H.264與AVS視頻標準核心技術(shù)比較

視頻編碼技術(shù)在過(guò)去幾年最重要的發(fā)展之一是由ITU和ISO/IEC的聯(lián)合視頻小組 (JVT)開(kāi)發(fā)了H.264/MPEG-4 AVC[8]標準。在發(fā)展過(guò)程中，業(yè)界為這種新標準取了許多不同的名稱(chēng)。ITU在1997年開(kāi)始利用重要的新編碼工具處理H.26L(長(cháng)期)，結果令人鼓舞，于是ISO決定聯(lián)手ITU組建JVT并采用一個(gè)通用的標準。因此，大家有時(shí)會(huì )聽(tīng)到有人將這項標準稱(chēng)為JVT，盡管它并非正式名稱(chēng)。ITU在2003年5月批準了新的H.264標準。ISO在2003年10 月以MPEG-4 Part 10、高級視頻編碼或AVC的名稱(chēng)批準了該標準。

H.264 實(shí)現的改進(jìn)創(chuàng )造了新的市場(chǎng)機遇

H.264/AVC在壓縮效率方面取得了巨大突破，一般情況下達到MPEG-2及MPEG-4簡(jiǎn)化類(lèi)壓縮效率的大約2倍。在JVT進(jìn)行的正式測試中，H.264在85個(gè)測試案例中有78%的案例實(shí)現1.5倍以上的編碼效率提高，77%的案例中達到2倍以上，部分案例甚至高達4倍。H.264 實(shí)現的改進(jìn)創(chuàng )造了新的市場(chǎng)機遇，如：600Kbps的VHS品質(zhì)視頻可以通過(guò)ADSL線(xiàn)路實(shí)現視頻點(diǎn)播;高清晰電影無(wú)需新的激光頭即可適應普通 DVD。

H.264標準化時(shí)支持三個(gè)類(lèi)別：基本類(lèi)、主類(lèi)及擴展類(lèi)。后來(lái)一項稱(chēng)為高保真范圍擴展 (FRExt)的修訂引入了稱(chēng)為高級類(lèi)的4個(gè)附加類(lèi)。在初期主要是基本類(lèi)和主類(lèi)引起了大家的興趣?；绢?lèi)降低了計算及系統內存需求，而且針對低時(shí)延進(jìn)行了優(yōu)化。由于B幀的內在時(shí)延以及CABAC的計算復雜性，因此它不包括這兩者?；绢?lèi)非常適合可視電話(huà)應用以及其他需要低成本實(shí)時(shí)編碼的應用。

主類(lèi)提供的壓縮效率最高，但其要求的處理能力也比基本類(lèi)高許多，因此使其難以用于低成本實(shí)時(shí)編碼和低時(shí)延應用。廣播與內容存儲應用對主類(lèi)最感興趣，它們是為了盡可能以最低的比特率獲得最高的視頻質(zhì)量。

盡管H.264采用與舊標準相同的主要編碼功能，不過(guò)它還具有許多與舊標準不同的新功能，它們一起實(shí)現了編碼效率的提高。其主要差別，概述如下：

幀內預測與編碼：H.264采用空域幀內預測技術(shù)來(lái)預測相鄰塊鄰近像素的Intra-MB中的像素。它對預測殘差信號和預測模式進(jìn)行編碼，而不是編碼塊中的實(shí)際像素。這樣可以顯著(zhù)提高幀內編碼效率。

幀間預測與編碼：H.264中的幀間編碼采用了舊標準的主要功能，同時(shí)也增加了靈活性及可操作性，包括適用于多種功能的幾種塊大小選項，如：運動(dòng)補償、四分之一像素運動(dòng)補償、多參考幀、通用 (generalized)雙向預測和自適應環(huán)路去塊。

可變矢量塊大?。涸试S采用不同塊大小執行運動(dòng)補償?？梢詾樾≈?(4的塊傳輸單個(gè)運動(dòng)矢量，因此在雙向預測情況下可以為單個(gè)MB傳輸多達32個(gè)運動(dòng)矢量。另外還支持16(8、8(16、8(8、8(4和4(8的塊大小。降低塊大小可以提高運動(dòng)細節的處理能力，因而提高主觀(guān)質(zhì)量感受，包括消除較大的塊化失真。

四分之一像素運動(dòng)估計：通過(guò)允許半像素和四分之一像素運動(dòng)矢量分辨率可以改善運動(dòng)補償。

多參考幀預測：16個(gè)不同的參考幀可以用于幀間編碼，從而可以改善視頻質(zhì)量的主觀(guān)感受并提高編碼效率。提供多個(gè)參考幀還有助于提高H.264位流的容錯能力。值得注意的是，這種特性會(huì )增加編碼器與解碼器的內存需求，因為必須在內存中保存多個(gè)參考幀。

自適應環(huán)路去塊濾波器：H.264采用一種自適應解塊濾波器，它會(huì )在預測回路內對水平和垂直區塊邊緣進(jìn)行處理，用于消除塊預測誤差造成的失真。這種濾波通常是基于4(4塊邊界為運算基礎，其中邊界各邊的3個(gè)像素可通過(guò)4級濾波器進(jìn)行更新。

整數變換：采用DCT的早期標準必須為逆變換的固點(diǎn)實(shí)施來(lái)定義舍入誤差的容差范圍。編碼器與解碼器之間的 IDCT 精度失配造成的漂移是質(zhì)量損失的根源。H.264利用整數4(4空域變換解決了這一問(wèn)題——這種變換是DCT的近似值。4(4的小區塊還有助于減少阻塞與振鈴失真。

量化與變換系數掃描：變換系數通過(guò)標量量化方式得到量化，不產(chǎn)生加大的死區。與之前的標準類(lèi)似，每個(gè)MB都可選擇不同的量化步長(cháng)，不過(guò)步長(cháng)以大約12.5%的復合速率增加，而不是固定遞增。同時(shí)，更精細的量化步長(cháng)還可以用于色度成分，尤其是在粗劣量化光度系數的情況下。

熵編碼：與根據所涉及的數據類(lèi)型提供多個(gè)靜態(tài)VLC表的先前標準不同，H.264針對變換系數采用上下文自適應VLC，同時(shí)針對所有其他符號采用統一的VLC (UniversalVLC)方法。主類(lèi)還支持新的上下文自適應二進(jìn)制算術(shù)編碼器 (CABAC)。CAVLC優(yōu)于以前的VLC實(shí)施，不過(guò)成本卻比VLC高。

CABAC利用編碼器和譯碼器的機率模型來(lái)處理所有語(yǔ)法元素 (syntax elements)，包括：變換系數和運動(dòng)矢量。為了提高算術(shù)編碼的編碼效率，基本概率模型通過(guò)一種稱(chēng)為上下文建模的方法對視頻幀內不斷變換的統計進(jìn)行適應。上下文建模分析提供編碼符號的條件概率估計值。只要利用適當的上下文模型，就能根據待編碼符號周?chē)囊丫幋a符號，在不同的概率模型間進(jìn)行切換，進(jìn)而充份利用符號間的冗余性。每個(gè)語(yǔ)法元素都可以保持不同的模型(例如，運動(dòng)矢量和變換系數具有不同的模型)。相較于VLC熵編碼方法 (UVLC/CAVLC)，CABAC 能多節省10%bit速率。

加權預測：它利用前向和后向預測的加權總和建立對雙向內插宏模塊的預測，這樣可以提高場(chǎng)景變化時(shí)的編碼效率，尤其是在衰落情況下。

保真度范圍擴展：2004年7月，H.264標準增加了稱(chēng)為保真度范圍擴展 (FRExt) [11]的新修訂。這次擴展在H.264中添加了一整套工具，而且允許采用附加的色域、視頻格式和位深度。另外還增加了對無(wú)損幀間編碼與立體顯示視頻的支持。FRExt修訂版在H.264中引入了4種新類(lèi)，即：

•High Profile (HP)：用于標準 4:2:0色度采樣，每分量8位彩色。此類(lèi)引入了新的工具—— 隨后詳述。

•High 10 Profile (Hi10P)：用于更高清晰度視頻顯示的標準 4:2:0 色度采樣，10位彩色。

•High 4:2:2 10 bit color profile (H422P)：用于源編輯功能。

•High 4:4:4 12 bit color profile (H444P)：最高品質(zhì)的源編輯與色彩保真度，支持視頻區域的無(wú)損編碼以及與新的整數色域變換(從RGB到YUV及黑色)。

在新的應用領(lǐng)域中，H.264 HP對廣播與DVD尤為有利。某些試驗顯示出H.264 HP的性能比MPEG2 提高了3倍。下面介紹H.264 HP中引入的主要附加工具。