主頁（http://www.130131.com）：視頻編碼標準回顧及AVS視頻關鍵技術(2)

AVS標準和相關國際標準的時間對應關系以及AVS工作組已經(jīng)開展的工作如下圖所示。

三、視頻壓縮基本原理
    視頻能夠壓縮的根本原因在于視頻數(shù)據(jù)具有較高的冗余度。壓縮就是指冗余的消除，主要基于兩種技術：統(tǒng)計學和心理視覺。

    消除統(tǒng)計冗余的基本依據(jù)是視頻數(shù)字化過程在時間和空間上采用了規(guī)則的采樣過程。視頻畫面數(shù)字化為規(guī)則的像素陣列，其密集程度適于表征每點最高的空間頻率，而絕大多數(shù)畫面幀包含非常少甚至不含這種最高頻率的細節(jié)。同樣，所選的幀頻能夠表征場景中最快的運動，而理想的壓縮系統(tǒng)只要描述場景所必需的瞬時運動即可。簡言之，理想的壓縮系統(tǒng)能夠動態(tài)適應視頻在時間和空間上的變化，所需要的數(shù)據(jù)量遠低于數(shù)字化采樣所產(chǎn)生的原始數(shù)據(jù)。

    心理視覺技術主要是針對人類視覺系統(tǒng)極限。人類視覺在對比度帶寬、空間帶寬（特別是彩色視覺）、時間帶寬等方面存在極限。而且，這些極限并非相互獨立，整體的視覺系統(tǒng)存在上限，例如，人眼不可能同時察覺到時間和空間的高分辨率。顯然，沒有必要表征那些不能被感知的信息，或者說，一定程度的壓縮損失是人的視覺系統(tǒng)是感知不出來的。

    視頻編碼標準并非一個單一的算法，而是一整套的編碼工具，這些工具綜合起來就達到了完整的壓縮效果。視頻壓縮的歷史可以追溯到上個世紀50年代初，在隨后30多年時間里，主要的壓縮技術和工具逐漸發(fā)展起來，在上世紀80年代初，視頻編碼技術初步成型。最初每個主要的工具都是作為視頻編碼的一個完整解決方案而提出，各條技術主線平行發(fā)展，最終各性能最佳者匯合成為完整的解決方案，方案集成的主要貢獻者是標準化組織，來自各國家和組織的專家們共同完成了方案集成工作，或者說，編碼標準方案是標準委員會原創(chuàng)的。另外，盡管有些技術多年前就已經(jīng)提出，但由于實現(xiàn)代價昂貴而沒能在當時得到實際應用，直到近年來半導體技術的發(fā)展才滿足實時視頻處理的要求。

四、MPEG標準中視頻編解碼技術
    MPEG標準主要基于三大編碼工具：自適應塊變換編碼（Adaptive block transform coding）消除空間冗余；運動補償差分脈沖編碼調(diào)制（Motion-compensated DPCM）消除時域冗余，二者融合為混合編碼技術(hybrid coding)。熵編碼（Entropy coding）用于消除混合編碼器產(chǎn)生的統(tǒng)計冗余。還有一些輔助工具作為主要工具的補充，用于消除已編碼數(shù)據(jù)某些特殊部分的剩余冗余，或者根據(jù)具體應用對編碼進行調(diào)整，也有的編碼工具支持將數(shù)據(jù)格式化為特定比特流以便于存儲和傳輸。

    現(xiàn)代熵編碼始創(chuàng)于20世紀40年代末；60年代末應用于視頻編碼；然后不斷改進，80年代中期引入了二維可變長編碼（2D VLC）和算術編碼（arithmetic coding）方法。

    DPCM始創(chuàng)于1952年，同年首次應用于視頻編碼。DPCM最初是作為空間編碼技術而發(fā)展，到了70年代中期，DPCM開始用于時域編碼。DPCM作為一種完整的視頻編碼方案，一直持續(xù)到80年代初期。從70年代中早期開始，DPCM的關鍵元素與變換編碼技術融合，逐漸形成了混合編碼技術，并于80年代早期發(fā)展成為MPEG的雛形。

    變換編碼60年代末首次用于視頻，70年代上半期得到實質(zhì)性的發(fā)展，被認為在空間編碼方面達到最高分辨率效果。在混合編碼中，變換編碼用于消除空間冗余，DCPM用于消除時間冗余。運動補償預測技術極大地提高了時域DCPM的性能，它始創(chuàng)于1969年，80年代初發(fā)展成為MPEG的基本形式。80年代早期，擴展出內(nèi)插編碼（interpolative coding），即通過多幀內(nèi)插進行預測，中間幀通過比例運動矢量（scaled motion vectors）預測。直至80年代末，雙向預測技術（bi-directional prediction）誕生，該技術才發(fā)展到最終形式。在近年來的進展中（H.264），預測質(zhì)量得到改進，亦即不同信號之間的相關性降低。因此，變換的必需性降低，H.264使用了簡化的變換（4 x4）。

    MPEG1和H.261的前身是CCITT H.261標準（始于1984年，實質(zhì)性完成于1989年），它們有共同的數(shù)據(jù)結(jié)構(gòu)、編碼工具和語法元素。然而兩者并非恰好后向兼容。MPEG1可看作是H.261的擴展集。MPEG1的發(fā)展始于1988年，實質(zhì)性完成于1992年。MPEG2可被看作是MPEG2的擴展集，始于1990，實質(zhì)完成于1994年。H.263始于1992年，第一版完成于1995。MPEG4（其視頻是建于MPEG2和.263基礎上）始于1993，第一版實質(zhì)完成于1998年。由于芯片等技術的允許，2003年完成的MPEG-4 AVC/H.264比先前的視頻編碼標準采用了更為復雜的技術，同時也有新的技術模塊??多尺寸塊的幀內(nèi)和幀間編碼、多方向空間預測技術、4x4整數(shù)正交變換、去除塊效應的環(huán)內(nèi)濾波器等，可以獲得更高的壓縮比。由于采用了數(shù)據(jù)劃分，JVT標準還具有更強的容錯能力。

五、AVS標準及其核心技術
    AVS是我國自主制定的第二代音視頻編碼技術標準。AVS視頻當中具有特征性的核心技術包括：8x8整數(shù)變換、量化、幀內(nèi)預測、1/4精度像素插值、特殊的幀間預測運動補償、二維熵編碼、去塊效應環(huán)內(nèi)濾波等。

1）變換、量化
    AVS的8x8變換與量化可以在16位處理器上無失真地實現(xiàn)，從而克服了MPEG-4 AVC/ H.264之前所有視頻壓縮編碼國際標準中采用的8x8 DCT變換存在失真的固有問題。而MPEG-4 AVC/ H.264所采用的4x4整數(shù)變換在高分辨率的視頻圖像上的去相關性能不及8x8的變換有效。AVS采用了64級量化，可以完全適應不同的應用和業(yè)務對碼率和質(zhì)量的要求。在解決了16位實現(xiàn)的問題后，目前AVS所采用的8x8變換與量化方案，既適合于16位DSP或其他軟件方式的快速實現(xiàn)，也適合于ASIC的優(yōu)化實現(xiàn)。

2）幀內(nèi)預測
    AVS的幀內(nèi)預測技術沿襲了MPEG-4 AVC/ H.264幀內(nèi)預測的思路，用相鄰塊的像素預測當前塊，采用代表空間域紋理方向的多種預測模式。但AVS亮度和色度幀內(nèi)預測都是以8x8塊為單位的。亮度塊采用5種預測模式，色度塊采用4種預測模式，而這4種模式中又有3種和亮度塊的預測模式相同。在編碼質(zhì)量相當?shù)那疤嵯�，AVS采用較少的預測模式，使方案更加簡潔、實現(xiàn)的復雜度大為降低。
(中國集群通信網(wǎng) | 責任編輯：陳曉亮)