H.264/AVC 項目的目的是創建一個標準，該標準能夠以比以前標準低得多的比特率（即 MPEG-2、H.263 或 MPEG- 或更多的）。 低的）。 4 第 2 部分），而不增加設計的複雜性，使其不切實際或實施起來成本太高。 另一個目標是提供足夠的靈活性，使標準能夠應用於各種網絡和系統上的各種應用，包括低和高比特率、低分辨率和高分辨率視頻、廣播、DVD 存儲、RTP/IP 分組網絡和 ITU-T多媒體電話系統。 H.264 標準可以看作是由許多不同的配置文件組成的“標準族”。 特定解碼器解碼至少一個配置文件，但不一定解碼所有配置文件。 解碼器規範描述了可以解碼哪些配置文件。 H.264 通常用於有損壓縮，但也可以在有損編碼圖像中創建真正的無損編碼區域，或者支持整個編碼無損的罕見用例。
H.264 由 ITU-T 視頻編碼專家組 (VCEG) 與 ISO/IEC JTC1 運動圖像專家組 (MPEG) 共同開發。 項目夥伴關係稱為聯合視頻團隊 (JVT)。 ITU-T H.264 標準和 ISO/IEC MPEG-4 AVC 標準（正式名稱為 ISO/IEC 14496-10-MPEG-4 Part 10，Advanced Video Coding）共同維護，因此它們具有相同的技術內容。 該標準第一版的最終起草工作於 2003 年 265 月完成，隨後的版本中增加了其功能的各種擴展。 高效視頻編碼（HEVC），即H.2和MPEG-H Part 264是同一組織開發的H.4/MPEG-XNUMX AVC的後繼標準，目前仍普遍使用較早的標準。
最著名的 H.264 可能是藍光光盤的視頻編碼標準之一； 所有藍光光盤播放器都必須能夠解碼 H.264。 它也被廣泛用於流媒體互聯網資源，如來自 Vimeo、YouTube 和 iTunes Store 的視頻，網絡軟件如 Adobe Flash Player 和 Microsoft Silverlight，以及地面上的各種 HDTV 廣播（ATSC、ISDB-T、DVB）- T或 DVB-T2)、有線 (DVB-C) 和衛星（DVB-S 和 DVB-S2）。
H.264 受各方擁有的專利保護。 涵蓋 H.264 所需的大部分（但不是全部）專利的許可由專利池 MPEG LA 管理。 3 獲得專利的 H.264 技術的商業使用需要向 MPEG LA 和其他專利所有者支付版稅。 MPEG LA 允許免費使用 H.264 技術為最終用戶提供免費的流媒體互聯網視頻，思科系統公司代表其開源 H.264 編碼器二進製文件用戶向 MPEG LA 支付版稅。
1.命名
H.264名稱遵循ITU-T命名約定，是VCEG視頻編碼標準H.26x系列的成員； MPEG-4 AVC 名稱與 ISO/IEC MPEG 中的命名約定有關，其中標準是 ISO/IEC 14496 第 10 部分，ISO/IEC 14496 是一套稱為 MPEG-4 的標準。 該標準是由 VCEG 和 MPEG 合作開發的，之前在 ITU-T 執行了一個名為 H.26L 的 VCEG 項目。 因此，通常使用 H.264/AVC、AVC/H.264、H.264/MPEG-4AVC 或 MPEG-4/H.264 AVC 等名稱來指代標準，以強調共同的遺產。 有時，它也被稱為“JVT 編解碼器”，指的是開發它的聯合視頻團隊 (JVT) 組織。 （這種夥伴關係和多重命名的情況並不少見。例如，稱為MPEG-2的視頻壓縮標準也起源於MPEG和ITU-T之間的伙伴關係，其中MPEG-2視頻被ITU-T社區H. 262. 4) 一些軟件程序（如 VLC 媒體播放器）在內部將此標準標識為 AVC1。
2。 歷史
1998 年初，視頻編碼專家組（VCEG-ITU-T SG16 Q.6）發出了一項名為 H.26L 的項目提案徵集，其目標是將編碼效率（這意味著所需的 Bitrate減半）與用於各種應用的任何其他現有視頻編碼標準相比，給定的保真度水平。 VCEG 的主席是 Gary Sullivan（微軟，前身為 PictureTel，美國）。 1999 年 2000 月通過了新標準的第一稿設計。XNUMX 年，Thomas Wiegand（德國海因里希赫茲研究所）成為 VCEG 的聯席主席。
2001 年 1 月，VCEG 和運動圖像專家組（MPEG-ISO / IEC JTC 29 / SC 11 / WG 5）組成了聯合視頻組（JVT），其章程最終確定了視頻編碼標準。 [2003] 該規範於 2004 年 2005 月正式獲得批准。JVT 由 Gary Sullivan、Thomas Wiegand 和 Ajay Luthra（美國摩托羅拉：後來的 Arris，美國）擔任主席。 2007 年 264 月，Fidelity Scope Extension (FRExt) 項目最終確定。 從 2006 年 2009 月到 264 年 3 月，JVT 致力於通過稱為可擴展視頻編碼 (SVC) 的附件 (G) 將 H.XNUMX/AVC 擴展到可擴展性。 JVT 管理團隊由 Jens-Rainer Ohm（德國亞琛大學）擴充。 XNUMX年XNUMX月至XNUMX年XNUMX月，JVT推出了多視頻視頻編碼（MVC），這是H.XNUMX/AVC對免費電視和XNUMXD電視的擴展。 這項工作包括開發兩個新的標準配置文件：Multiview High Profile 和 Stereo High Profile。
H.264/AVC 第一個版本的標準化工作於 2003 年 4 月完成。在擴展原始標準的第一個項目中，JVT 隨後開發了所謂的保真範圍擴展 (FRExt)。 這些擴展通過支持更高的採樣位深度精度和更高分辨率的顏色信息來實現更高質量的視頻編碼，包括所謂的 Y'CbCr 2:2:4 (= YUV 2:2:4) 和 Y'CbCr 4:4 採樣結構： 4. Fidelity Range Extensions 項目還包括其他功能，例如 4×8 和 8×2004 整數變換之間的自適應切換、編碼器指定的基於感知的量化加權矩陣、圖片之間的高效無損編碼以及對附加色彩空間。 Fidelity Range Extensions 的設計工作於 2004 年 XNUMX 月完成，起草工作於 XNUMX 年 XNUMX 月完成。
最近對該標準的進一步擴展包括添加了其他五個新配置文件 [哪個？ ] 主要用於專業應用，增加了擴展色域空間支持，定義了額外的縱橫比指標，定義了另外兩種類型的“補充增強信息”（後過濾提示和色調映射），丟棄了之前的FRExt配置文件一個（高4:4:4 簡介），行業反饋[由誰？ ] 指令的設計應該不同。
標準中添加的下一個主要功能是可伸縮視頻編碼 (SVC)。 H.264/AVC 的附件 G 規定，SVC 允許構建包含也符合標準的子比特流的比特流，包括一種稱為“基礎層”的比特流，它可以被 H.264/支持 SVC 的 AVC 編解碼器。 對於時間比特流可伸縮性（即，存在具有比主比特流更小的時間採樣率的子比特流），在導出子比特流時從比特流中移除完整的訪問單元。 在這種情況下，相應地構建比特流中的高級句法和幀間預測參考圖片。 另一方面，對於空間和質量比特流可擴展性（即存在空間分辨率/質量低於主比特流的子比特流），在推導子比特流（網絡抽象層）時從比特流中去除 NAL。 . 在這種情況下，層間預測（即，從較低空間分辨率/質量信號的數據預測較高空間分辨率/質量信號）通常用於高效編碼。 可伸縮視頻編碼擴展已於 2007 年 XNUMX 月完成。
標準中添加的下一個主要功能是多視圖視頻編碼 (MVC)。 H.264/AVC 的附件 H 中規定，MVC 能夠構建表示視頻場景的多個視圖的比特流。 此功能的一個重要示例是立體 3D 視頻編碼。 MVC 工作中開發了兩個配置文件：Multiview High Profile 支持任意數量的視圖，而 Stereo High Profile 專為兩視圖立體視頻而設計。 Multiview 視頻編碼擴展已於 2009 年 XNUMX 月完成。
3。 應用
H.264 視頻格式的應用範圍非常廣泛，涵蓋了從低比特率 Internet 流媒體應用到 HDTV 廣播和幾乎無損編碼的數字電影應用的所有形式的數字壓縮視頻。 通過使用 H.264，與 MPEG-2 Part 2 相比，可以節省 50% 或更多的比特率。 例如，據報導，H.264提供的數字衛星電視的質量與MPEG-2的當前實現相同，比特率不到一半。 目前MPEG-2的實現速率約為3.5 Mbit/s，而H.264只有1.5 Mbit。 /秒。 [23] 索尼聲稱，9 Mbit/s AVC 錄製模式相當於 HDV 格式的圖像質量，使用大約 18-25 Mbit/s。
為了確保 H.264/AVC 的兼容性和無故障採用，許多標準組織已經修改或添加了他們的視頻相關標準，以便這些標準的用戶可以使用 H.264/AVC。 藍光光盤格式和現已停產的 HD DVD 格式都使用 H.264 / AVC High Profile 作為三種強制性視頻壓縮格式之一。 數字視頻廣播項目 (DVB) 於 264 年底批准將 H.2004/AVC 用於廣播電視。
美國高級電視系統委員會 (ATSC) 標準機構於 264 年 2008 月批准了 H.25/AVC 用於廣播電視，儘管該標準尚未用於美國的固定 ATSC 廣播。 [26] [264] 它還被批准用於最新的 ATSC-M/H（移動/手持）標準，使用 H.XNUMX 的 AVC 和 SVC 部分。
CCTV（閉路電視）和視頻監控市場已將此技術融入到許多產品中。 許多常見的數碼單反相機使用包含在 QuickTime MOV 容器中的 H.264 視頻作為本機錄製格式。
4. 派生格式
AVCHD 是索尼和松下共同設計的一種高清錄製格式，採用 H.264（兼容 H.264，同時添加了其他特定於應用程序的功能和約束）。
AVC-Intra 是松下開發的一種幀內壓縮格式。
XAVC 是 Sony 設計的一種錄製格式，使用 H.5.2/MPEG-264 AVC 的 4 級，這是該視頻標準支持的最高級別。 [28] [29] XAVC 可以支持 4K 分辨率（4096×2160 和 3840×2160），速度高達每秒 60 幀 (fps)。 [28] [29] 索尼宣布支持 XAVC 的攝像機包括兩台 CineAlta 攝像機——索尼 PMW-F55 和索尼 PMW-F5。 [30] 索尼PMW-F55可以錄製XAVC，4K分辨率30 fps，速度300 Mbit/s，2K分辨率，30 fps，100 Mbit/s。 [31] XAVC 可以以 4 fps 的速度記錄 60K 分辨率，並以 4 Mbit/s 的速度執行 2:2:600 色度子採樣。
5。 特點
H.264的框圖
H.264 / AVC / MPEG-4 Part 10 包含許多新功能，使其能夠比舊標準更有效地壓縮視頻，並為各種網絡環境中的應用程序提供更大的靈活性。 特別是，其中一些關鍵功能包括：
1）多畫面畫面間預測包括以下特點：
以比以前的標準更靈活的方式使用以前編碼的圖片作為參考，在某些情況下允許使用多達 16 個參考幀（或在隔行編碼的情況下為 32 個參考場）。 在支持非 IDR 幀的配置文件中，大多數級別指定應該有足夠的緩衝以允許在最大分辨率下至少有 4 或 5 個參考幀。 這與現有標準形成對比，現有標准通常限制為 1； 或者，在傳統的“B 圖像”（B 幀）的情況下，兩個。 在大多數情況下，此特殊功能通常可以適度提高比特率和質量。 [需要引用] 但在某些類型的場景中，例如具有重複動作或來回切換場景或未覆蓋背景區域的場景，它允許在保持清晰度的同時顯著降低比特率。
可變塊大小運動補償（VBSMC），塊大小為16×16，小至4×4，可實現運動區域的精確分割。 支持的亮度預測塊大小包括 16×16、16×8、8×16、8×8、8×4、4×8 和 4×4，其中許多可以在單個宏塊中一起使用。 根據使用的色度子採樣，色度預測塊大小相應更小。
對於由 16 個 4×4 分區組成的 B 宏塊，每個宏塊可以使用最多 32 個的多個運動向量（每個分區一個或兩個）。每個 8×8 或更大分區區域的運動向量可以指向到不同的參考圖像。
在 B 幀中可以使用任何宏塊類型，包括 I 宏塊，從而在使用 B 幀時實現更高效的編碼。 這個特性可以從MPEG-4 ASP 中看出。
六抽頭濾波用於導出半像素亮度樣本預測，以實現更清晰的子像素運動補償。 四分之一像素運動是通過半色值的線性插值導出的，以節省處理能力。
用於運動補償的四分之一像素精度可以準確描述運動區域的位移。 對於色度，分辨率通常在垂直和水平方向上減半（見4:2:0），因此色度的運動補償使用八分之一色度像素網格單元。
加權預測允許編碼器在執行運動補償時指定縮放和偏移的使用，並在特殊情況下提供顯著的性能優勢 - 例如淡入和淡出、淡入和淡入以及淡入和淡出過渡。 這包括 B 幀的隱式加權預測和 P 幀的顯式加權預測。
用於“幀內”編碼的相鄰塊邊緣的空間預測，而不是 MPEG-2 Part 2 中的“DC”預測以及 H.263v2 和 MPEG-4 Part 2 中的變換係數預測：
這包括 16×16、8×8 和 4×4 的亮度預測塊大小（其中每個宏塊中只能使用一種類型）。
2）無損宏塊編碼功能包括：
無損“PCM宏塊”代表模式，直接代表視頻數據樣本，[34]允許完美表示特定區域，並允許對每個宏塊的編碼數據量進行嚴格限制。
增強的無損宏塊表示模式允許對特定區域進行完美表示，同時通常使用比 PCM 模式少得多的比特。
靈活的隔行視頻編碼功能，包括：
宏塊自適應幀場 (MBAFF) 編碼使用宏塊對結構將圖像編碼為幀，允許場模式下有 16×16 個宏塊（與 MPEG-2 相比，場模式處理在圖像中實現編碼為幀導致處理 16×8 個半宏塊）。
圖像自適應幀和場編碼（PAFF 或 PicAFF）允許將自由選擇的圖像混合併編碼為一個完整的幀，其中兩個場組合用於編碼或作為單個單場。
新的轉換設計功能，包括：
精確匹配整數 4×4 空間塊變換，允許準確放置殘差信號，幾乎沒有以前編解碼器設計中常見的“振鈴”。 這種設計在概念上類似於著名的離散餘弦變換 (DCT)，它是由 N. Ahmed、T. Natarajan 和 KR Rao 於 1974 年引入的，是離散餘弦變換中的參考文獻 1。 然而，它被簡化並提供精確指定的解碼。
精確匹配整數 8×8 空間塊變換，允許比 4×4 變換更有效地壓縮高度相關的區域。 該設計在概念上類似於眾所周知的 DCT，但進行了簡化並提供了精確指定的解碼。
用於整數變換操作的 4×4 和 8×8 變換塊大小之間的自適應編碼器選擇。
對應用於色度 DC 係數（在特殊情況下還有亮度）的主空間變換的“DC”係數執行二次 Hadamard 變換，以在平滑區域獲得更多壓縮。
3) 定量設計包括：
對數步長控制、更簡單的比特率管理和通過編碼器簡化的逆量化縮放
編碼器選擇的頻率定制量化縮放矩陣用於基於感知的量化優化
環路解塊濾波器有助於防止其他基於 DCT 的圖像壓縮技術常見的塊效應，從而獲得更好的視覺外觀和壓縮效率
4）熵編碼設計包括：
上下文自適應二進制算術編碼 (CABAC)，一種用於對視頻流中的句法元素進行無損壓縮的算法，它知道給定上下文中句法元素的概率。 CABAC 比 CAVLC 更有效地壓縮數據，但需要更多的處理來解碼。
上下文自適應可變長度編碼 (CAVLC)，它是用於編碼量化變換係數值的 CABAC 的較低複雜性替代方案。 儘管複雜度低於 CABAC，但 CAVLC 比其他現有設計中常用的係數編碼方法更精細、更有效。
用於許多未由 CABAC 或 CAVLC 編碼的句法元素的常見簡單且高度結構化的可變長度編碼 (VLC) 技術稱為指數哥倫布編碼（或 Exp-Golomb）。
5）損失恢復功能包括：
網絡抽象層 (NAL) 定義允許在許多網絡環境中使用相同的視頻語法。 H.264 的一個非常基本的設計理念是生成自包含的數據包以去除重複的報頭，例如 MPEG-4 的報頭擴展代碼 (HEC)。 這是通過從媒體流中解耦與多個切片相關的信息來實現的。 高級參數的組合稱為參數集。 [35] H.264規範包括兩種類型的參數集：序列參數集（SPS）和圖片參數集（PPS）。 有效序列參數集在整個編碼視頻序列中保持不變，有效圖像參數集在編碼圖像內保持不變。 序列和圖像參數集結構包含圖像大小、採用的可選編碼方式、宏塊到切片組映射等信息。
靈活宏塊排序 (FMO)，也稱為切片組和任意切片排序 (ASO)，是一種用於重建圖片中基本區域（宏塊）表示的排序的技術。 通常被視為錯誤/損失魯棒性函數，FMO 和 ASO 也可以用於其他目的。
數據分區 (DP) 是一種可以將較重要和較不重要的語法元素劃分為不同數據包的功能，可以應用不等錯誤保護 (UEP) 和其他類型的錯誤/丟失魯棒性改進。
冗餘切片 (RS)，一種針對錯誤/損失的魯棒性特徵，它允許編碼器發送圖像區域的附加表示（通常具有較低保真度），如果主要表示損壞或丟失，則可以使用該表示。
幀數，允許創建“子序列”功能，通過可選地在其他圖片之間包含附加圖片來實現時間可擴展性，並檢測和隱藏整個圖片的丟失，這可能是由於網絡丟包或信道發生錯誤造成的。
切換切片，稱為 SP 和 SI 切片，允許編碼器指示解碼器跳轉到正在進行的視頻流，以實現視頻流比特率切換和“特技模式”操作等目的。 當解碼器使用SP/SI功能跳轉到視頻流的中間時，它可以獲得與視頻流中那個位置的解碼圖像精確匹配，儘管使用不同的圖片或根本沒有圖片，作為一個以前的參考。 轉變。
用於防止意外模擬起始代碼（編碼數據中的特殊位序列）的簡單自動過程允許隨機訪問位流並在可能丟失字節同步的系統中恢復字節對齊。
補充增強信息 (SEI) 和視頻可用性信息 (VUI) 是附加信息，可插入比特流以增強視頻以用於各種目的。 [需要澄清] SEI FPA（幀封裝安排）包含消息的 3D 安排：
輔助圖片，可用於alpha合成等用途。
支持單色 (4:0:0)、4:2:0、4:2:2 和 4:4:4 色度子採樣（取決於所選配置文件）。
支持採樣位深度精度，範圍為每個樣本 8 到 14 位（取決於所選配置文件）。
能夠將每個顏色平面編碼成具有自己的切片結構、宏塊模式、運動矢量等的不同圖像，允許使用簡單的並行結構來設計編碼器（僅支持三個支持 4:4:4 的配置文件)。
圖像序列計數用於保持圖像的順序和解碼圖像中樣本值的特徵與時序信息隔離，允許系統單獨攜帶和控制/改變時序信息，而不影響時序信息的內容解碼圖像。
這些技術和其他幾項技術幫助 H.264 在各種情況下的各種應用環境中比任何以前的標準表現得更好。 H.264 通常比 MPEG-2 視頻表現更好——通常在相同質量的一半或更低的比特率下，尤其是在高比特率和高分辨率下。
與其他 ISO/IEC MPEG 視頻標準一樣，H.264/AVC 有一個可以免費下載的參考軟件實現。 它的主要目的是提供 H.264/AVC 功能的示例，本身並不是一個有用的應用程序。 電影專家組也在做一些參考硬件設計工作。 以上是H.264/AVC的完整特性，涵蓋了H.264的所有配置文件。 編解碼器的配置文件是編解碼器的一組特性，它被識別為滿足預期應用的特定規範集。 這意味著某些配置文件不支持列出的許多功能。 H.264/AVC 的各種配置文件將在下一節討論。
我們的其他產品：
