在制定數(shù)字音視頻壓縮編碼標(biāo)準(zhǔn)的過程中，聯(lián)合圖像專家組(Joint Photographic Experts Group, JPEG)、動態(tài)圖像專家組(Moving Pictures Experts Group, MPEG)和視頻編碼專家組(Video Coding ExpertGroup, VCEG)發(fā)揮了至關(guān)重要的推動作用。下面介紹下數(shù)字音視頻壓縮編碼都有哪些標(biāo)準(zhǔn)。

1、MJPEG和MJPEG2000系列

JPEG是在國際標(biāo)準(zhǔn)化組織(International Organization for Standardization, ISO)和國際電話電報咨詢委員會(Consultation Committee of the International Telephone and Telegraph,CCITT)內(nèi)運作的一個工作組。在視頻壓縮方面,JPEG先后編制了MJPEG和MJPEG2000。MJPEG是在JPEG基礎(chǔ)發(fā)展起來的動態(tài)圖像壓縮技術(shù),它只單獨地對某一幀進(jìn)行壓縮。而基本不考慮視頻流中不同幀之間的變化。使用該技術(shù)可獲取清晰度很高的視頻圖像,而且可靈活設(shè)置每路的視頻清晰度和壓縮幀數(shù)。其壓縮后的畫面還可被任意剪接。同樣格式的MJPEG視頻壓縮不同于幀間壓縮,因為壓縮比特率比較低,所以編碼與解碼相對比較容易,并不需要過多的運算能力,也使得軟件或者芯片可以十分容易地對MJPEG進(jìn)行編輯。正因為此,一些移動設(shè)備,如數(shù)碼相機使用MJPEG來進(jìn)行短片的編碼。但其缺陷也非常明顯:其一,丟幀現(xiàn)象嚴(yán)重、實時性差,在保證每路都必須是高清晰的前提下,很難完成實時壓縮;其二,壓縮效率低,占用存儲空間較大。

MJPEG 2000是JPEG 2000標(biāo)準(zhǔn)中的第三部分,它是在標(biāo)準(zhǔn)中第一部分的基礎(chǔ)上對運動圖像進(jìn)行編解碼的壓縮標(biāo)準(zhǔn)。MJPEG 2000是一種針對圖像序列的標(biāo)準(zhǔn),在一個單獨編解碼器中同時支持無損和有損壓縮。它允許一個或多個JPEG 2000壓縮圖像序列與聲音、元數(shù)據(jù)同步后,存儲為MJ2的文件格式。

2.MPEG系列

MPEG-1是MPEG制定的第一個視頻和音頻有損壓縮標(biāo)準(zhǔn)，也是最早推出及應(yīng)用在市場上的MPEG技術(shù),其原來的主要目標(biāo)是在CD光盤上記錄影像，后來被廣泛應(yīng)用在VCD光盤中。1992年年底，MPEG-1正式被批準(zhǔn)成為國際標(biāo)準(zhǔn)。MPEG-1可針對標(biāo)準(zhǔn)圖像格式(Standard Image Format,SIF)的標(biāo)準(zhǔn)分辨率(對于NTSC制式為352x240;對于PAL制式為352x288)的圖像進(jìn)行壓縮,傳輸速率為1.5Mb/s,每秒播放30幀,具有CD音質(zhì),質(zhì)量級別基本與家用錄像系統(tǒng)(Video Home System,VHS)相當(dāng)。MPEG-1的編碼速率最高可達(dá)4~5Mb/s,但隨著速率的提高,其解碼后的圖像質(zhì)量有所降低。

MPEG-2制定于1994年，其設(shè)計目標(biāo)是提供高級工業(yè)標(biāo)準(zhǔn)的圖像以及更高的傳輸率。它是為HDTV和DVD等制定的3~10Mb/s的運動圖像及其伴音的編碼標(biāo)準(zhǔn)。MPEG-2技術(shù)的主要特點包括:同時支持隔行掃描輸入和逐行掃描輸入;提供一個較廣的范圍改變壓縮比,以適應(yīng)不同畫面質(zhì)量、存儲容量以及帶寬的要求。MPEG-2根據(jù)視頻編碼技術(shù)的復(fù)雜度,將各類應(yīng)用劃分為不同的檔次(profile)和級別(level),檔次和級別的概念解決了比特流的可交換性和國際性。MPEG-2增加了可分級編碼特性,允許從一個編碼數(shù)據(jù)流中得到不同質(zhì)量等級或不同時空分辨率的視頻信號。

MPEG-4于2000年年初正式成為國際標(biāo)準(zhǔn)。MPEG-4的設(shè)計目標(biāo)就是提供低比特率下的多媒體通信。MPEG-4與之前的標(biāo)準(zhǔn)相比更適于交互AVS服務(wù)以及遠(yuǎn)程監(jiān)控,更加注重多媒體系統(tǒng)的交互性和靈活性。MPEG-4的壓縮方法可以根據(jù)應(yīng)用需求選取合適的算法進(jìn)行系統(tǒng)裁剪。

MPEG-7設(shè)計的目的就是解決海量的圖像和聲音信息與快速檢索之間的矛盾。MPEG-7被稱為多媒體內(nèi)容描述接口,其目標(biāo)就是產(chǎn)生一種描述多媒體內(nèi)容數(shù)據(jù)的標(biāo)準(zhǔn),滿足實時、非實時以及推拉應(yīng)用的需求。MPEG-7擴展了現(xiàn)有標(biāo)識內(nèi)容的專用方案及相關(guān)功能，包含了更多的多媒體數(shù)據(jù)類型。

MPEG-21設(shè)計的目標(biāo)是將不同的協(xié)議、標(biāo)準(zhǔn)和技術(shù)等有機地融合在一起,同時制定新的標(biāo)準(zhǔn)。MPEG-21致力于為多媒體傳輸和使用定義一個標(biāo)準(zhǔn)化的、可互操作的和高度自動化的開放框架。MPEG-21的基本框架要素包括數(shù)字項目的識別和描述、內(nèi)容表示、數(shù)字項目說明、內(nèi)容管理與使用、知識產(chǎn)權(quán)管理和保護(hù)、終端、網(wǎng)絡(luò)和事件報告等部分。

3.H.26x系列

H.261是VCEG制定的一個視頻編碼標(biāo)準(zhǔn),屬于視頻編解碼器部分。H.261是第一個實用的數(shù)字視頻編碼標(biāo)準(zhǔn)。其設(shè)計的目的是在帶寬為64Kb/s的綜合業(yè)務(wù)數(shù)字網(wǎng)上傳輸質(zhì)量可靠的視頻信號。H.261使用了混合編碼框架。H.261僅對與兼容性有關(guān)的碼元語法、碼元復(fù)用、解碼過程等做了嚴(yán)格的限制性規(guī)定,而對復(fù)原圖像質(zhì)量指標(biāo)有重要影響但不影響兼容性的部分未做限制性規(guī)定，給開發(fā)者、廠商和用戶提供了很大的應(yīng)用空間。

H.263是VC++EG的一個標(biāo)準(zhǔn)草案,是為低碼流通信而設(shè)計的。它提供了4種可選的編碼算法:無限制的運動矢量模式、先進(jìn)預(yù)測模式、PB幀模式和基于語義的算術(shù)預(yù)測模式。H.263+是H.263的第二個版本。H.263+提供了12個新的可協(xié)商模式和其他功能,如高級幀內(nèi)編碼、去塊效應(yīng)濾波、參考幀選擇、SNR/時域/空域可分級性等，進(jìn)一步提高了壓縮編碼性能。H.263+允許使用更多的源格式，對于圖像時鐘頻率也有多種選擇，拓寬了應(yīng)用范圍;另-重要的改進(jìn)是可擴展性,它允許多設(shè)置速率及多分辨率,增強了視頻信息在易誤碼、易包異構(gòu)網(wǎng)絡(luò)環(huán)境下的傳輸,并且還允許在碼流內(nèi)加入許多附加的信息，大大方便了用戶的操作。H.263C++是H.263的第三版本,H.263C++在視頻流的抗誤碼方面增加了不少功能,增加了可逆VLC編碼和基于數(shù)據(jù)分類的抗誤碼組合,同時擴展了參考幀選擇模式;增強了抗誤碼系統(tǒng)的健壯性。

H.26L設(shè)計目的是對多種圖像信源實現(xiàn)低比特率、實時和低延遲的視頻編碼。H.26L是H.264的雛形。H.264同時也是MPEG-4中的第十部分。H.264作為新一代視頻壓縮算法，吸收了以往各種編碼方案特別是MPEG-2和H.263C++的優(yōu)點，并在語法結(jié)構(gòu)、編碼預(yù)測算法、數(shù)據(jù)變換輸出方式等方面進(jìn)行了很多改進(jìn),其性能得到了很大的提高。其編解碼流程主要包括5個部分:幀間和幀內(nèi)預(yù)測、變換和反交換、量化和反量化、環(huán)路濾波、熵編碼。H.264具有低碼流、高質(zhì)量的圖像、容錯能力強、網(wǎng)絡(luò)適應(yīng)性強等特點。

作為新一代視頻編碼標(biāo)準(zhǔn)，HEVC(H.265)仍然屬于 "預(yù)測加變換"的混合編碼框架。然而，相對于H.264, H.265 在很多方面有了革命性的變化。

靈活的編碼結(jié)構(gòu)

在H.265中，將宏塊的大小從H.264的16X16擴展到了64X64,以便于對高分辨率視頻格式的壓縮。同時，采用了更加靈活的編碼結(jié)構(gòu)來提高編碼效率，包括編碼單元、預(yù)測單元何變換單元。

靈活的塊結(jié)構(gòu)—RQT

RQT(Residual Quad-tree Transform)是一種自適應(yīng)的變換技術(shù)，這種思想是對H.264/AVC中ABT(Adaptive Block-size Transform)技術(shù)的延伸和擴展。對于幀間編碼來說，它允許變換塊的大小根據(jù)運動補償塊的大小進(jìn)行自適應(yīng)的調(diào)整；對于幀內(nèi)編碼來說，它允許變換塊的大小根據(jù)幀內(nèi)預(yù)測殘差的特性進(jìn)行自適應(yīng)地調(diào)整。

大塊的變換相對于小塊的變換，一方面能夠提供更好的能量集中效果，并能在量化后保存更多的圖像細(xì)節(jié)，但是另一方面在量化后卻會帶來更多的振鈴效應(yīng)。 因此，根據(jù)當(dāng)前塊信號的特性，自適應(yīng)地選擇變換塊大小。

采樣點自適應(yīng)偏移

SAO(Sample Adaptive Offset)在編解碼環(huán)路內(nèi)，位于Deblock 之后，通過對重建圖像的分類，對每一類圖像像素值加減一個偏移， 達(dá)到減少失真的目的，從而提高壓縮率、減少碼流。采用SAO后，平均可以減少2%~6%的碼流，而編碼器和解碼器的性能消耗僅增加了約2%。

自適應(yīng)環(huán)路濾波

ALF(Adaptive Loop Filter)在編解碼環(huán)路內(nèi)，位于Deblock和SAO之后，用于恢復(fù)重建圖像以達(dá)到重建圖像與原始圖像之間的均方差(MSE)最小。ALF 的系數(shù)是在幀級計算和傳輸?shù)?，可以整幀?yīng)用ALF,也可以對于基于塊或基于量化樹（Quadtree)的部分區(qū)域進(jìn)行ALF,如果是基于部分區(qū)域的ALF,還必須傳遞指示區(qū)域信息的附加信息。

并行化設(shè)計

當(dāng)前芯片架構(gòu)已經(jīng)從單核性能逐漸往多核并行方向發(fā)展，因此為了適應(yīng)并行化程度非常高的芯片實現(xiàn)，HEVC/H265引入了很多并行運算的優(yōu)化思路，克服了H.264的缺陷。

lw