DIY编程器网

标题: H.264集多项优势成为行动装置视讯编码技术主流 [打印本页]

作者: admin 时间: 2014-10-13 07:46
标题: H.264集多项优势成为行动装置视讯编码技术主流
视讯压缩规格，对于多媒体影像播放相当重要，因此也是相关厂商的兵家必争之地，除显示技术外，规格之争往往牵涉到权利金实际利益，不过后者不在本文的探讨范围，此处仅就技术部分进行分析。

视讯压缩标准，通常由微软(Microsoft)、ITU与ISO/MPEG-Committee…等组织提出，而不同影像压缩技术，通常与当代主流媒体绑定。

例如，ITU先后制定了H.261、H.263与H.263++…等规格，ISO/MPEG-Committee也曾推出MPEG1/4技术，1993年MPEG1规格制定完成时，使用MPEG1压缩标准的VCD激光视盘规格也同时推出。1994年ITU与ISO/MPEG-Committee合作推出MPEG2/H.262规格，成为DVD激光视盘与ATSC广播系统所采用的压缩标准。

而在2002年，ITU与ISO/MPEG-Committee再度合作，推出H.264/MPEG-4-Part10规格，其压缩效能可达MPEG2的3倍，不过约略同时，微软也将其研发的WMV-9(VC-1)压缩技术，搭配Window Media player播放软件，在个人计算机平台大量使用。H.264与VC-1压缩技术在许多评比中都互有胜负，如果不以某项特性深入探究，可谓难分轩轾。

由于压缩格式与主流媒体绑定的特性，许多人都认为次世代的蓝光规格(Blu-Ray)为决定H.264与VC-1胜负关键，结果蓝光阵营宣布两者都支持。

但前文提及，新一代视讯需求，除了高流量、高分辨率应用外，因为网络串流播放与下载需求，低流量时，能够维持较佳质量(包含播放画质与传输错误率)视讯格式，会更符合全面性需求，在此点上，H.264就比VC-1有更大应用弹性，因此确立了H.264目前几乎全面胜出的领先地位。
H.264设计之初即考虑全面应用

H.264规格发起在2001年12月，ITU-T VCEG及ISO MPEG共同组成的联合视讯小组(Joint Video Term；JVT)，研究并订定新的视讯压缩格式，此新格式在ITU-T组织里称为H.264，而ISO组织中，则加入MPEG-4 Part-10(ISO/IEC 14496-10)并将其命名为Advanced Video Coding (AVC)，现在通常合并称为H.264/AVC，不过H.264还是比较普遍的说法。

H.264标准在2003年3月正式制定出来。最初的目标是希望新的编/译码器，能够在比以前的视讯压缩标准(如MPEG2或H.263)低很多的编码率下，提供更好的视讯质量；同时，不需增加过多复杂的编码工具，以免相对应的硬件难以设计实现。另外1个目标是强化应用弹性，让H.264的应用范围，可从影像质量要求最低的视讯电话(video telephony)进而延伸到较高画质的串流视讯(streaming video)，甚至目前最高画质的HD影片都能适用。

这是由于H.264设计时，与当时视讯压缩格式相比，首次加入视讯编码层(Video Coding Layer；VCL)与网络提取层(Network Abstraction Layer；NAL)概念，以往视讯标准着重在压缩效能部分，而H.264则包含一个内建的NAL网络协议适应层，藉由NAL来提供网络状态，让VCL有更好的编/译码弹性与纠错能力，使得H.264比一般压缩格式适用于多媒体串流(multimedia streaming)甚至行动电视(mobile TV)相关应用上。

H.264依据使用的编码种类，来提供3种编码架构(Profile)，分别为Baseline Profile、Main Profile及Extension Profile，而其相对应的影片尺寸与位率层级由Level 1到Level 5.1，涵盖小画面与高分辨率画面应用范围。

Baseline Profile主要是着重于低位率的应用，如通讯用的视讯影像，因其运算复杂度较低，所以也适合用于个人随身的多媒体播放器。Main Profile则提供交错式影片(interlaced content)编码，通常适合应用在HDTV数字电视广播上，而且非常容易与在传统的MPEG2 Transport/Program Stream传送的H.264比特流整合。Extension Profile则有包含高抗错性编码工具(error resilient tools)特性，主要针对IPTV或是MOD(Multimedia On Demand)…等应用。

此外，为提供更细致的影像质量与细节，JVT于2004年7月时，再度订定了1个新的精确度扩展规范(fidelity range extensions profile；FRExt)，此规范能提供更高的像素精度和支持更高的色度精度，提供更高精度视讯编码，以满足高分辨率影像需求，以避免舍弃过多的细节。

图说：H.264运作模式。

H.264先进压缩技术解编码格式复杂多元

H.264视讯编码标准，由于加入许多传统标准没有的编码技巧，使得其展现出优越的压缩效能，与大幅提高编码效率。但这些编码技巧也带来运算复杂度与整体编码时间延长。

换言之，H.264为达到设计之初利用更低流量，却有更佳画质的需求，因此压缩率与算法都相当精密复杂，几个比较重要的特色如可变的区块编码(variable block size)、画面内预测(intra prediction)、多重参考画面(multiple reference frame)、分数点运动补偿(fraction pel motion compensation)、嵌入式去方块滤波器(in-loop deblock filter)、整数离散余弦转换(integer discrete cosine transform；IDCT)和新的熵值编码(content adaptive binary arithmetic code；CABAC)，相当复杂。

而H.264处理模式因此也有许多步骤，基本上，1张影像画面开始会先被分割成相同大小且单位为16×16像素点的巨区块(macroblock)，各巨区块间相互不重迭，接着将这些巨区块作画面内(intra)与画面间(inter)模式预测，这2种预测模式是用来消除空间及时间上的冗余，然后把预测区块与原区块相减后的剩余值去做转换、量化及熵编码。

由上述处理模式，进一步探究，H.264在压缩模式上，具有7种画面预测区块大小类型的巨区块，即16×16、16×8、8×16、8×8、8×4、4×8、4×4…等类型，而依照压缩软件设定的不同，参考画面最多可往前31张以及往后31张。接着进行画面预测运算。

其中画面内预测算法(又称框内预测)是利用周围邻近、与先前已编码过的点，来对目前区块作预测，这是传统标准没出现过，H.264所新增的编码技术，其做法主要是利用空间上的关连性，进而达到降低信息量目的。

其算法主要分成3个部分：亮度4×4区块(Intra4×4或I4)、亮度16×16区块(Intra16×16或I16 )及彩度8×8区块(Chroma8×8或C8 )。Intra4×4是个别预测每1个4×4大小的亮度区块，由于它分的区块较小，适合用来处理较重要的细节也就是画面较复杂的区域；而Intra16×16是处理1个完整的16×16亮度区块，相较于Intra4×4，适合用在较平滑的区域；Chroma8×8则是针对彩度方面鞔怼?br>
再者是画面间预测模式。动态影像的每张画面与其前后画面相关性是很大的，可以藉由参考先前的画面来预测目前画面，如此一来就不必储存每张画面信息，也可使传输的数据量大幅降低，这就是画面间预测的主要概念，利用画面间的预测，来节省时间上的冗余，使压缩率更为提升。

H.264算法会依照画面的复杂程度，来选取适合的区块大小，在运动复杂的区域选用较小区块，也就是说使用较多的移动向量来描述区域信息，换句话说，在平滑的区域选用较大区块，就可以用较少的移动向量来描述区域，如此可使在区块比对过程中减少误差，及在描述移动向量的位率间取得平衡。

此外，H.264的移动向量，可以精确到1/4像素，此点特性相当重要。因为在传统的视讯编码系统里面，为达到高压缩目的，往往在为了降低时间上的重复性，都会利用运动估测方式降低信息量，然而运动估测做法，也往往是编码系统中运算复杂度最高的部分。在H.264中，除在分数点的运动补偿采与先前标准一样的1/2像素点运动补偿外，另外增加了1/4 像素点运动补偿，大幅提升在时间轴上预测的准确性。

而在进行转换时，初始版本H.264的离散余弦变换(Discrete Cosine Transform；DCT)处理是以4×4矩阵为转换基本单元，采用整数作为转换系数，因此在进行反转换时，不会有采用小数运算方式的缺点，即还原后无法匹配的问题，让解编码的精确度可大幅提高。在量化技术上，H.264仅采用加法与乘法，没有除法运算，整数转换对硬件而言，运算速度不仅较浮点数快，且运算复杂度较低，能降低对应的译码硬件的制作成本。

H.264在针对量化过的转换系数数据方面，则提供了CAVLC(Context Adaptive Variable Length Coding)与CABAC(Context Adaptive Binary Arithmetic Coding) 2种编码方式。H.264为内容适应性(context-adaptive)编码技术，依据编码内容来统计某些码字(code-word)出现机率，而产生1组最适合于目前影像的编码表。换言之，可自动根据编码内容来统计特定代码出现机率，进而产生最适合于目前影像的编码表，明显与传统MPEG2/4的固定编码方式明显不同，可以有效提高压缩比，不过要使用额外的频宽来传送这些编码表。

CABAC的编码方式要比CAVLC来得复杂，但在二熵编码法中，CABAC能比CABLC节省10~15%位率。

图说：H.264的Inter运算模式。

H.264强化网络传输应用最后胜出关键点

近年来，视讯多媒体应用的迅速扩展，使得利用无线行动通讯进行传输数据变得频繁，随无线网络广泛使用以及多媒体应用需求增加，如多媒体串流、视讯电话、高分辨率电视(HDTV)，因此在无线环境中支持多媒体传输更加被重视。

由于无线频道的衰减、多重路径、干扰…等特性，使得所提供的频宽会遭遇瞬时剧烈波动的现象，无法维持一致，导致无可避免的传输服务质量(Quality of Service；QoS)下降。传统改善无线环境中频宽波动传输质量的现有方法，为熟知的适应性传输调变(link adaptation)及适应性改变数据传输速率机制(rate adaptation)。

然而，这些方法没有考虑到数据本身的属性和编码技术特性，并且端赖实体层提供缓慢的反馈信息，来调整适当传输速率。因此，对于实时性的多媒体应用，特别是有严谨频宽需求和延迟限制的串流影音，无法提供较好的传输服务质量，也无法实时因应瞬时频宽波动的情形。

于H.264视讯压缩标准的3项特性，高压缩率，网络友善性设计以及错误容忍工具提供，使得该视讯压缩标准非常适合各种无线网络传输协议应用。但由于前述无线网络的不稳定性，如何解决封包遗失而造成影像质量严重下降，是目前急欲解决的问题，在无线通讯网路环境里，噪声问题影响影像质量相当大，尤其H.264的视讯在高压缩时，就算是一点小错误，都极有可能让译码出来的影像质量严重下降或损毁。

因此，H.264在抗错误的部分，采用很多不同的抗错误技术，例如可将画面中任意的巨方块指定到任意的片段组(slice group；SG)；借着每个片段的再同步(resynchronize)避免错误蔓延(error propogatiom)的可调性巨方块顺序(flexible macroblock ordering；FMO)；依据参数重要性将资料分个成数个部分的数据分割(data partitioning: DP)技术。

此外，切换影片码率时，插入SI/SP以保持影片的流畅及正确性。如果画面影像质量无可避免的低落时，H.264画面内更新(intra update)技术，可使画面的质量恢复一定水平，这些都是H.264为了能进一步对抗错误所采用的方法。

H.264优点甚多然消耗运算资源编码加速成关键

H.264标准中的画框内预测，利用自然影像的相关性进一步降低编码信息量，虽提高了压缩率，却也增加运算复杂度。在可变区块大小部分，不同于先前的标准，如H.261、MPEG1/2主要以16×16模式为主，在H.263+和MPEG4当中开始有可变区块编码概念，但也只用了16×16 和8×8 2种模式。在H.264中为达到高压缩、高质量目的，承袭可变区块编码概念，进而支持16×16到4×4…等7种模式，以提供更好的影像质量，但是运算负载也提高很多。

如果以数字量化计算，相较于上一代的规格，H.264比起MPEG2提升2到3倍压缩效率，比起MPEG4则有1.5到2倍压缩率。因此在各种视讯应用上，都有明显优势。以90分钟DVD质量电影流量，用MPEG2需要3.0Mbps频宽，MPEG4需1.8Mbps频宽，H.264则只需1.1Mbps的频宽即可。因此在储存与档案下载方面，H.264也能节省很大的资源及时间。

甚至数字电视讯号也倾向采H.264压缩，以行动电视的1个影音节目的传输来说，采用H.264/level 1.2的规格，要达到CIF画质(360×288)，视讯传输上需要384Kbps速率，音讯上需要48Kbps，若再加上约40Kbps的overhead，因此1个质量稳定的节目大约需要用掉500Kbps，而在DVB-H技术架构下，以不同的调变技术(QPSK/16QAM/64QAM)能在8MHz频宽中传输6到60个节目。

在相同频宽下，MPEG2压缩无法做到这么高压缩比，因此，能够放的频道就比较少，即便目前主流数字电视讯号几乎都采用H.264压缩，但H.264规格的运算量却高达好几倍。

总而言之，H.264提供相当多的优点，但是运算需求却比之前各种压缩规格高上许多。对于运算资源高的PC来说，也曾经发生播放高画质H.264压缩的HD规格影片时相当困难的窘境，虽然目前主流规格的处理器，已经可以办到软件直接即使译码H.264视讯，但是，就算是双核心处理器，需要的资源仍相当高，因此新推出的主流显示卡，大部分都已内建硬件译码H.264能力，实测结果也能有效减轻CPU负担。

同样的运作原理，放到CE产品的各种视讯装置，特别是缺乏资源的行动视讯装置来看，合宜的H.264世代译码加速设计，平衡H.264所带来的效能冲击，并兼顾其它编码方式的解决方案，以及省电、体积缩小…等设计，才能成为下一波竞争的胜利者。

图说：PC显示卡架构中，NVIDIA与ATI 2强所提出的硬件译码H.264架构。

欢迎光临 DIY编程器网 (http://diybcq.com/)