视频压缩
视讯压缩（英语：Video compression）是指运用资料压缩技术将数位视讯资料中的冗馀资讯去除，降低表示原始视讯所需的资料量，以便视讯资料的传输与储存。实际上，原始视讯资料的资料量往往过大，例如未经压缩的电视品质视讯资料的位元率高达216Mbps，绝大多数的应用无法处理如此庞大的资料量，因此视讯压缩是必要的。目前最新的视讯编码标准为ITU-T视讯编码专家组（VCEG）和ISO／IEC动态图像专家组（MPEG）联合组成的联合视讯组（JVT，Joint Video Team）所提出的H.264/AVC[1]。
简介
[编辑]视讯压缩通常包含了一组编码器和解码器。编码器将原始的视讯资料转换成压缩后的形式，以便进行传输与储存。解码器则是将压缩后的形式转换回视讯资料的表示。一组成对的编码器与解码器通常被合称为编解码器（CODEC、enCOder/DECoder）。
压缩方法
[编辑]
资料压缩是透过去除资料中的冗馀资讯而达成。就视讯资料而言，资料中的冗馀资讯可以分成四类：
- 时间上的冗馀资讯（temporal redundancy）
- 在视讯资料中，相邻的帧（frame）与帧之间通常有很强的关连性，这样的关连性即为时间上的冗馀资讯。
- 空间上的冗馀资讯（spatial redundancy）
- 在同一张帧之中，相邻的像素之间通常有很强的关连性，这样的关连性即为空间上的冗馀资讯。
- 统计上的冗馀资讯（statistical redundancy）
- 统计上的冗馀资讯指的是欲编码的符号（symbol）的机率分布是不均匀（non-uniform）的。
- 感知上的冗馀资讯（perceptual redundancy）
- 感知上的冗馀资讯是指在人在观看视讯时，人眼无法察觉的资讯。
右上图为一个典型的视讯编码器。在进行当前信号编码时，编码器首先会产生对当前信号做预测的信号，称作预测信号（predicted signal），预测的方式可以是时间上的预测（inter prediction），亦即使用先前帧的信号做预测，或是空间上的预测（intra prediction），亦即使用同一张帧之中相邻像素的信号做预测。得到预测信号后，编码器会将当前信号与预测信号相减得到残馀信号（residual signal），并只对残馀信号进行编码，如此一来，可以去除一部份时间上或是空间上的冗馀资讯。接著，编码器并不会直接对残馀信号进行编码，而是先将残馀信号经过变换（通常为离散馀弦变换）然后量化��进一步去除空间上和感知上的冗馀资讯。量化后得到的量化系数会再透过熵编码，去除统计上的冗馀资讯。
在解码端，透过类似的相反操作，可以得到重建的视讯资料。
衡量
[编辑]衡量视讯压缩技术的优劣，可以从运算复杂度和压缩品质两方面来看。就运算复杂度而言，理想的编码器运算复杂度越低越好。而就压缩品质而言，必须同时考虑压缩后视讯的位元率和失真程度。压缩后的位元率和失真程度皆为越低越好，两者之间存在一个权衡关系，理想的编码器旨在追求能够提供位元率和失真程度间的最佳折衷关系。
一般情况下，编码器的运算复杂度和压缩品质之间也存在一个折衷关系，根据应用的不同而有所抉择。例如当应用为视讯资料的储存时，可以选择运算复杂度和压缩品质较高的设计。而当应用为视讯会议或是手机视讯通话，受限于即时（实时）通讯的要求或是有限的运算资源，可能会选择运算复杂度和压缩品质较低的设计。
由于编码后的影像品质最终是由人眼所判断的，在衡量失真程度时，应使用与人类视觉感知相符的影像品质衡量标准。然而，传统所使用的衡量标准像是峰值信噪比和人类视觉感知不全然相关[2]。近几年已有基于人类视觉感知的影像品质衡量标准被提出，例如结构相似性指标[3]（结构相似性 index，SSIM index）与视觉资讯忠诚[4]（visual information fidelity，VIF），并且在编码器的设计中被使用[5]，进一步提升了压缩后的影像品质。
标准
[编辑]视讯编码标准主要是由ITU-T与ISO／IEC两大组织制定而成，其发展如下表所示。
| 年份 | 标准 | 制定组织 | 解除版权保护 （DRM-free） |
主要应用 |
|---|---|---|---|---|
| 1984 | H.120 | ITU-T | 是 | |
| 1990 | H.261 | ITU-T | 是 | 视讯会议、视讯通话 |
| 1993 | MPEG-1第二部份 | ISO／IEC | 是 | 影音光碟（VCD） |
| 1995 | H.262/MPEG-2第二部份 | ISO／IEC、ITU-T | 否 | DVD影碟（DVD-Video）、蓝光（Blu-Ray）影碟、数位视讯广播（DVB）、SVCD |
| 1996 | H.263[6] | ITU-T | 视讯会议、视讯通话、3G手机视讯（3GP） | |
| 1999 | MPEG-4第二部份 | ISO／IEC | 否 | |
| 2003 | H.264/MPEG-4 AVC[1] | ISO／IEC、ITU-T | 否 | 蓝光（Blu-Ray）影碟、高画质DVD（HD DVD）、数位视讯广播（DVB）、流媒体、视频录制 |
| 2013 | 高效率视频编码（H.265/HEVC） | ISO/IEC、ITU-T | 否 | 超高清蓝光光碟（UHD Blu-Ray）、数位视讯广播（DVB）、流媒体、视频录制 |
| 2020 | 多功能视频编码（H.266/VVC） | ISO/IEC、ITU-T | 否 | 未普及 |
不同视讯编码标准之间的性能比较可以在文献[7]中找到。此外还有VP9、AV1等其他编码标准。
参见
[编辑]外部链接
[编辑]参考资料
[编辑]- ^ 1.0 1.1 Draft ITU-T Recommendation and Final Draft International Standard of Joint Video Specification (ITU-T Rec. H.264 | ISO/IEC 14496-10 AVC), May 2003.
- ^ Zhou Wang and Alan C. Bovik, "Mean squared error: Love it or leave it? - A new look at signal fidelity measures," IEEE Signal Processing Magazine, vol. 26, no. 1, pp 98−117, Jan. 2009.
- ^ Zhou Wang, Alan C. Bovik, Hamid R. Sheikh, and Eero P. Simoncelli, "Image quality assessment: from error visibility to structural similairty," IEEE Transactions on Image Processing, vol. 13, no. 4, pp. 600−612, Apr. 2004.
- ^ H. R. Sheikh and A. C. Bovik, "Image information and visual quality," IEEE Trans. Image Process., vol.15, no.2, pp.430−444, Feb. 2006.
- ^ Z. Y. Mai, C. L. Yang, K. Z. Kuang and L. M. Po, "A novel motion estimation method based on structural similarity for H.264 inter prediction,” in Proc. IEEE Int. Conf. on Acoustics, Speech, and Signal Processing, vol. 2, pp. 913−916, May 2006.
- ^ ITU-T, "Video coding for low bit rate communications," ITU-T Recommendation H.263, version 2, Jan. 1998.
- ^ Thomas Wiegand, Heiko Schwarz, Anthony Joch, Faouzi Kossentini, and Gary J. Sullivan, "Rate-constrained coder control and comparison of video coding standards," IEEE Trans. Circuits Syst. Video Technol., vol. 13, no. 7, July 2003.