视频编解码学习7之视频编码简介

视频编码技能发展进程与主流编码尺度详解

视频编码技能是当代数字媒体范畴的核心技能之一，它通过高效的压缩算法大幅减少了视频数据的体积，使得视频的存储、传输和播放变得更加高效和经济。从早期的H.261尺度到最新的AV1和H.266/VVC，视频编码技能履历了数十年的发展演进，压缩服从提高了数十倍。本文将全面先容视频编码技能的发展汗青、基本原理以及全部主流编码技能的具体特点，包罗H.26x系列、MPEG系列以及新兴的AV1等开放尺度，资助读者深入理解这一关键技能范畴的发展脉络和技能特点。
视频编码技能概述与发展进程

视频编码技能是指通过特定算法对原始视频数据进行压缩处置惩罚，以减少存储空间和传输带宽需求的技能。自20世纪80年代以来，视频编码技能履历了从简朴压缩到高效智能编码的演进过程，其发展动力告急泉源于对更高压缩服从和更好视频质量的不懈追求。
视频编码技能的发展进程可以清楚地划分为几个告急阶段：

•         1980年代-早期尺度诞生：这一时期诞生了H.261尺度，它是首个实用的视频编码尺度，专为ISDN网络上的视频聚会会议操持，采用了基于运动赔偿的帧间猜测和DCT变换的混淆编码框架，奠基了后续尺度的根本架构159。同时期，MPEG组织也开始订定用于存储媒体的压缩尺度。
  
•         1990年代-尺度分化发展：ITU-T推出了H.263尺度，针对低码率应用进行了优化；而ISO/IEC的MPEG组织则发布了MPEG-1(用于VCD)、MPEG-2(用于DVD和数字电视)等尺度。这一时期的特点是尺度分化，针对差别应用场景发展出差别的编码技能16。
  
•         2000年代-统一与高效：H.264/AVC尺度的出现标志着视频编码技能进入成熟期，它由ITU-T和ISO/IEC联合订定，在压缩服从上实现了巨大突破，比H.263提高了约50%的压缩率，成为互联网视频的究竟尺度236。
  
•         2010年代-高清与智能：随着4K/8K视频的遍及，H.265/HEVC应运而生，它进一步提高了压缩服从，支持更高分辨率的视频。同时，谷歌主导的VP9和开放媒体同盟的AV1等免版税尺度开始挑衅传统专利尺度23。
  
•         2020年代-智能与陶醉：最新的H.266/VVC和AV1等尺度开始支持更智能的内容感知编码，为元宇宙、VR/AR等陶醉式应用提供技能根本310。
  

视频编码技能的基本原理是去除视频数据中的冗余信息，告急包罗三种范例的冗余：

•         空间冗余：图像相邻像素之间的相干性，可以通过帧内猜测和变换编码来消除68。
  
•         时间冗余：视频序列中相邻帧之间的相似性，通过运动估计和运动赔偿技能来减少68。
  
•         统计冗余：数据本身的概率分布不匀称性，通过熵编码(如哈夫曼编码、算术编码)来压缩78。
  

别的，编码技能还使用人类视觉体系(HVS)的特性，去除人眼不敏感的视觉冗余信息，如对色度信息采用比亮度信息更低的采样率8。
表：视频编码技能发展里程碑
年代尺度告急特点范例应用1984-1990H.261首个实用视频编码尺度，混淆编码框架ISDN视频聚会会议1990-1995MPEG-1, H.263支持CD-ROM视频，改进低码率性能VCD, 视频电话1995-2003MPEG-2, MPEG-4支持数字电视，引入基于对象编码DVD, 数字电视2003-2013H.264/AVC压缩服从提高50%，网络友好互联网视频, HDTV2013-2020H.265/HEVC, VP9支持4K/8K，压缩服从再提高50%UHDTV, 流媒体2020-至今H.266/VVC, AV1智能编码，支持VR/AR元宇宙, 陶醉式媒体随着技能的进步，视频编码尺度不但在压缩服从上连续提拔，在功能上也越来越丰富，从单纯的压缩工具发展为支持可伸缩编码、错误规复、内容交互等高级特性的多媒体处置惩罚平台36。同时，编码尺度的订定也从最初的专有技能徐徐走向开放协作，AV1等开放尺度的出现为行业带来了新的发展机遇2。
早期视频编码尺度：H.261与MPEG-1

视频编码技能的尺度化进程始于20世纪80年代末，其时数字视频应用开始从专业范畴向贸易和消费范畴扩展。H.261和MPEG-1作为最早的两个告急视频编码尺度，奠基了当代视频压缩技能的根本框架，其影响不绝连续至今。
H.261：视频编码的奠基者

H.261尺度由ITU-T(国际电信同盟电信尺度化部门)于1988年订定完成，1990年正式答应，是第一个实用化的视频编码尺度。它专为ISDN(综合业务数字网)上的视频会媾和可视电话应用操持，目标码率为p×64kbit/s(p=1~30)，因此也被称为"p×64"尺度159。
H.261的技能创新告急表如今以下几个方面：

•         混淆编码框架：H.261初次将帧间猜测和变换编码联合起来，形成了经典的"猜测+变换"混淆编码架构。这一框架被后续几乎全部视频编码尺度所继承17。具体流程包罗：运动赔偿的帧间猜测、DCT变换、量化和熵编码。
  
•         基于块的处置惩罚：H.261将图像划分为16×16像素的宏块(Macroblock)，这是视频编码中块处置惩罚概念的劈头。每个宏块可以独立选择使用帧内编码或帧间编码模式59。
  
•         运动赔偿技能：为了去除时间冗余，H.261引入了运动估计和运动赔偿技能，通过探求相邻帧中相似块的位置偏移(运动矢量)，只编码残差部门79。
  
•         DCT变换：对残差数据或帧内块进行8×8离散余弦变换(DCT)，将空域信号转换到频域，使能量会合在少数低频系数上，便于后续量化压缩15。
  

H.261仅支持两种图像格式：QCIF(176×144)和CIF(352×288)，且运动估计精度只到整像素级别，没有B帧(双向猜测帧)概念，只有I帧(帧内编码帧)和P帧(前向猜测帧)69。只管以本日的尺度看，H.261的压缩服从不高，但它建立了视频编码的基本方法论，其技能框架影响深远。
MPEG-1：面向存储媒体的编码尺度

MPEG-1是ISO/IEC的运动图像专家组(MPEG)于1993年发布的视频编码尺度，告急针对CD-ROM等存储媒体上的视频播放应用，范例码率为1.2Mbit/s左右，可以或许提供30帧CIF(352×288)质量的图像159。
MPEG-1在H.261的根本上进行了多项告急改进：

•         引入B帧：MPEG-1新增了双向猜测帧(B帧)，可以同时参考前后帧进行猜测，显着提高了压缩服从。B帧的使用是MPEG-1相比H.261压缩服从提拔的关键因素之一16。
  
•         更灵活的GOP布局：MPEG-1界说了图像组(GOP，Group of Pictures)的概念，允许在I帧和P帧之间插入多个B帧，形成如IBBPBBPBB...的编码布局68。
  
•         半像素运动估计：将运动估计的精度从H.261的整像素提高到半像素级别，使运动赔偿更加精确，残差数据更小19。
  
•         D帧：MPEG-1还引入了直流帧(D帧)，只编码块的DC系数，用于快速预览等特殊应用5。
  

MPEG-1尺度分为体系、视频和音频三部门，此中第二部门是视频编码规范。它最初是为VCD(视频光盘)操持的，但也广泛应用于早期的网络视频。MPEG-1的一个显着特点是编解码复杂度不对称，编码比解码复杂得多，这符合存储应用的特点15。
表：H.261与MPEG-1告急技能参数对比
技能特性H.261MPEG-1订定组织ITU-TISO/IEC MPEG发布时间19901993目标应用视频聚会会议CD-ROM视频范例码率p×64kbit/s (p=1~30)1.2Mbit/s图像格式QCIF, CIFCIF帧范例I帧, P帧I帧, P帧, B帧运动估计精度整像素半像素关键技能DCT变换, 运动赔偿引入B帧, GOP布局早期尺度的局限性与影响

只管H.261和MPEG-1取得了巨大乐成，但随着应用需求的增长，它们徐徐暴袒露一些局限性：

•         压缩服从有限：受其时技能条件限制，早期尺度的压缩率相对较低，H.261在低码率下图像质量较差，MPEG-1的1.2Mbit/s码率也难以满足更高画质需求15。
  
•         功能单一：这些尺度告急针对特定应用操持(H.261用于视频聚会会议，MPEG-1用于存储播放)，缺乏灵活性和可扩展性9。
  
•         分辨率支持有限：最高只支持CIF(352×288)分辨率，无法满足厥后出现的尺度清楚度电视(SDTV)和高清楚度电视(HDTV)需求16。
  

然而，H.261和MPEG-1建立的混淆编码框架——运动赔偿猜测加变换编码——成为后续全部主流视频编码尺度的根本。据估计，当代视频编码尺度如H.264/AVC和H.265/HEVC中，约有70%的技能可以追溯到H.261最初的操持理念7。这种技能框架的持久生命力证实确早期尺度操持的合理性和前瞻性。
随着多媒体应用的遍及，用户对视频质量的要求不断提高，推动着视频编码技能向更高服从、更多功能的方向发展，直接催生了MPEG-2、H.263等后续尺度159。
视频编码技能成熟期：H.263与MPEG-2/4

随着多媒体应用的遍及和数字电视的鼓起，1990年代中期至2000年代初，视频编码技能进入快速发展阶段。这一时期出现了多个告急尺度，包罗ITU-T的H.263系列和ISO/IEC的MPEG-2、MPEG-4尺度，它们在压缩服从、功能丰富性和应用范围等方面都有显着提拔，为当代数字视频财产奠基了根本。
H.263：低码率视频通讯尺度

H.263是ITU-T于1995年订定的视频编码尺度，最初目标是面向极低码率应用(小于64kbit/s)，如PSTN网络上的视频电话159。然而随着技能发展，H.263及其后续版本(H.263+、H.263++)徐徐演变为支持全码率应用的通用尺度。
H.263在H.261根本上引入了多项技能创新：

•         半像素运动赔偿：运动矢量精度提高到半像素级别，使猜测更加精确，显着减少了猜测残差16。
  
•         PB帧模式：允许将两个帧(P帧和B帧)编码为一个单元，提高编码服从59。
  
•         更多图像格式：支持Sub-QCIF(128×96)、QCIF(176×144)、CIF(352×288)、4CIF(704×576)乃至16CIF(1408×1152)等多种格式，应用范围更广16。
  
•         非限制运动矢量：允许运动矢量指向图像边界外的参考像素，通过边沿扩展技能实现，提高了边沿宏块的猜测服从5。
  
•         高级猜测模式：包罗重叠块运动赔偿(OBMC)和四个运动矢量模式(每个宏块可以使用四个8×8块的运动矢量而非一个16×16矢量)59。
  

H.263尺度操持非常灵活，包罗大量可选功能，这使得它可以或许通过差别的配置顺应从极低码率(28.8kbit/s调制解调器)到较高码率(数Mbit/s)的各种应用场景1。然而，过多的选项也导致H.263实现复杂，差别装备间的互操作性成为挑衅，这一标题在H.263+和H.263++中更为突出59。
MPEG-2：数字电视的基石

MPEG-2尺度于1995年发布，是MPEG-1的扩展和美满，告急针对数字电视和高清楚度视频应用16。它保持了与MPEG-1的向后兼容性，同时在多个方面进行了告急增强：

•         支持隔行扫描视频：MPEG-2明确区分"帧"(渐进扫描)和"场"(隔行扫描)的概念，在场编码模式下，可以对顶场和底场分别进行运动赔偿猜测16。
  
•         更高的分辨率支持：MPEG-2支持从低分辨率(352×288)到高清楚度(1920×1080)的多种图像格式，满足从VCD到HDTV的差别需求6。
  
•         可分级编码：引入空间可分级性、时间可分级性和信噪比(SNR)可分级性，允许从一个码流中提取差别质量的子码流，顺应差别的网络条件和终端本领15。
  
•         更精细的量化控制：MPEG-2采用更精细的量化步长调整战略，支持非线性量化矩阵，更好地顺应人类视觉特性6。
  
•         传输流与节目流：MPEG-2体系层界说了两种复用格式：传输流(TS)用于易错环境如广播，节目流(PS)用于无误码环境如存储媒体，这一操持极大促进了数字电视的发展1。
  

MPEG-2视频部门(第二部门)的技能规范与ITU-T的H.262尺度完全类似，是两大尺度化组织互助的成果15。MPEG-2取得了巨大贸易乐成，广泛应用于数字卫星电视、有线数字电视、DVD视频以及厥后的地面数字电视等范畴。纵然在本日，固然压缩服从已被新一代尺度逾越，MPEG-2仍在许多传统广播体系中使用6。
MPEG-4：基于对象的编码革命

MPEG-4(第二部门)尺度于1999年发布，代表了视频编码理念的巨大变化——从基于帧的编码转向基于对象的编码159。其核心思想是将视频场景视为由多个音频视频对象(AVO，Audio-Visual Object)构成，每个对象可以独立编码、传输和组合，从而实现高度交互性。
MPEG-4的告急技能创新包罗：

•         基于对象的编码：支持对场景中的差别对象(如远景人物和配景)分别编码，用户可以选择性地解码和操作特定对象14。
  
•         形状编码：为每个视频对象界说透明度形状信息，并对其进行高效编码，这是实现对象分离的根本45。
  
•         精灵编码：针对配景等静态或准静态对象，采用精灵(Sprite)编码技能，将整个配景作为一张大图传输，然后只传送相机运动参数5。
  
•         可伸缩性增强：提供比MPEG-2更灵活的可分级编码方式，支持精细粒度可伸缩性(FGS)编码1。
  
•         人脸与身材动画：界说参数化的人脸和身材动画模型，可以用极低的码率驱动假造人物5。
  

只管MPEG-4的基于对象编码理念极具前瞻性，但由于技能复杂度和实现难度较高，这部门功能在现实应用中并未广泛遍及19。相反，MPEG-4的简朴档次(Simple Profile)和高级简朴档次(Advanced Simple Profile)等基于传统帧编码的部门得到了广泛应用，特殊是在网络视频和移动视频范畴56。
MPEG-4还引入了DRM支持和交互性等特性，使其成为第一个真正意义上的多媒体框架尺度，而不但仅是视频编码尺度5。然而，MPEG-4的专利授权政策较为复杂且费用较高，这在肯定水平上限制了它的遍及6。
表：H.263、MPEG-2与MPEG-4告急特性对比
特性H.263系列MPEG-2MPEG-4(第二部门)告急目标低码率视频通讯数字电视与存储多媒体交互与低码率核心技能半像素运动估计，PB帧隔行扫描处置惩罚，可分级编码基于对象的编码，形状编码范例应用视频聚会会议，可视电话DVD，数字电视网络视频，移动视频压缩服从比H.261提高30-50%与MPEG-1相当(同质量下码率减半)比MPEG-1提高约50%创新特点灵活选项多，顺应性强传输流，广播友好
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。