近十年來，視頻編解碼技術(shù)不斷的進步，依 McCann 定律所指的規(guī)律，壓縮率平均每年會以 15%的速率增加，尤其近年的發(fā)展更是迅速，并引起業(yè)界及其相關(guān)行業(yè)的廣泛重視。本文主要介紹在進入二十一世紀前后，視頻編解碼標準方面已經(jīng)取得的成績，目前讓各界震驚的新視頻編解碼技術(shù)與標準，以及預(yù)估未來壓縮技術(shù)可能的發(fā)展趨勢，供讀者參考。
文/董春利
在互聯(lián)網(wǎng)日新月異發(fā)展的今天，異質(zhì)網(wǎng)絡(luò)日益進入和影響人們的日常生活和工作，影音多媒體等相關(guān)產(chǎn)業(yè)受到各界重視，尤其是像手機及數(shù)字相機等的手持式裝置加入了影音功能之后又進入網(wǎng)絡(luò)的互聯(lián)，更加促使人們研究如何將影音的壓縮與傳輸做到更快更好。
2007年全球彩色手機占全部手機市場份額的92.3%，其中內(nèi)建相機模塊的約占71.5%。預(yù)估2008年彩色手機將占98.1%，其中內(nèi)建相機模塊將占88.7%。這個趨勢說明了影音多媒體應(yīng)用已成為手機服務(wù)的主流。為了促進消費者能夠使用更多高質(zhì)量之影音應(yīng)用服務(wù)，無論是手機大廠或是電信業(yè)者都希望隨著第三代手機的來臨，能夠進一步提供消費者高質(zhì)量的影音服務(wù)。
因此，如何能夠?qū)?shù)字影音信號有效地壓縮并傳送，是設(shè)計影音多媒體相關(guān)產(chǎn)品所需重視的問題。我們知道影音數(shù)據(jù)量非常龐大，例如，以大約320×240大小的分辨率，24位／像素，每秒30幀的形式傳輸時，其數(shù)據(jù)量高達 56 M bit／s。而以這個速率保存的1分鐘未壓縮影像將占用 3.3G bit的儲存空間，顯然這樣的要求即便對千兆網(wǎng)的帶寬也是難以接受的。
對于現(xiàn)有的無線網(wǎng)絡(luò)和窄帶頻寬來說更是難以接受。尤其運用在手機、可視電話等上，頻寬仍過于狹窄，接收質(zhì)量不佳，所以想要在手機上傳輸高畫質(zhì)視頻，需要有更好的壓縮技術(shù)。
成熟的視頻編解碼技術(shù)標準
MPEG系列視頻編解碼技術(shù)標準
MPEG的全稱是“Motion Picture Expert Group”（運動圖像專家組），隸屬于國際標準化組織ISO/IEC的一個專家工作組，主要負責為數(shù)字音視頻編碼算法開發(fā)和制定標準。
該組織始建于1988年，并于1992年制定出MPEG-1標準，它是將視頻數(shù)據(jù)壓縮成1-2Mb/s的標準數(shù)據(jù)流，工業(yè)產(chǎn)品VCD機和MP3播放器都是以該標準為基礎(chǔ)衍生出來的。
隨后的1994年，制定出MPEG-2標準，它是為了獲得更高的分辨率（720×486），提供廣播級視頻和CD品質(zhì)的音頻而產(chǎn)生的高質(zhì)量音視頻編碼標準，傳輸速率在3-10Mbit/s之間，它也是數(shù)字電視、DVB和DVD所遵循的壓縮標準。
隨著研究工作的深入發(fā)展，又公布了“超低比特率活動圖像和語音壓縮標準”，排序MPEG-4,它是一種新型的多媒體標準，與前標準一個重要區(qū)別就在于它是一個基于對象的視頻編碼壓縮標準，它所定義的碼率控制的目標就是獲得在給定碼率下的最優(yōu)質(zhì)量，它為互聯(lián)網(wǎng)上傳輸高質(zhì)量的多媒體視頻提供了很好的技術(shù)平臺。
MPEG-1視頻編解碼技術(shù)標準
MPEG-1為數(shù)字存儲媒體的視頻和伴音編碼（Coding of moving pictures and associated audio for digital storage media）。它是低分辨率的數(shù)字視頻編碼標準，1992年11月成為國際標準ISO/IEC 11172。標準名稱為“信息技術(shù)—用于數(shù)據(jù)速率約1.5Mbit/s的數(shù)字存儲媒體的視頻和伴音編碼”。
MPEG-1廣泛的應(yīng)用在VCD的制作和一些視頻片段下載的網(wǎng)絡(luò)應(yīng)用上面，可以說99%的VCD都是用MPEG1格式壓縮的。MPEG-1的像質(zhì)等同于VHS，存儲媒體為CD-ROM，圖像尺寸為320×240，音質(zhì)等同于CD。壓縮后的輸出速率定義在1.5 Mbit/s以下。這個標準主要是針對當時具有這種數(shù)據(jù)傳輸率的CD-ROM和網(wǎng)絡(luò)而開發(fā)的，用于在CD-ROM上存儲數(shù)字影視（即VCD）和在網(wǎng)絡(luò)上傳輸數(shù)字影視。
MPEG-2視頻編解碼技術(shù)標準
MPEG-2為運動圖像和伴音信息的通用編碼(Generic coding of moving pictures and associated audio information )，為高分辨率數(shù)字視頻編碼標準，1994年11月成為國際標準ISO/IEC 13818。
MPEG-2主要應(yīng)用在 DVD 的制作（壓縮）方面，同時在一些 HDTV（高清晰電視廣播）和一些高要求視頻編輯、處理上面也有相當多的應(yīng)用。
MPEG-2與MPEG-1的區(qū)別在于：
·除了對幀(frame)進行搜索，還對場(field)進行搜索；
·色度格式還可為4:2:2、4:4:4；
·幀尺寸最大可為16383×16383；
·可分級(Scalable)：時域(Temporal)等等；
·非線性MB量化因子。
此間，MPEG組曾經(jīng)起草過MPEG-3，原本針對于HDTV(1920×1080)，后來被MPEG-2代替。
MPEG-4視頻編解碼技術(shù)標準
MPEG-1主要是為VCD設(shè)計的，MPEG-2最初是為HDTV設(shè)計的，后來也用于DVD。但是它們都不太適合于網(wǎng)絡(luò)傳輸，特別是在低碼率和異構(gòu)網(wǎng)絡(luò)環(huán)境下的音視頻信號通信。MPEG-4的目標就是為視聽(audio-visual)數(shù)據(jù)的編碼和交互播放開發(fā)算法和工具，最初是一個數(shù)據(jù)速率很低的多媒體通信標準，后來的目標是要在異構(gòu)網(wǎng)絡(luò)環(huán)境下能夠高度可靠地工作（傳輸?shù)拇a率可變、圖像的分辨率可變、畫面的內(nèi)容可選），并且具有很強的交互功能。
為了達到低碼率的目標，必須大幅度提高視頻數(shù)據(jù)的壓縮比，而MPEG-1/2所采用的基于像象素的的壓縮方法，在壓縮40到50倍后就幾乎達到算法的極限，必須另辟蹊徑。
為此，MPEG-4引入了基于對象表達(object-based representation)的概念，用來表達視聽對象(audio/visual objects，AVO)；MPEG-4擴充了編碼的數(shù)據(jù)類型，由自然數(shù)據(jù)對象擴展到計算機生成的合成數(shù)據(jù)對象，采用合成對象/自然對象混合編碼(Synthetic/ Natural Hybrid Coding，SNHC)算法；在實現(xiàn)交互功能和重用對象中引入了組合、合成和編排等重要概念。MPEG-4系統(tǒng)結(jié)構(gòu)示意如圖1所示。MPEG-4接收端的構(gòu)造部件如圖3所示。
MPEG-4中制定了一個稱為傳輸多媒體集成框架(Delivery Multimedia Integration Framework，DMIF)的會話協(xié)議，它用來管理多媒體數(shù)據(jù)流。該協(xié)議在原則上與文件傳輸協(xié)議FTP(File Transfer Protocol)類似，其差別是：FTP返回的是數(shù)據(jù)，而DMIF返回的是指向到何處獲取數(shù)據(jù)流的指針。DMIF覆蓋了三種主要技術(shù)：廣播技術(shù)，交互網(wǎng)絡(luò)技術(shù)和光盤技術(shù)，如圖2所示。
MPEG-4為視聽對象編碼（Coding of audio-visual objects），是針對多媒體應(yīng)用的圖像編碼標準。1999年1月成為國際標準ISO/IEC DIS 14496-1。
MPEG-4是分辨率可變的視聽對象編碼標準，使用的是一種新的壓縮算法，使用這種算法的 ASF 格式可以把一部 120 分鐘長的電影（未視頻文件）壓縮到 300M 左右的視頻流，可供在網(wǎng)上觀看。其它的 DivX 格式也可以壓縮到 600M 左右，但其圖像質(zhì)量比 ASF 要好很多。
MPEG-4將應(yīng)用在移動通信和公用電話交換網(wǎng)(public switched telephone network，PSTN)上，并支持可視電話(videophone)、電視郵件(video mail)、電子報紙(electronic newspapers)和其他低數(shù)據(jù)傳輸速率場合下的應(yīng)用，如電視會議、網(wǎng)絡(luò)流媒體、移動視頻通信、IPTV等流媒體方面。
·編碼：視音頻對象、分塊/分級/分層、基于內(nèi)容和對象的編碼；
·格式：支持各種不同的分辨率；
·音頻：支持多種碼率2-64kb/s。
MPEG-7視頻編解碼技術(shù)標準
MPEG-7為多媒體內(nèi)容描述接口（Multimedia content description interface），是基于內(nèi)容表示的多媒體內(nèi)容描述標準。2001年9月成為國際標準ISO/IEC 15938-1。
目的是制定一套描述符標準，用來描述各種類型的多媒體信息及它們之間的關(guān)系，以便更快更有效地檢索信息。這些媒體材料可包括靜態(tài)圖像、圖形、3D模型、聲音、話音、電視以及在多媒體演示中它們之間的組合關(guān)系。在某些情況下，數(shù)據(jù)類型還可包括面部特性和個人特性的表達。
MPEG-7致力于視聽數(shù)據(jù)信息編碼的表達（表達內(nèi)容的信息，而不是內(nèi)容本身）。這一點與目標集中在視頻/音頻數(shù)據(jù)的壓縮與編碼的MPEG-1/2/4不同，MPEG-7所表達的不是內(nèi)容/信息本身，而是表示信息的信息。
MPEG-7聚焦于多媒體材料的通用接口的標準化，關(guān)注數(shù)據(jù)資源的交互性與全球化、數(shù)據(jù)管理的靈活性。MPEG-7只關(guān)心描述本身，而將描述的生成、特征的提取、索引的處理等都排除在標準之外。
MPEG-7提供了可視內(nèi)容的標準結(jié)構(gòu)和聯(lián)接機制、以及對可視內(nèi)容表述的標準化，為實現(xiàn)基于內(nèi)容的檢索提供了應(yīng)用框架，并使對多媒體數(shù)據(jù)的創(chuàng)建、交換、檢索和重用更加有效。
MPEG-21視頻編解碼技術(shù)標準
由于多媒體標準層出不窮，但各個標準之間還存在缺漏，不能真正做到配套銜接，還需要一個綜合性標準來協(xié)調(diào)；隨著網(wǎng)絡(luò)技術(shù)和應(yīng)用的發(fā)展，基于多媒體的電子商務(wù)需要一個其結(jié)構(gòu)可以理解的共享模式——多媒體框架的支持。
有鑒于此，MPEG于1996年10月提出制定多媒體框架標準的設(shè)想，2000年6月正式批準制定MPEG-21標準的計劃。MPEG-21又叫多媒體框架（ISO/IEC TR 21000-1:2001 Information technology -- Multimedia framework (MPEG-21)），2001年12月成為標準，功能是多媒體框架標準，基于多媒體的電子商務(wù)需要發(fā)展的共享模式，應(yīng)用于不同多媒體系統(tǒng)的集成和應(yīng)用。
H.26X系列視頻編解碼技術(shù)標準
ITU-T國際電信同盟-電信標準化部門（International Telecommunications Union - Telecommunication Standardization Sector）及其前身國際無線電咨詢委員會CCIR（International Radio Consultative Committee）制定了一系列音視頻壓縮編碼和通信技術(shù)標準。其中的ITU-T H.26x是與MPEG類似的視頻編碼系列標準，參見表1。
H.261視頻編解碼技術(shù)標準
H.261—P×64kb/s碼率音像服務(wù)的視頻編碼(Video codec for audiovisual services at p x 64 kbit/s)，1993年3月制定，為可視電話與視頻會議的編碼標準。
采用的格式為：
·CIF格式：288×360；
·QCIF格式：144×180、29.97幀/秒；
·其編碼為：DCT + 運動補償 + 視覺加權(quán)量化 + 熵編碼。
H.262視頻編解碼技術(shù)標準
H.262—運動圖像和伴音信息的通用編碼(Information technology - Generic coding of moving pictures and associated audio information: Video)，1995年7月通過，與MPEG-2共同作為ISO/IEC 13818標準（HDTV、DVD）
·格式為：25或29.97幀/秒；
·主—720×480或576；
·編碼：同H.261。
H.263視頻編解碼技術(shù)標準
H.263—低比特率通信的視頻編碼(Video coding for low bit rate communication)，1998年2月制定，為低比特率/可變比特率視頻編碼標準（PSTN網(wǎng)、無線網(wǎng)、因特網(wǎng)）
格式為：
·CIF與QCIF格式同H.261；
·Sub-QCIF格式：128×96；
·4CIF格式：704×576；
·16CIF格式：1408×1152；
·編碼：H.261+ 非限制運動矢量模式 + 基于語法的算術(shù)編碼 + 高級預(yù)測 + PB幀。
H.264視頻編解碼技術(shù)標準
H.264—針對通用音視頻服務(wù)的先進[高級]視頻編碼（Advanced video coding for generic audiovisual services），2003年5月批準，H.264是由ISO/IEC的MPEG與ITU-T的VCEG（Video Coding Experts Group視頻編碼專家組）聯(lián)合組成的JVT（Joint Video Team聯(lián)合視頻組）共同制定的，MPEG的對應(yīng)標準為MPEG-4的第10部分MPEG-4/AVC。
格式：同H.263
編碼：采用先進視頻編碼（AVC）= H.263 + 多參考幀和變塊尺寸運動補償 + 1/4像素精度的運動估值 + 基于上下文的二元算數(shù)和變長編碼 + 冗余條帶 + 補充增強信息和視頻可用信息 + 輔助圖層 + 圖像順序計數(shù) + 柔性宏塊 + 排序 + 整數(shù)DCT變換 + 分層編碼 + 錯誤約束機制 + 錯誤掩蓋技術(shù) + 高效比特流切換技術(shù)。
通過引入多種先進的編碼技術(shù)，使得H.264（MPEG-4/AVC）編碼的碼率只有H.263（MPEG-4）的一半。當然，提高壓縮比的代價，是同時也增加了編解碼的復(fù)雜性。一般情況下，編碼難度增加了2倍，解碼難度增加了1倍。
與MPEG標準主要用于光存儲、廣播和流媒體不同，H.26x標準主要用于網(wǎng)絡(luò)和通信。除了視頻編碼標準本身之外，H.26x還有配套的系統(tǒng)、音頻、控制等相關(guān)標準。參見表2和圖4。
(未完待續(xù))
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
