可適性視訊編碼
外观
![本页使用了标题或全文手工转换](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
可適性視訊編碼(Scalable Video Coding, SVC)是傳統H.264/MPEG-4 AVC編碼的延伸,可提升更大的編碼彈性,並具有時間可適性(Temporal Scalability)、空間可適性(Spatial Scalability)及訊雜比可適性(SNR Scalability)三大特性,使視訊傳輸更能適應在異質的網路頻寬[1][2][3]。
概述
[编辑]SVC的目標在於標準化已使編碼的高品質的影像碼流,可以獨立拆分成一個或多個子位元流(subset bitstream)進行解碼,可以自己用一個複雜和重建質量達到類似的利用現有的H.264/MPEG-4 AVC的設計與相同數量的數據碼流中的一個子集。
一個子位元流(subset bitstream)可以代表一個空間或時間分辨率較低或品質較差的的視訊信號(每個單獨或組合)相比。
- 時間(幀速率)的可適性:由於一般視訊壓縮都會利用運動補償的手段,紀錄位移向量(motion vector)。在某些系統的應用上,可以跳過某幾幀用其鄰近幀的位移向量內插出該被跳過幀的結果。在解碼端同樣利用運動補償算回該被跳過幀。
- 空間(圖片大小)的可適性:圖形(或視訊壓縮中的一幀)在壓縮編碼的時候即存下了多重大小(或解析度)的結果。讓解碼端得以視需求解碼回所需的圖片大小(或解析度),可能以較小的結果換取解碼的效率。通常較小的圖片即帶有大圖片一部份的特性,大圖的儲存上不需要重複記錄這些重複的部分。
- 信噪比/質量/品質可適性:在壓縮編碼的時候將多重品質(qualities)的結果都存下來。讓解碼端得以視需求解碼回所需的圖片品質,可能以較低的品質換取解碼的效率。通常品質較差的圖片仍有一定的代表性,品質較佳的結果在儲存上不需要重複記錄重複的資訊。
- 聯合可適性(Combined scalability):結合上述三個擴展性。
例子
[编辑]空間可適性與品質可適性的綜合應用可以參考JPEG 2000影像壓縮。JPEG 2000從遞進性(Progressive)與可適性(Scaling)兩個角度來看待:
- 從遞進性的角度來看,解碼的過程會先去擷取前端低解析度資訊,先解得低解析度圖片;再一步步擷取更多資訊,逐步增進解析度。這代表了使用者可以視需求只解碼部分而得到縮圖,節省計算量。
- 從可適性的角度來看,其編碼內容可以在任意位置截斷,從頭至此的編碼片段可被解碼回一張較低解析度的圖片。編碼片段越長,解碼後的解析度越高(或說放大到同樣解析度時,其峰值信噪比(PSNR)較佳)。這意味了當需要更高壓縮率時,直接丟棄後方的編碼資料即可達成。
里程碑
[编辑]- 2003年10月,Moving Picture Experts Group(MPEG)提出SVC Technology的提議
- 2004年4月: 第14版提議出爐
規範
[编辑]- Scalable Baseline Profile
- 支持B frame,加權預測的CABAC熵編碼法,以及8 × 8亮度變換在增強層,雖然基礎層(base layer)要符合有限制baseline。
- 質量和時間(Quality and temporal)可擴展編碼的支持不受任何限制。
- Scalable High Profile
- Scalable High Intra Profile
參見
[编辑]外部連結
[编辑]- JVT document archive site
- JVT organization description (页面存档备份,存于互联网档案馆)
- MPEG-4/H.264 SVC Analyzer
- SVC Reference Software
- Open SVC decoder: Open implementation of the SVC standard. (页面存档备份,存于互联网档案馆)
參考資料
[编辑]- ^ Overview paper on SVC by H. Schwarz, D. Marpe, and T. Wiegand (PDF). [2014-04-10]. (原始内容存档 (PDF)于2020-11-27).
- ^ HHI presentation of the Scalable Extension of H.264/AVC. [2014-04-10]. (原始内容存档于2020-01-11).
- ^ MPEG - Technologies - Overview of Scalable Video Coding. [2014-04-10]. (原始内容存档于2016-08-02).
|