach P i B.
W zastosowaniu komunikacji bezprzewodowej możemy obsługiwać duże zmiany przepływności kanału bezprzewodowego poprzez zmianę precyzji kwantyzacji lub rozdzielczości przestrzenno-czasowej każdej ramki. Jednak w przypadku multiemisji nie można wymagać, aby koder odpowiadał na różne szybkości transmisji. Dlatego w przeciwieństwie do metody FGS (Fine Granular Scalability) używanej w MPEG-4 (z niższą wydajnością), H.264 wykorzystuje ramki SP z przełączaniem strumienia zamiast kodowania hierarchicznego.
========================
3. Wydajność TML-8
TML-8 to tryb testowy H.264, użyj go do porównania i przetestowania wydajności kodowania wideo H.264. PSNR dostarczone przez wyniki testów jasno pokazało, że w porównaniu z wydajnością MPEG-4 (ASP: Advanced Simple Profile) i H.263 ++ (HLP: High Latency Profile), wyniki H.264 mają oczywiste zalety. Jak pokazano na rysunku 5.
PSNR H.264 jest oczywiście lepszy niż MPEG-4 (ASP) i H.263 ++ (HLP). W teście porównawczym 6 prędkości PSNR H.264 jest średnio o 2 dB wyższy niż MPEG-4 (ASP). Jest średnio o 3dB wyższy niż H.263 (HLP). Sześć szybkości testowych i związane z nimi warunki to: szybkość 6 kbit / s, szybkość klatek 32 f / s i format QCIF; Szybkość 10 kbit / s, szybkość klatek 64f / s i format QCIF; Szybkość 15 kbit / s, szybkość klatek 128f / s i format CIF; Szybkość 15 kbit / s, szybkość klatek 256f / s i format QCIF; Szybkość 15 kbit / s, szybkość klatek 512f / s i format CIF; Szybkość 30 kbit / s, szybkość klatek 1024f / s i format CIF.
4. trudność realizacji
Dla każdego inżyniera rozważającego praktyczne zastosowania, zwracającego uwagę na doskonałą wydajność H.264, jest zobowiązany zmierzyć trudność jego implementacji. Ogólnie rzecz biorąc, poprawę wydajności H.264 uzyskuje się kosztem większej złożoności. Jednak wraz z rozwojem technologii ten wzrost złożoności mieści się w akceptowalnym zakresie naszej obecnej lub bliskiej przyszłości technologii. W rzeczywistości, biorąc pod uwagę ograniczenie złożoności, w H.264 nie zastosowano niektórych ulepszonych algorytmów, które są szczególnie kosztowne obliczeniowo. Na przykład H.264 nie wykorzystuje technologii globalnej kompensacji ruchu, która jest używana w MPEG-4 ASP. Zwiększona znaczna złożoność kodowania.
Zarówno H.264, jak i MPEG-4 zawierają klatki B i są bardziej precyzyjne i kompFiltry interpolacji ruchu lex niż MPEG-2, H.263 lub MPEG-4 SP (prosty profil). W celu lepszego pełnego oszacowania ruchu, H.264 znacznie zwiększył typy zmiennych rozmiarów bloków i liczbę zmiennych klatek referencyjnych.
Wymagania dotyczące pamięci RAM H.264 dotyczą głównie obrazów klatek referencyjnych, a większość kodowanych filmów wykorzystuje od 3 do 5 klatek obrazów referencyjnych. Nie wymaga więcej pamięci ROM niż zwykły koder wideo, ponieważ H.264 UVLC wykorzystuje dobrze zorganizowaną tabelę wyszukiwania dla wszystkich typów danych
5. uwagi końcowe
H.264 ma szerokie perspektywy zastosowań, takie jak komunikacja wideo w czasie rzeczywistym, transmisja wideo w Internecie, usługi przesyłania strumieniowego wideo, komunikacja wielopunktowa w sieciach heterogenicznych, przechowywanie skompresowanego wideo, bazy danych wideo itp.
Charakterystykę techniczną zaleceń H.264 można podsumować w trzech aspektach. Jednym z nich jest skupienie się na praktyczności, przyjęcie dojrzałej technologii, dążenie do wyższej wydajności kodowania i zwięzłej ekspresji; druga polega na skupieniu się na dostosowaniu do sieci komórkowych i sieci IP oraz przyjęciu technologii hierarchicznej, która oddziela kodowanie od kanału formalnie, w istocie bierze pod uwagę charakterystykę kanału bardziej w algorytmie kodera źródłowego; po trzecie, w ramach podstawowej struktury kodera hybrydowego powstają wszystkie jego główne kluczowe komponenty. Główne ulepszenia, takie jak przewidywanie ruchu w wielu trybach, przewidywanie wewnątrzramkowe, przewidywanie wielu ramek, ujednolicony VLC, dwuwymiarowa transformacja liczb całkowitych 4 × 4 itp.
Jak dotąd H.264 nie został sfinalizowany, ale dzięki wyższemu współczynnikowi kompresji i lepszej adaptowalności kanałów będzie coraz szerzej stosowany w dziedzinie cyfrowej komunikacji wideo lub pamięci masowej, a jego potencjał rozwojowy jest nieograniczony.
Na koniec należy zauważyć, że doskonała wydajność H.264 nie jest pozbawiona kosztów, ale kosztem jest duży wzrost złożoności obliczeniowej. Według szacunków złożoność obliczeniowa kodowania jest około trzykrotnie większa niż w przypadku H.263, a złożoność dekodowania - w przybliżeniu 2 razy większa niż w przypadku H.263.
===========================
Prawidłowe zrozumienie produktów technologii H.264 i MPEG-4 oraz wyeliminowanie fałszywej propagandy producenta
Uznaje się, że standard kodeka wideo H.264 ma pewien stopień zaawansowania, ale nie jest preferowanym standardem kodeka wideo, zwłaszcza jako produkt do nadzoru, ponieważ ma również pewne wady techniczne.
jest zawarty w standardzie MPEG-4 część 10 jako standard kodeka wideo H.264, co oznacza, że jest dołączony tylko do dziesiątej części MPEG-4. Innymi słowy, H.264 nie wykracza poza zakres standardu MPEG-4. Dlatego nieprawdą jest, że standard H.264 i jakość transmisji wideo w Internecie są wyższe niż MPEG-4. Przejście z MPEG-4 na H.264 jest jeszcze bardziej niezrozumiałe. Po pierwsze, poprawnie zrozummy rozwój MPEG-4:
1. MPEG-4 (SP) i MPEG-4 (ASP) to wczesne technologie MPEG-4
MPEG-4 (SP) i MPEG-4 (ASP) zostały zaproponowane w 1998 roku. Jego technologia rozwinęła się do chwili obecnej i rzeczywiście istnieją pewne problemy. Dlatego też obecny personel techniczny będący własnością państwa, który jest w stanie opracować MPEG-4, nie zastosował tej wstecznej technologii w produktach do nadzoru wideo lub wideokonferencji MPEG-4. Porównanie produktów H.264 (produkty techniczne po 2005 roku) z wczesną technologią MPEG-4 (SP) promowaną w Internecie jest naprawdę nieodpowiednie. Czy porównanie wydajności produktów IT w latach 2005 i 2001 może być przekonujące? . Należy tutaj wyjaśnić, że jest to techniczne zachowanie producentów.
Proszę spojrzeć na porównanie technologii:
Niektórzy producenci mylili się w porównaniach: przy tej samej zrekonstruowanej jakości obrazu H.264 zmniejsza przepływność o 50% w porównaniu z H.263 + i MPEG-4 (SP).
Dane te zasadniczo porównują dane produktów nowej technologii H.264 z danymi produktów wczesnej technologii MPEG-4, co jest bez znaczenia i wprowadza w błąd przy porównywaniu produktów z obecną technologią MPEG-4. Dlaczego produkty H.264 nie porównały danych z nowymi produktami wykorzystującymi technologię MPEG-4 w 2006 roku? Rozwój technologii kodowania wideo H.264 jest rzeczywiście bardzo szybki, ale efekt dekodowania wideo jest równoważny tylko efektowi wideo programu Microsoft Windows Media Player 9.0 (WM9). Obecnie na przykład technologia MPEG-4 używana przez serwer wideo z twardym dyskiem Huayi i sprzęt do wideokonferencji osiągnęła specyfikacje techniczne (WMV) w technologii dekodowania wideo, a synchronizacja audio i wideo jest krótsza niż 0.15 s (w ciągu 150 milisekund ). H.264 i Microsoft WM9 nie mogą się równać
2. Rozwijająca się technologia dekodera wideo MPEG-4:
Obecnie technologia dekodera wideo MPEG-4 rozwija się szybko, a nie tak, jak szumią producenci w Internecie. Zaletą obecnego standardu obrazu H.264 jest tylko kompresja i przechowywanie, które są o 15-20% mniejsze niż obecny plik przechowywania MPEG-4 produktów Huayi, ale jego format wideo nie jest formatem standardowym. Powodem jest to, że H.264 nie przyjmuje formatu przechowywania używanego na całym świecie, a jego pliki wideo nie mogą być otwierane za pomocą oprogramowania innych firm używanego na całym świecie. Dlatego w niektórych krajowych rządach i agencjach przy wyborze sprzętu wyraźnie zaznaczono, że pliki wideo muszą być otwierane za pomocą oprogramowania innych firm akceptowanego na arenie międzynarodowej. Jest to naprawdę ważne przy monitorowaniu produktów. Zwłaszcza w przypadku kradzieży policja musi uzyskać dowody, przeanalizować itp.
Ulepszona wersja dekodera wideo MPEG-4 to (WMV), a dźwięk różni się w zależności od technologii kodowania i doświadczenia każdego producenta. Obecne dojrzałe produkty nowej technologii MPEG-4 od 2005 do 2006 roku są znacznie lepsze niż produkty z technologią H.264 pod względem wydajności.
Pod względem transmisji: w porównaniu z nowym MPEProdukt technologii G-4 H.264, występują następujące wady:
1. Synchronizacja audio i wideo: Synchronizacja audio i wideo H.264 wiąże się z pewnymi problemami, głównie z powodu opóźnień. Wydajność transmisji H.264 jest równoważna wydajności programu Microsoft Windows Media Player 9.0 (WM9). Obecnie technologia MPEG-4 przyjęta przez sieciowy serwer wideo Huayi osiąga opóźnienie poniżej 0.15 sekundy (150 milisekund) w dziedzinie nadzoru wideo i wideokonferencji, które jest poza zasięgiem produktów H.264;
2. Efektywność transmisji sieci: przyjąć H.2
Nasze inne produkty:
