H.264 （MPEG） -4AVC

Formålet med H.264 / AVC-projektet er at skabe en standard, der kan give god videokvalitet med en meget lavere bithastighed end tidligere standarder (dvs. halvdelen af bithastigheden af MPEG-2, H.263 eller MPEG- eller mere). lav). 4 Del 2) uden at øge designens kompleksitet, så det er upraktisk eller for dyrt at implementere. Et andet mål er at give tilstrækkelig fleksibilitet til at muliggøre, at standarden kan anvendes på forskellige applikationer på forskellige netværk og systemer, herunder lave og høje bithastigheder, video med lav og høj opløsning, transmission, DVD-lagring, RTP / IP-pakke-netværk og ITU-T multimedietelefonsystem. H.264-standarden kan betragtes som en "standardfamilie" sammensat af mange forskellige konfigurationsfiler. En bestemt dekoder afkoder mindst en, men ikke nødvendigvis alle profiler. Dekoderspecifikationen beskriver, hvilke konfigurationsfiler der kan dekodes. H.264 bruges normalt til tabsfri komprimering, skønt det også er muligt at oprette virkelig tabsløse kodningsregioner i tabsfri kodede billeder eller til at understøtte sjældne tilfælde, hvor hele kodningen er tabsfri.

H.264 blev udviklet af ITU-T Video Coding Expert Group (VCEG) sammen med ISO / IEC JTC1 Moving Picture Experts Group (MPEG). Projektpartnerskabet kaldes Joint Video Team (JVT). ITU-T H.264-standarden og ISO / IEC MPEG-4 AVC-standarden (formelt ISO / IEC 14496-10-MPEG-4 del 10, avanceret videokodning) opretholdes i fællesskab, så de har det samme tekniske indhold. Den endelige udarbejdelse af den første udgave af standarden blev afsluttet i maj 2003, og forskellige udvidelser af dens funktioner blev føjet til dens efterfølgende udgaver. Højeffektiv videokodning (HEVC), nemlig H.265 og MPEG-H del 2, er efterfølgerne til H.264 / MPEG-4 AVC udviklet af den samme organisation, og de tidligere standarder bruges stadig almindeligt.

Den mest berømte H.264 er sandsynligvis en af videokodningsstandarderne for Blu-ray-diske; alle Blu-ray-afspillere skal kunne afkode H.264. Det bruges også i vid udstrækning af streaming af internetressourcer, såsom videoer fra Vimeo, YouTube og iTunes Store, netværkssoftware som Adobe Flash Player og Microsoft Silverlight og forskellige HDTV-udsendelser på jorden (ATSC, ISDB-T, DVB) - T eller DVB-T2), kabel (DVB-C) og satellit (DVB-S og DVB-S2).

H.264 er beskyttet af patenter, der ejes af alle parter. Licenser, der dækker de fleste (men ikke alle) patenter, der er nødvendige for H.264, administreres af patentpuljen MPEG LA. 3 Kommerciel brug af patenteret H.264-teknologi kræver betaling af royalties til MPEG LA og andre patentejere. MPEG LA tillader gratis brug af H.264-teknologi til at give slutbrugere gratis streaming-internetvideo, og Cisco Systems betaler royalties til MPEG LA på vegne af sine open source H.264-kodere binære filbrugere.

1. Navngivning
H.264-navnet følger ITU-T-navngivningskonventionen, som er medlem af H.26x-serien af VCEG-videokodningsstandarder; MPEG-4 AVC-navnet er relateret til navngivningskonventionen i ISO / IEC MPEG, hvor standarden er ISO / IEC 14496 del 10, ISO / IEC 14496 er en række standarder kaldet MPEG-4. Standarden blev udviklet i fællesskab i et partnerskab mellem VCEG og MPEG, og et VCEG-projekt kaldet H.26L blev tidligere udført i ITU-T. Derfor bruges navne som H.264 / AVC, AVC / H.264, H.264 / MPEG-4AVC eller MPEG-4 / H.264 AVC ofte til at henvise til standarden for at understrege den fælles arv. Nogle gange kaldes det også "JVT-codec", henvises til Joint Video Team (JVT) -organisationen, der har udviklet den. (Denne form for partnerskab og flere navngivninger er ikke ualmindelige. For eksempel stammer videokomprimeringsstandarden MPEG-2 også fra partnerskabet mellem MPEG og ITU-T, hvor MPEG-2-video kaldes af ITU-T-samfundet H. 262. 4) Nogle softwareprogrammer (såsom VLC medieafspiller) identificerer denne standard internt som AVC1.

2. Historie
I begyndelsen af 1998 udsendte Video Coding Expert Group (VCEG-ITU-T SG16 Q.6) en indkaldelse af forslag til et projekt kaldet H.26L med det formål at fordoble kodningseffektiviteten (hvilket betyder, at den krævede bithastighed halveret) Et givet niveau af troskab sammenlignet med andre eksisterende videokodningsstandarder, der anvendes til forskellige applikationer. VCEG er formand for Gary Sullivan (Microsoft, tidligere PictureTel, USA). Det første udkast til design af den nye standard blev vedtaget i august 1999. I 2000 blev Thomas Wiegand (Heinrich Hertz Institute, Tyskland) medformand for VCEG.

I december 2001 dannede VCEG og Moving Picture Experts Group (MPEG-ISO / IEC JTC 1 / SC 29 / WG 11) en Joint Video Group (JVT), og dens charter færdiggjorde videokodningsstandarden. [5] Specifikationen blev formelt godkendt i marts 2003. JVT var formand for Gary Sullivan, Thomas Wiegand og Ajay Luthra (Motorola, USA: senere Arris, USA). I juni 2004 blev projektet Fidelity Scope Extension (FRExt) afsluttet. Fra januar 2005 til november 2007 arbejder JVT på at udvide H.264 / AVC til skalerbarhed gennem en vedhæftet fil (G) kaldet Scalable Video Coding (SVC). JVT-ledelsesteamet blev udvidet af Jens-Rainer Ohm (Aachen Universitet, Tyskland). Fra juli 2006 til november 2009 lancerede JVT Multi-Video Video Coding (MVC), som er en udvidelse af H.264 / AVC til frit udsyn til tv og 3D-tv. Dette arbejde inkluderer udvikling af to nye standardprofiler: Multiview High Profile og Stereo High Profile.

Standardiseringen af den første version af H.264 / AVC blev afsluttet i maj 2003. I det første projekt til udvidelse af den oprindelige standard udviklede JVT efterfølgende de såkaldte Fidelity Range Extensions (FRExt). Disse udvidelser opnår videokodning af højere kvalitet ved at understøtte højere samplingsbitdybde-nøjagtighed og farveoplysninger med højere opløsning, inklusive den såkaldte Y'CbCr 4: 2: 2 (= YUV 4: 2: 2) og Y 'CbCr 4: 4-sampling struktur: 4. Fidelity Range Extensions-projektet inkluderer også andre funktioner, såsom adaptiv skift mellem 4 × 4 og 8 × 8 heltalstransformationer, perceptuelt baserede kvantiseringsvægtningsmatricer specificeret af koderen, effektiv tabsfri kodning mellem billeder og understøttelse af yderligere farveområder. Designarbejdet for Fidelity Range Extensions blev afsluttet i juli 2004, og dets udarbejdelsesarbejde blev afsluttet i september 2004.

Den nylige yderligere udvidelse af standarden inkluderer tilføjelsen af fem andre nye profiler [hvilken? ] Bruges hovedsageligt til professionelle applikationer, tilføjelse af udvidet understøttelse af farvespektrum, definerer yderligere størrelsesforholdsindikatorer, definerer to andre typer "supplerende forbedringsoplysninger" (tip efter filter og tonekortlægning) og kasserer den tidligere FRExt-konfigurationsfil One (høj 4: 4: 4-profil), branchefeedback [af hvem? ] Instruktionerne skal designes anderledes.

Den næste store funktion tilføjet til standarden er Scalable Video Coding (SVC). Det er fastsat i bilag G til H.264 / AVC, at SVC tillader konstruktion af bitstrømme indeholdende underbitstrømme, der også er i overensstemmelse med standarden, inklusive en sådan bitstrøm kaldet "basislaget", som kan dekodes af H.264 / AVC-codec, der understøtter SVC. For tidsmæssig bitstrøm skalerbarhed (dvs. der er sub-bitstrømme med en mindre tidsmæssig samplingshastighed end den primære bitstrøm) fjernes komplette adgangsenheder fra bitstrømmen, når sub-bitstrømmen afledes. I dette tilfælde er syntaks på højt niveau og inter-forudsigelsesreferencebilleder i bitstrømmen konstrueret i overensstemmelse hermed. På den anden side fjerner NAL fra bitstrømmen til rumlig og kvalitet bitstrøm skalerbarhed (dvs. der er sub-bitstrømme med lavere rumlig opløsning / kvalitet end den primære bitstrøm), når der udledes sub-bitstrømmen (netværksabstraktionslag). . I dette tilfælde anvendes forudsigelse mellem lag (dvs. forudsigelse af en højere rumlig opløsning / kvalitetssignal fra data af et lavere rumlig opløsning / kvalitetssignal) generelt til effektiv kodning. Den skalerbare videokodningsudvidelse blev afsluttet i november 2007.

Den næste store funktion tilføjet til standarden er Multi-View Video Coding (MVC). Det er specificeret i bilag H til H.264 / AVC, at MVC muliggør konstruktion af en bitstrøm, der repræsenterer mere end en visning af en videoscene. Et vigtigt eksempel på denne funktion er stereoskopisk 3D-videokodning. To profiler blev udviklet i MVC-arbejde: Multiview High Profile understøtter et vilkårligt antal visninger, og Stereo High Profile er specielt designet til stereoanlæg med to visninger. Multiview-videokodningsudvidelsen blev afsluttet i november 2009.

3. Ansøgning

H.264-videoformatet har en meget bred vifte af applikationer, der dækker alle former for digitalt komprimeret video fra lav-bit-hastighed til internet-streaming-applikationer til HDTV-transmission og næsten tabsfri kodning af digitale filmapplikationer. Ved at bruge H.264 sammenlignet med MPEG-2 del 2 kan bithastigheden gemmes med 50% eller mere. For eksempel rapporteres det, at kvaliteten af digitalt satellit-tv leveret af H.264 er den samme som den nuværende implementering af MPEG-2 med en bithastighed på mindre end halvdelen. Den nuværende implementeringshastighed for MPEG-2 er ca. 3.5 Mbit / s, mens H.264 kun er 1.5 Mbit. / s. [23] Sony hævder, at 9 Mbit / s AVC-optagelsestilstand svarer til billedkvaliteten i HDV-formatet, som bruger ca. 18-25 Mbit / s.

For at sikre H.264 / AVC-kompatibilitet og problemfri vedtagelse har mange standardorganisationer ændret eller tilføjet deres videorelaterede standarder, så brugere af disse standarder kan bruge H.264 / AVC. Både Blu-ray Disc-formatet og det nu ophørte HD DVD-format bruger H.264 / AVC High Profile som et af de tre obligatoriske videokomprimeringsformater. Digital Video Broadcasting Project (DVB) godkendte brugen af H.264 / AVC til tv-udsendelse i slutningen af 2004.

American Advanced Television System Committee (ATSC) standardorgan godkendte H.264 / AVC til tv-udsendelse i juli 2008, selvom standarden endnu ikke er blevet brugt til faste ATSC-udsendelser i USA. [25] [26] Den er også godkendt til den nyeste ATSC-M / H (mobil / håndholdt) standard ved hjælp af AVC- og SVC-delene i H.264.

Markederne for CCTV (tv med lukket kredsløb) og videoovervågning har indarbejdet denne teknologi i mange produkter. Mange almindelige DSLR-kameraer bruger H.264-video indeholdt i QuickTime MOV-beholderen som det oprindelige optageformat.

4. Afledt format

AVCHD er et high-definition-optageformat designet af Sony og Panasonic ved hjælp af H.264 (kompatibel med H.264, mens der tilføjes andre applikationsspecifikke funktioner og begrænsninger).

AVC-Intra er et intra-frame komprimeringsformat udviklet af Panasonic.

XAVC er et optageformat designet af Sony og bruger niveau 5.2 på H.264 / MPEG-4 AVC, hvilket er det højeste niveau, der understøttes af denne videostandard. [28] [29] XAVC kan understøtte 4K-opløsninger (4096 × 2160 og 3840 × 2160) med hastigheder på op til 60 billeder i sekundet (fps). [28] [29] Sony meddelte, at XAVC-aktiverede kameraer inkluderer to CineAlta-kameraer - Sony PMW-F55 og Sony PMW-F5. [30] Sony PMW-F55 kan optage XAVC, 4K opløsning er 30 fps, hastighed er 300 Mbit / s, 2K opløsning, 30 fps, 100 Mbit / s. [31] XAVC kan optage 4K-opløsning ved 60 fps og udføre 4: 2: 2 chroma-undersampling ved 600 Mbit / s.

5. Egenskaber

Blokdiagram for H.264

H.264 / AVC / MPEG-4 del 10 indeholder mange nye funktioner, der gør det muligt at komprimere video mere effektivt end den gamle standard og giver større fleksibilitet til applikationer i forskellige netværksmiljøer. Især inkluderer nogle af disse nøglefunktioner:

1) Multibillede forudsigelse mellem billeder inkluderer følgende funktioner:

Brug tidligere kodede billeder som referencer på en mere fleksibel måde end tidligere standarder, hvilket tillader brug af op til 16 referencerammer (eller 32 referencefelter i tilfælde af interlaced kodning) i nogle tilfælde. I profiler, der understøtter ikke-IDR-rammer, angiver de fleste niveauer, at der skal være buffering nok til at tillade mindst 4 eller 5 referencerammer ved den maksimale opløsning. Dette er i modsætning til eksisterende standarder, som normalt har en grænse på 1; eller, i tilfælde af traditionelle "B-billeder" (B-rammer), to. Denne særlige funktion tillader normalt en beskeden forbedring af bithastighed og kvalitet i de fleste scenarier. [Behov for citering] Men i visse typer scener, såsom scener med gentagne handlinger eller skiftende scener frem og tilbage eller udækkede baggrundsområder, giver det mulighed for at reducere bithastigheden betydeligt, samtidig med at klarheden opretholdes.

Variabel blokstørrelse bevægelseskompensation (VBSMC), blokstørrelsen er 16 × 16, så lille som 4 × 4, hvilket kan realisere den nøjagtige segmentering af det bevægelige område. De understøttede luma-forudsigelsesblokstørrelser inkluderer 16 × 16, 16 × 8, 8 × 16, 8 × 8, 8 × 4, 4 × 8 og 4 × 4, hvoraf mange kan bruges sammen i en enkelt makroblok. I henhold til den anvendte chroma-undersampling er chroma-forudsigelsesblokstørrelsen tilsvarende mindre.
I tilfælde af en B-makroblok bestående af 16 4 × 4 partitioner, kan hver makroblok bruge flere bevægelsesvektorer (en eller to for hver partition) med et maksimum på 32. Bevægelsesvektoren for hvert 8 × 8 eller større partitionsareal kan pege til et andet referencebillede.

Enhver makroblokktype kan bruges i B-frames, herunder I-macroblocks, hvilket resulterer i mere effektiv kodning, når du bruger B-frames. Denne egenskab kan ses fra MPEG-4 ASP.
Seks-tap-filtrering bruges til at udlede forudsigelse af halv-pixel-luminansprøve for klarere sub-pixel bevægelseskompensation. Kvartals-pixel bevægelse stammer fra lineær interpolering af halvfarveværdier for at spare processorkraft.

Kvartalspixelpræcisionen, der anvendes til bevægelseskompensation, kan nøjagtigt beskrive forskydningen af det bevægelige område. For chroma halveres opløsningen normalt i lodret og vandret retning (se 4: 2: 0), så chromas bevægelseskompensation bruger en ottende chromapixelgitterenhed.

Vægtet forudsigelse giver koderen mulighed for at specificere brugen af skalering og forskydning ved udførelse af bevægelseskompensation og giver betydelige ydeevne fordele i specielle situationer - såsom fade in og fade out, fade in og fade in og fade in og fade out overgange. Dette inkluderer implicit vægtet forudsigelse af B-rammer og eksplicit vægtet forudsigelse af P-rammer.

Rumlig forudsigelse for kanterne af tilstødende blokke til "intra" -kodning i stedet for "DC" -forudsigelsen fundet i MPEG-2 del 2 og forudsigelsen af transformationskoefficient i H.263v2 og MPEG-4 del 2:
Dette inkluderer luma-forudsigelsesblokstørrelser på 16 × 16, 8 × 8 og 4 × 4 (hvor kun en type kan bruges i hver makroblok).

2) Tapsfri makroblokkodningsfunktioner inkluderer:

Den tabsfri "PCM-makroblokering" repræsenterer tilstanden, som direkte repræsenterer videodataprøverne, [34] tillader den perfekte repræsentation af et specifikt område og tillader strenge begrænsninger for mængden af kodede data for hver makroblok.

Den forbedrede tabsfri makroblok-repræsentationstilstand giver mulighed for en perfekt repræsentation af et specifikt område, mens der generelt bruges meget færre bits end PCM-tilstanden.
Fleksible interlaced videokodningsfunktioner, herunder:

Macroblock adaptive frame-field (MBAFF) -kodning bruger en makroblokparstruktur til billedet kodet som en ramme, hvilket tillader 16 × 16 makroblokke i felttilstand (sammenlignet med MPEG-2, hvor felttilstandsbehandling er implementeret i billedet Kodning som en ramme resulterer i behandling af 16 × 8 semi-makroblokke).

Billedadaptiv ramme- og feltkodning (PAFF eller PicAFF) tillader frit valgte billeder at blive blandet og kodet som en komplet ramme, hvor to felter kombineres til kodning eller som et enkelt enkelt felt.
Nye funktioner til konverteringsdesign, herunder:

Præcis matchende heltal 4 × 4 rumlig bloktransformation, hvilket muliggør nøjagtig placering af resterende signaler, næsten ingen "ring", der er almindelig i tidligere codec-design. Dette design ligner konceptet den velkendte diskrete cosinustransformation (DCT), som blev introduceret i 1974 af N. Ahmed, T. Natarajan og KR Rao, og det er en reference 1 i den diskrete cosinustransformation. Det er imidlertid forenklet og giver nøjagtigt specificeret afkodning.
Nøjagtigt matchende heltal 8 × 8 rumlige bloktransformationer, hvilket muliggør mere effektiv kompression af stærkt korrelerede regioner end 4 × 4 transformationer. Designet ligner konceptet den velkendte DCT, men er forenklet og leveret til at give nøjagtigt specificeret afkodning.
Adaptiv kodningsvalg mellem 4 × 4 og 8 × 8 transformeringsblokstørrelser til heltalstransformationsoperationer.
En sekundær Hadamard-transformation udføres på "DC" -koefficienterne for hovedrumstransformen, der påføres krominans-DC-koefficienterne (og i et specielt tilfælde også luminansen) for at opnå endnu mere kompression i det glatte område.

3) Kvantitativt design inkluderer:
Logaritmisk trinstørrelseskontrol, enklere bithastighedsstyring og forenklet inverse kvantiseringsskalering gennem koderen
Den frekvenstilpassede kvantiseringsskalamatrix, der er valgt af koderen, bruges til opfattelsesbaseret kvantiseringsoptimering
Loop-deblockeringsfilteret hjælper med at forhindre den blokeffekt, der er fælles for andre DCT-baserede billedkomprimeringsteknologier for at opnå et bedre visuelt udseende og komprimeringseffektivitet

4) Entropikodningsdesign inkluderer:
Kontekstadaptiv binær aritmetisk kodning (CABAC), en algoritme til tabsfri komprimering af syntakselementer i en videostrøm, der kender sandsynligheden for syntakselementer i en given kontekst. CABAC komprimerer data mere effektivt end CAVLC, men kræver mere behandling for at afkode.
Context Adaptive Variable Length Coding (CAVLC), som er et alternativ med lavere kompleksitet til CABAC, der bruges til at kode for kvantiserede transformeringskoefficientværdier. Selvom kompleksiteten er lavere end CABAC, er CAVLC mere raffineret og mere effektiv end metoder, der almindeligvis bruges til at kode koefficienter i andre eksisterende designs.
En almindelig enkel og stærkt struktureret kodningsteknologi med variabel længde (VLC), der anvendes til mange syntakselementer, der ikke er kodet af CABAC eller CAVLC, kaldes eksponentiel Golomb-kodning (eller Exp-Golomb).

5) Funktioner til tabsgendannelse inkluderer:

Definitionen af netværkets abstraktionslag (NAL) gør det muligt at bruge den samme videosyntaks i mange netværksmiljøer. Et meget grundlæggende designkoncept for H.264 er at generere selvstændige datapakker til at fjerne duplikatoverskrifter, såsom MPEG-4's Header Extension Code (HEC). Dette opnås ved at afkoble information relateret til flere udsnit fra mediestrømmen. Kombinationen af avancerede parametre kaldes et parametersæt. [35] H.264-specifikationen inkluderer to typer parametersæt: Sekvensparametersæt (SPS) og Billedparametersæt (PPS). Det effektive sekvensparametersæt forbliver uændret i hele den kodede videosekvens, og det effektive billedparametersæt forbliver uændret inden for det kodede billede. Sekvens- og billedparametersætstrukturen indeholder information såsom billedstørrelse, valgfri kodningstilstand, der er vedtaget, og makroblok-til-skive-gruppekortlægning.

Fleksibel makroblokbestilling (FMO), også kendt som skivegruppe, og vilkårlig skivebestilling (ASO) er en teknik, der bruges til at rekonstruere rækkefølgen af repræsentationen af grundregioner (makroblokke) i et billede. Generelt betragtet som fejl / tab robusthedsfunktioner, kan FMO og ASO også bruges til andre formål.
Data Partitioning (DP), en funktion, der kan opdele de mere vigtige og mindre vigtige syntakselementer i forskellige datapakker, kan anvende UEP (Unequal Error Protection) og andre typer fejl / tabsforbedringer.
Redundant slice (RS), en robusthedsfunktion til fejl / tab, som gør det muligt for koderen at sende en ekstra repræsentation af billedområdet (normalt med lavere troskab), som kan bruges, hvis hovedrepræsentationen er beskadiget eller mistet.
Billednummer, der muliggør oprettelse af "undersekvenser" -funktion, opnå tidsmæssig skalerbarhed ved valgfrit at inkludere yderligere billeder mellem andre billeder og detektere og skjule tabet af hele billedet, hvilket kan være forårsaget af netværkspakketab eller kanal Der opstod en fejl.
Skift af skiver, kaldet SP og SI skiver, giver koderen mulighed for at instruere dekoderen til at springe til den igangværende videostream til formål såsom videostream bitrate skift og "trick mode" operationer. Når dekoderen bruger SP / SI-funktionen til at springe til midten af videostrømmen, kan den opnå en nøjagtig matchning med det dekodede billede på den position i videostrømmen, på trods af at det bruger et andet billede eller slet ikke noget billede som tidligere reference. kontakt.
En simpel automatisk proces, der bruges til at forhindre utilsigtet simulering af startkoden, som er en speciel bitsekvens i de kodede data, tillader tilfældig adgang til bitstrømmen og gendanner bytejustering i systemer, hvor bytesynkronisering kan gå tabt.
Supplerende Enhancement Information (SEI) og Video Usability Information (VUI) er yderligere information, der kan indsættes i bitstrømmen for at forbedre videoen til forskellige formål. [Afklaring nødvendig] SEI FPA (Frame Encapsulation Arrangement) indeholder 3D-arrangement af meddelelser:

Hjælpebillede, som kan bruges til alfasyntese og andre formål.
Understøtter monokrom (4: 0: 0), 4: 2: 0, 4: 2: 2 og 4: 4: 4 chroma-undersampling (afhængigt af den valgte profil).
Understøtter samplingsbitdybdens nøjagtighed, der spænder fra 8 til 14 bits pr. Prøve (afhængigt af den valgte profil).
I stand til at kode hvert farveplan i forskellige billeder med sin egen skivestruktur, makrobloktilstand, bevægelsesvektor osv., Hvilket muliggør brug af en simpel parallel struktur til at designe koderen (kun tre konfigurationsfiler, der understøtter 4: 4: 4, understøttes ).

Billedsekvensoptælling bruges til at opretholde rækkefølgen af billederne og karakteristikaene for prøveværdierne i det afkodede billede isoleret fra timinginformationen, hvilket tillader systemet at bære og kontrollere / ændre timinginformationen separat uden at påvirke indholdet af dekodet billede.
Disse teknologier og flere andre teknologier hjælper H.264 med at klare sig bedre end nogen tidligere standard i forskellige applikationsmiljøer i forskellige situationer. H.264 fungerer generelt bedre end MPEG-2-video - normalt den samme kvalitet ved halv bithastighed eller lavere, især ved høje bithastigheder og høje opløsninger.
Ligesom andre ISO / IEC MPEG-videostandarder har H.264 / AVC en reference-softwareimplementering, der kan downloades gratis. Dens hovedformål er at give eksempler på H.264 / AVC-funktioner, ikke en nyttig applikation i sig selv. Motion Picture Experts Group udfører også noget referencehardwaredesignarbejde. Ovenstående er de komplette funktioner i H.264 / AVC, der dækker alle konfigurationsfiler i H.264. Profilen til en codec er et sæt egenskaber ved codec, som identificeres til at opfylde bestemte sæt specifikationer til den påtænkte anvendelse. Dette betyder, at nogle konfigurationsfiler ikke understøtter mange af de anførte funktioner. De forskellige konfigurationsfiler i H.264 / AVC diskuteres i det næste afsnit.