MPEG4 er en kompressionsteknologi, der er velegnet til overvågning
MPEG4 blev annonceret i november 1998. Den internationale standard MPEG4, som oprindeligt forventes at blive taget i brug i januar 1999, er ikke kun til video- og lydkodning ved en bestemt bithastighed, men lægger også mere vægt på interaktivitet og fleksibilitet ved multimediesystemer. Eksperterne fra MPEG-ekspertgruppen arbejder hårdt for formuleringen af MPEG-4. MPEG-4-standarden bruges hovedsageligt i videotelefon, video-e-mail og elektroniske nyheder osv. Dens transmissionskrav er relativt lave, mellem 4800-64000bits / sek, og opløsningen er mellem 4800-64000bits / sek. Det er 176X144. MPEG-4 bruger en meget smal båndbredde, komprimerer og transmitterer data gennem ramme-rekonstruktionsteknologi for at opnå mindst mulig data og opnå den bedste billedkvalitet.
Sammenlignet med MPEG-1 og MPEG-2 er karakteristikken ved MPEG-4, at den er mere velegnet til interaktive AV-tjenester og fjernovervågning. MPEG-4 er den første dynamiske billedstandard, der skifter dig fra passiv til aktiv (ikke længere bare at se, så du kan deltage, dvs. interaktiv); et andet træk ved det er dets omfattende; fra kilden forsøger MPEG-4 at blande naturlige objekter med menneskeskabte objekter (i betydningen visuelle effekter). Designmålet med MPEG-4 har også bredere tilpasningsevne og skalerbarhed. MPEG4 forsøger at nå to mål:
1. Multimediekommunikation under lav bithastighed;
2. Det er syntesen af multimediekommunikation i flere brancher.
Ifølge dette mål introducerer MPEG4 AV-objekter (Audio / Visaul Objects), hvilket muliggør mere interaktive operationer. MPEG-4s opløsning i videokvalitet er relativt høj, og datahastigheden er relativt lav. Hovedårsagen er, at MPEG-4 vedtager ACE-teknologi (Advanced Decoding Efficiency), som er et sæt kodningsalgoritmeregler, der bruges i MPEG-4 for første gang. Målretning relateret til ACE kan muliggøre meget lave datahastigheder. Sammenlignet med MPEG-2 kan den spare 90% lagerplads. MPEG-4 kan også opgraderes bredt i lyd- og videostreams. Når videoen skifter mellem 5 kb / s og 10 Mb / s, kan lydsignalet behandles mellem 2 kb / s og 24 kb / s. Det er især vigtigt at understrege, at MPEG-4-standarden er en objektorienteret komprimeringsmetode. Det er ikke bare at opdele billedet i nogle blokke som MPEG-1 og MPEG-2, men i henhold til billedets indhold er objekterne (objekter, tegn, baggrund) Det adskilt for at udføre kodning inden for rammer og mellem rammer og komprimering og tillader fleksibel allokering af kodehastigheder mellem forskellige objekter. Flere byte tildeles vigtige objekter, og færre byte tildeles sekundære objekter. Således forbedres kompressionsforholdet kraftigt, så det kan opnå bedre resultater ved en lavere kodehastighed. Den objektorienterede komprimeringsmetode i MPEG-4 gør også billeddetekteringsfunktionen og nøjagtigheden mere reflekteret. Billedregistreringsfunktionen gør det muligt for harddiskvideooptagersystemet at få en bedre alarmbevægelsesfunktion.
Kort sagt, MPEG-4 er en helt ny videokodningsstandard med lav bithastighed og højt kompressionsforhold. Transmissionshastigheden er 4.8 ~ 64 kbit / s, og den optager relativt lille lagerplads. For en farveskærm med en opløsning på 352 × 288, når pladsen optaget af hver ramme er 1.3 KB, hvis du vælger 25 billeder / sekund, vil det kræve 120 KB pr. Time, 10 timer om dagen, 30 dage om måneden og 36 GB pr. kanal pr. måned. Hvis det er 8 kanaler, kræves 288 GB, hvilket naturligvis er acceptabelt.
Der er mange slags teknologier inden for dette område, men de mest basale og mest anvendte på samme tid er MPEG1, MPEG2, MPEG4 og andre teknologier. MPEG1 er en teknologi med et højt kompressionsforhold, men dårligere billedkvalitet; mens MPEG2-teknologi primært fokuserer på billedkvalitet, og kompressionsforholdet er lille, så det kræver et stort lagerplads; MPEG4-teknologi er en mere populær teknologi i dag. Brug af denne teknologi kan være. Det sparer plads, har høj billedkvalitet og kræver ikke høj båndbredde for netværkstransmission. I modsætning hertil er MPEG4-teknologi relativt populær i Kina og er også blevet anerkendt af branchens eksperter.
Ifølge introduktionen, da MPEG4-standarden bruger telefonlinjer som transmissionsmedium, kan dekodere konfigureres på stedet i henhold til applikationens forskellige krav. Forskellen mellem det og kompressionskodningsmetoden baseret på dedikeret hardware er, at kodningssystemet er åbent, og nye og effektive algoritmemoduler kan tilføjes til enhver tid. MPEG4 justerer komprimeringsmetoden i henhold til billedets rumlige og tidsmæssige egenskaber for at opnå et større kompressionsforhold, lavere kompressionskodestrøm og bedre billedkvalitet end MPEG1. Dens anvendelsesmål er for smalbåndstransmission, komprimering af høj kvalitet, interaktive operationer og udtryk, der integrerer naturlige objekter med menneskeskabte objekter, samtidig med at der især lægges vægt på bred tilpasningsevne og skalerbarhed. Derfor er MPEG4 baseret på egenskaberne ved scenebeskrivelse og båndbreddeorienteret design, hvilket gør den meget velegnet til området videoovervågning, hvilket især afspejles i følgende aspekter:
1. Opbevaringsplads gemmes - den plads, der kræves for at optage MPEG4, er 1/10 af MPEG1 eller M-JPEG. Desuden, fordi MPEG4 automatisk kan justere komprimeringsmetoden i henhold til sceneændringer, kan den sikre, at billedkvaliteten ikke forringes for stillbilleder, generelle sportsscener og intense aktivitetsscener. Det er en mere effektiv videokodningsmetode.
2. Høj billedkvalitet - Den højeste billedopløsning på MPEG4 er 720x576, hvilket er tæt på billedeffekten på DVD. MPEG4 baseret på AV-komprimeringstilstand bestemmer, at den kan garantere god definition for bevægelige objekter, og tid / tid / billedkvalitet er justerbar.
3. Kravet til netværkstransmissionsbåndbredde er ikke højt - fordi kompressionsforholdet mellem MPEG4 er mere end 10 gange så stort som MPEG1 og M-JPEG af samme kvalitet, er den båndbredde, der optages under netværksoverførsel, kun ca. 1/10 af denne af MPEG1 og M-JPEG af samme kvalitet. . Under de samme krav til billedkvalitet har MPEG4 kun brug for en smallere båndbredde.
====================
Tekniske højdepunkter i den nye videokodningsstandard H.264
Sammendrag:
Til praktiske anvendelser er H.264-henstillingen, der er formuleret af de to store internationale standardiseringsorganisationer, ISO / IEC og ITU-T, en ny udvikling inden for videokodningsteknologi. Det har sine unikke funktioner i multi-mode bevægelsesestimering, heltalstransformation, samlet VLC-symbolkodning og lagdelt kodningssyntaks. Derfor har H.264-algoritmen høj kodningseffektivitet, og dens applikationsudsigter bør være indlysende.
Nøgleord: videokodning billedkommunikation JVT
Siden 1980'erne indførte introduktionen af to store serier af internationale videokodningsstandarder, MPEG-x formuleret af ISO / IEC og H.26x formuleret af ITU-T, en ny æra inden for videokommunikation og lagringsapplikationer. Fra H.261 videokodningsanbefalinger til H.262 / 3, MPEG-1/2/4 osv. Er der et fælles mål, der konstant forfølges, det vil sige at opnå så meget som muligt under den lavest mulige bithastighed (eller lagerkapacitet). God billedkvalitet. Efterhånden som markedets efterspørgsel efter billedtransmission stiger, er problemet med, hvordan man tilpasser sig transmissionskarakteristika for forskellige kanaler, blevet mere og mere tydeligt. Dette er problemet, der skal løses med den nye videostandard H.264, der er udviklet i fællesskab af IEO / IEC og ITU-T.
H.261 er det tidligste forslag til videokodning, formålet er at standardisere videokodningsteknologien i ISDN-netværkskonference-tv- og videotelefonapplikationer. Den anvendte algoritme kombinerer en hybrid kodningsmetode til forudsigelse mellem rammer, der kan reducere tidsmæssig redundans og DCT-transformation, der kan reducere rumlig redundans. Den matcher ISDN-kanalen, og dens outputkodeshastighed er p × 64 kbit / s. Når værdien af p er lille, kan kun billeder med lav definition transmitteres, hvilket er egnet til ansigt til ansigt tv-opkald; når værdien af p er stor (såsom p> 6), kan konference-tv-billeder med bedre definition transmitteres. H.263 anbefaler en billedkomprimeringsstandard med lav bithastighed, hvilket teknisk set er en forbedring og udvidelse af H.261 og understøtter applikationer med en bithastighed på mindre end 64 kbit / s. Men faktisk er H.263 og senere H.263 + og H.263 ++ udviklet til at understøtte applikationer med fuld bithastighed. Det kan ses af det faktum, at det understøtter mange billedformater, såsom Sub-QCIF, QCIF, CIF, 4CIF og endda 16CIF og andre formater.
Kodehastigheden for MPEG-1-standarden er ca. 1.2 Mbit / s, og den kan give 30 billeder CIF (352 × 288) -kvalitetsbilleder. Det er formuleret til videolagring og afspilning af CD-ROM-diske. Den grundlæggende algoritme for MPEG-l-standardvideokodningsdelen svarer til H.261 / H.263, og foranstaltninger som bevægelseskompenseret forudsigelse mellem rammer, todimensional DCT og VLC-kørelængdekodning vedtages også. Derudover introduceres begreber såsom intra frame (I), predictive frame (P), to-directional predictive frame (B) og DC frame (D) for yderligere at forbedre kodningseffektiviteten. På basis af MPEG-1 har MPEG-2-standarden foretaget nogle forbedringer i forbedring af billedopløsning og kompatibilitet med digitalt TV. For eksempel er nøjagtigheden af dens bevægelsesvektor halv pixel; i kodningsoperationer (såsom bevægelsesestimering og DCT) Skel mellem "ramme" og "felt"; introducere kodende skalerbarhedsteknologier, såsom rumlig skalerbarhed, tidsmæssig skalerbarhed og signal-støj-forhold skalerbarhed. MPEG-4-standarden, der blev introduceret i de senere år, har introduceret kodning baseret på audiovisuelle objekter (AVO: Audio-Visual Object), hvilket i høj grad forbedrer de interaktive kapaciteter og kodningseffektiviteten af videokommunikation. MPEG-4 vedtog også nogle nye teknologier, såsom formkodning, adaptiv DCT, vilkårlig form videoobjektkodning og så videre. Men den grundlæggende videokoder til MPEG-4 hører stadig til en slags hybridkoder svarende til H.263.
Kort sagt, H.261-henstillingen er en klassisk videokodning, H.263 er dens udvikling og vil gradvis erstatte den i praksis, hovedsagelig brugt i kommunikation, men de mange muligheder for H.263 gør ofte brugere tabte. MPEG-serien af standarder er udviklet fra applikationer til lagringsmedier til applikationer, der tilpasser sig transmissionsmedier. Den grundlæggende ramme for dens centrale videokodning er i overensstemmelse med H.261. Blandt dem skyldes den iøjnefaldende "objektbaserede kodning" del af MPEG-4 stadig. Der er tekniske forhindringer, og det er vanskeligt at anvende det universelt. Derfor overvinder det nye videokodningsforslag H.264, der er udviklet på dette grundlag, de to svagheder, introducerer en ny kodningsmetode inden for rammerne af hybrid kodning, forbedrer kodningseffektiviteten og står over for praktiske anvendelser. Samtidig blev det formuleret i fællesskab af de to store internationale standardiseringsorganisationer, og dets anvendelsesmuligheder skulle være indlysende.
1. JVT's H.264
H.264 er en ny digital videokodningsstandard udviklet af det fælles videoteam (JVT: joint video team) af VCEG (Video Coding Experts Group) fra ITU-T og MPEG (Moving Picture Coding Experts Group) fra ISO / IEC. Det er del 10 af ITU-T's H.264 og ISO / IECs MPEG-4. Anmodningen om udkast startede i januar 1998. Det første udkast blev afsluttet i september 1999. Testmodellen TML-8 blev udviklet i maj 2001. FCD-bestyrelsen i H.264 blev vedtaget på det 5. møde i JVT i juni 2002.. Standarden er i øjeblikket under udvikling og forventes at blive officielt vedtaget i første halvdel af næste år.
H.264 er ligesom den tidligere standard også en hybrid kodningstilstand for DPCM plus transformationskodning. Imidlertid vedtager den et kortfattet design af "return to basics" uden mange muligheder, og opnår meget bedre kompressionsydelse end H.263 ++; det styrker tilpasningsevnen til forskellige kanaler og vedtager en "netværksvenlig" struktur og syntaks. Bidrager til behandling af fejl og pakketab en bred vifte af applikationsmål for at imødekomme behovene ved forskellige hastigheder, forskellige opløsninger og forskellige transmissioner (lagring); dets grundlæggende system er åbent, og der kræves ingen ophavsret til brug.
Teknisk set er der mange højdepunkter i H.264-standarden, såsom samlet VLC-symbolkodning, højpræcision, multi-mode forskydningsestimering, heltalstransformering baseret på 4 × 4 blokke og lagdelt kodende syntaks. Disse foranstaltninger gør, at H.264-algoritmen har meget høj kodningseffektivitet, under den samme rekonstruerede billedkvalitet, den kan spare omkring 50% af koden, end H.263. H.264's kodestrømstruktur har stærk netværkstilpasningsevne, øger mulighederne for gendannelse af fejl og kan godt tilpasse sig anvendelsen af IP og trådløse netværk.
2. Tekniske højdepunkter i H264
Lagdelt design
H.264-algoritmen kan opdeles i to lag: videokodningslaget (VCL: Video Coding Layer) er ansvarlig for effektiv videoindholdsrepræsentation, og netværksabstraktionslaget (NAL: Network Abstraction Layer) er ansvarlig for den rette måde krævet af netværket. Pak og overfør data. Den hierarkiske struktur af H.264-koderen er vist i figur 1. En pakkebaseret grænseflade er defineret mellem VCL og NAL, og emballage og tilsvarende signalering er en del af NAL. På denne måde udføres opgaverne med høj kodningseffektivitet og netværksvenlighed af henholdsvis VCL og NAL.
VCL-laget inkluderer blokbaseret hybridkodning til bevægelseskompensation og nogle nye funktioner. Ligesom de tidligere videokodningsstandarder inkluderer H.264 ikke funktioner som forbehandling og efterbehandling i kladden, hvilket kan øge standardens fleksibilitet.
NAL er ansvarlig for at bruge segmenteringsformatet i det nedre lagnetværk til at indkapsle data, herunder indramning, logisk kanalsignalering, tidsinformation, udnyttelse af sekvensen, eller sekvensendesignal osv. For eksempel understøtter NAL videooverførselsformater på kredsløbskoblede kanaler, og understøtter videooverførselsformater på Internettet ved hjælp af RTP / UDP / IP. NAL inkluderer sin egen headerinformation, segmentstrukturinformation og faktisk belastningsinformation, dvs. VCL-data i det øverste lag. (Hvis der anvendes datasegmenteringsteknologi, kan dataene bestå af flere dele).
Højpræcision, multi-mode bevægelsesestimering
H.264 understøtter bevægelsesvektorer med 1/4 eller 1/8 pixel præcision. Med en nøjagtighed på 1/4 pixel kan et 6-tap filter bruges til at reducere højfrekvent støj. Til bevægelsesvektorer med 1/8 pixel nøjagtighed kan der anvendes et mere komplekst 8-tap filter. Når der udføres bevægelsesestimering, kan koderen også vælge "forbedrede" interpolationsfiltre for at forbedre effekten af forudsigelse
I bevægelsesforudsigelsen af H.264 kan en makroblok (MB) opdeles i forskellige underblokke ifølge figur 2 for at danne 7 forskellige tilstande for blokstørrelser. Denne multi-mode fleksible og detaljerede opdeling er mere velegnet til formen på de faktiske bevægelige objekter i billedet og forbedres meget
Nøjagtigheden af bevægelsesestimationen forbedres. På denne måde kan hver makroblok indeholde 1, 2, 4, 8 eller 16 bevægelsesvektorer.
I H.264 har koderen lov til at bruge mere end en tidligere ramme til bevægelsesestimering, som er den såkaldte multi-frame referenceteknologi. For eksempel, hvis 2 eller 3 rammer bare er kodede referencerammer, vælger koderen en bedre forudsigelsesramme for hver målmakroblok og angiver for hver makroblok hvilken ramme der bruges til forudsigelse.
4 × 4 blok heltalstransformation
H.264 svarer til den tidligere standard ved hjælp af blokbaseret transformeringskodning for den resterende, men transformationen er et heltal i stedet for en reel taloperation, og processen svarer stort set til den for DCT. Fordelen ved denne metode er, at den samme præcisionstransformation og invers transformation er tilladt i koderen og dekoderen, hvilket letter brugen af simpel fastpunktsaritmetik. Med andre ord er der ingen "omvendt transformationsfejl" her. Transformationsenheden er 4 × 4 blokke i stedet for 8 × 8 blokke, der ofte er brugt tidligere. Da transformationsblokens størrelse reduceres, er opdelingen af det bevægelige objekt mere nøjagtig. På denne måde er ikke kun transformationsberegningsbeløbet relativt lille, men også konvergensfejlen ved kanten af det bevægelige objekt er stærkt reduceret. For at få den lille bloktransformationsmetode til ikke at producere gråtoneforskellen mellem blokke i det større glatte område i billedet, er DC-koefficienten på 16 4 × 4 blokke af makroblokens lysstyrkeoplysninger inden for rammen (hver lille blok En , i alt 16) udfører en anden 4 × 4-bloktransformation og udfører en 2 × 2-bloktransformation på DC-koefficienterne på 4 4 × 4 blokke af chrominansdata (en for hver lille blok, 4 i alt).
For at forbedre hastighedsstyringsevnen for H.264 styres ændringen af kvantiseringstrinsstørrelsen på ca. 12.5% i stedet for en konstant stigning. Normaliseringen af amplifikationen af transformationskoefficient behandles i den inverse kvantiseringsproces for at reducere den beregningskompleksitet. For at understrege farvenes trofasthed vedtages en lille kvantiseringstrinsstørrelse for krominanskoefficienten.
Forenet VLC
Der er to metoder til entropikodning i H.264. Den ene er at bruge samlet VLC (UVLC: Universal VLC) til alle symboler, der skal kodes, og den anden er at bruge indholdsadaptiv binær aritmetisk kodning (CABAC: Context-Adaptive). Binær aritmetisk kodning). CABAC er en valgfri mulighed, dens kodningsydelse er lidt bedre end UVLC, men beregningskompleksiteten er også højere. UVLC bruger et kodeordsæt med ubegrænset længde, og designstrukturen er meget regelmæssig, og forskellige objekter kan kodes med den samme kodetabel. Denne metode er let at generere et kodeord, og dekoderen kan let identificere kodeordets præfiks, og UVLC kan hurtigt opnå resynkronisering, når der opstår en bitfejl
Her er x0, x1, x2, ... INFO-bits og er 0 eller 1. Figur 4 viser de første 9 kodeord. For eksempel indeholder det 4. talord INFO01. Designet af dette kodeord er optimeret til hurtig resynkronisering for at forhindre bitfejl.
intradiktion
I de tidligere H.26x-serier og MPEG-x-seriestandarder anvendes metoder til forudsigelse mellem rammer. I H.264 er forudsigelse inden for rammer tilgængelig ved kodning af Intra-billeder. For hver 4 × 4-blok (undtagen den specielle behandling af kantblokken) kan hver pixel forudsiges med en anden vægtet sum af de 17 nærmeste tidligere kodede pixels (nogle vægte kan være 0), det vil sige denne pixel 17 pixels i det øverste venstre hjørne af blokken. Det er klart, at denne form for forudsigelse inden for rammen ikke er i tide, men en forudsigende kodningsalgoritme udført i det rumlige domæne, som kan fjerne den geografiske redundans mellem tilstødende blokke og opnå mere effektiv kompression.
I firkantet 4 × 4 er a, b, ..., p 16 pixels, der skal forudsiges, og A, B, ..., P er kodede pixels. For eksempel kan værdien af punkt m forudsiges af formlen (J + 2K + L + 2) / 4 eller af formlen (A + B + C + D + I + J + K + L) / 8, og så videre. I henhold til de valgte forudsigelsesreferencepunkter er der 9 forskellige tilstande for luminans, men der er kun 1 tilstand til intramadeforudsigelse af krominans.
Til IP og trådløse miljøer
H.264-udkastet indeholder værktøjer til eliminering af fejl for at lette transmission af komprimeret video i et miljø med hyppige fejl og pakketab, såsom robustheden ved transmission i mobilkanaler eller IP-kanaler.
For at modstå transmissionsfejl kan tidssynkroniseringen i H.264-videostrømmen opnås ved anvendelse af billedopfriskning inden for rammen, og den rumlige synkronisering understøttes af skive-struktureret kodning. For at lette resynkronisering efter en bitfejl tilvejebringes samtidig et bestemt resynkroniseringspunkt også i videodataene til et billede. Derudover tillader makroblokfremkaldelse inden for rammen og flere referencemakroblokke, at koderen ikke kun overvejer kodningseffektiviteten, men også egenskaberne ved transmissionskanalen ved bestemmelse af makrobloktilstanden.
Ud over at bruge ændringen af kvantiseringstrinsstørrelsen til at tilpasse sig kanalkodeshastigheden i H.264 bruges metoden til datasegmentering ofte til at klare ændringen af kanalkodeshastigheden. Generelt er begrebet datasegmentering at generere videodata med forskellige prioriteter i koderen for at understøtte kvaliteten af tjenesten QoS i netværket. For eksempel vedtages en syntaksbaseret datapartitioneringsmetode for at opdele dataene for hver ramme i flere dele alt efter dens betydning, hvilket gør det muligt at kassere mindre vigtig information, når bufferen løber over. En lignende metode til tidsopdeling af data kan også anvendes, hvilket opnås ved at bruge flere referencerammer i P- og B-rammer.
I anvendelsen af trådløs kommunikation kan vi understøtte store bithastighedsændringer af den trådløse kanal ved at ændre kvantiseringspræcisionen eller plads / tidsopløsningen for hver ramme. I tilfælde af multicast er det imidlertid umuligt at kræve, at koderen reagerer på varierende bithastigheder. Derfor, i modsætning til FGS-metoden (fin granulær skalerbarhed), der anvendes i MPEG-4 (med lavere effektivitet), bruger H.264 strømskiftende SP-rammer i stedet for hierarkisk kodning.
========================
3. TML-8 ydeevne
TML-8 er testtilstanden for H.264, brug den til at sammenligne og teste videokodningseffektiviteten af H.264. PSNR leveret af testresultaterne har klart vist, at resultaterne af H.4 har åbenlyse fordele sammenlignet med MPEG-263 (ASP: Advanced Simple Profile) og H.264 ++ (HLP: High Latency Profile). Som vist i figur 5.
PSNR for H.264 er naturligvis bedre end MPEG-4 (ASP) og H.263 ++ (HLP). I sammenligningstesten på 6 hastigheder er PSNR på H.264 i gennemsnit 2dB højere end MPEG-4 (ASP). Det er 3dB højere end H.263 (HLP) i gennemsnit. De 6 testhastigheder og deres relaterede betingelser er: 32 kbit / s-hastighed, 10f / s billedhastighed og QCIF-format; 64 kbit / s-hastighed, 15f / s billedfrekvens og QCIF-format; 128 kbit / s hastighed, 15 f / s Billedfrekvens og CIF-format; 256 kbit / s hastighed, 15f / s billedfrekvens og QCIF format 512 kbit / s rate, 30f / s frame rate og CIF format; 1024 kbit / s-hastighed, 30f / s billedhastighed og CIF-format.
4. vanskeligheder ved realisering
For hver ingeniør, der overvejer praktiske anvendelser, mens den er opmærksom på den overlegne ydelse af H.264, må den måle vanskeligheden ved implementeringen. Generelt opnås forbedringen af H.264-ydelsen på bekostning af øget kompleksitet. Med udviklingen af teknologi ligger denne stigning i kompleksitet imidlertid inden for det acceptabelt område for vores nuværende eller nær fremtidige teknologi. Faktisk i betragtning af begrænsningen af kompleksitet har H.264 ikke vedtaget nogle specielt beregningsmæssigt dyre forbedrede algoritmer. F.eks. Bruger H.264 ikke global bevægelseskompensationsteknologi, som bruges i MPEG-4 ASP. Øget betydelig kodningskompleksitet.
Både H.264 og MPEG-4 inkluderer B-frames og mere præcis og komplex bevægelsesinterpolationsfiltre end MPEG-2, H.263 eller MPEG-4 SP (Enkel profil). For bedre at fuldføre bevægelsesestimering har H.264 øget typerne af variable blokstørrelser og antallet af variable referencerammer betydeligt.
H.264 RAM-krav bruges hovedsageligt til referenceramme-billeder, og de fleste kodede videoer bruger 3 til 5 billeder med referencebilleder. Det kræver ikke mere ROM end den sædvanlige videokoder, fordi H.264 UVLC bruger en velstruktureret opslagstabel til alle typer data
5. afsluttende bemærkninger
H.264 har brede anvendelsesmuligheder, såsom realtids videokommunikation, internetvideotransmission, videostreamingtjenester, flerpunktskommunikation på heterogene netværk, komprimeret videolagring, videodatabaser osv.
De tekniske egenskaber ved H.264-anbefalinger kan opsummeres i tre aspekter. Den ene er at fokusere på praktisk, vedtage moden teknologi, forfølge højere kodningseffektivitet og kortfattet udtryk; den anden er at fokusere på tilpasning til mobil- og IP-netværk og anvende hierarkisk teknologi, der adskiller kodningen og kanalen formelt, i det væsentlige, tager højde for kanalens karakteristika mere i kildekodningsalgoritmen; den tredje er, at under de grundlæggende rammer for hybridkoderen er dens vigtigste nøglekomponenter alle lavet. Større forbedringer, såsom multi-mode bevægelsesestimering, intra-frame forudsigelse, multi-frame forudsigelse, samlet VLC, 4 × 4 to-dimensionel heltalstransformation osv.
Indtil videre er H.264 ikke afsluttet, men på grund af dets højere kompressionsforhold og bedre kanaltilpasningsevne vil det blive mere og mere udbredt inden for digital videokommunikation eller -lagring, og dets udviklingspotentiale er ubegrænset.
Endelig skal det bemærkes, at den overlegne ydelse af H.264 ikke er uden omkostninger, men prisen er en stor stigning i beregningskompleksitet. Ifølge estimater er kodningens beregningskompleksitet cirka tre gange så høj som H.263, og kompleksiteten ved afkodning Ca. 2 gange H.263.
===========================
Forstå H.264- og MPEG-4-teknologiprodukterne korrekt og fjern producentens falske propaganda
Det anerkendes, at H.264-videokodec-standarden har en vis grad af fremskridt, men det er ikke den foretrukne videokoderstandard, især som et overvågningsprodukt, fordi den også har nogle tekniske fejl.
er inkluderet i MPEG-4 del 10-standarden som H.264-videokodec-standarden, hvilket betyder, at den kun er knyttet til den tiende del af MPEG-4. Med andre ord overskrider H.264 ikke omfanget af MPEG-4-standarden. Derfor er det forkert, at H.264-standarden og videotransmissionskvaliteten på Internettet er højere end MPEG-4. Overgangen fra MPEG-4 til H.264 er endnu mere uforståelig. Lad os først forstå udviklingen af MPEG-4 korrekt:
1. MPEG-4 (SP) og MPEG-4 (ASP) er de tidlige produktteknologier i MPEG-4
MPEG-4 (SP) og MPEG-4 (ASP) blev foreslået i 1998. Dens teknologi har udviklet sig til i dag, og der er faktisk nogle problemer. Derfor har det nuværende statsejede tekniske personale, der har evnen til at udvikle MPEG-4, ikke anvendt denne tilbagestående teknologi i MPEG-4-videoovervågning eller videokonferenceprodukter. Sammenligningen mellem H.264-produkter (tekniske produkter efter 2005) og den tidlige MPEG-4 (SP) -teknologi, der fremmes på Internettet, er virkelig upassende. Kan præstationssammenligningen af it-produkter i 2005 og 2001 være overbevisende? . Hvad der skal forklares her er, at dette er en teknisk hype-opførsel hos producenterne.
Se teknologisammenligningen:
Nogle producenter vildledte sammenligninger: Under den samme rekonstruerede billedkvalitet reducerer H.264 bithastigheden med 50% sammenlignet med H.263 + og MPEG-4 (SP).
Disse data sammenligner i det væsentlige H.264 nye teknologiproduktdata med MPEG-4 tidlige teknologiproduktdata, hvilket er meningsløst og vildledende til sammenligning af aktuelle MPEG-4-teknologiprodukter. Hvorfor sammenlignede H.264-produkter ikke data med nye MPEG-4-teknologiprodukter i 2006? Udviklingen af H.264 videokodningsteknologi er virkelig meget hurtig, men dens videoafkodningsvideoeffekt svarer kun til videoeffekten af Microsofts Windows Media Player 9.0 (WM9). På nuværende tidspunkt har MPEG-4-teknologien, der anvendes af Huayis harddiskvideoserver og videokonferenceudstyr, f.eks. Nået (WMV) tekniske specifikationer inden for videodekodningsteknologi, og lyd- og videosynkroniseringen er mindre end 0.15 sek. (Inden for 150 millisekunder. ). H.264 og Microsoft WM9 kan ikke matche
2. Den udviklende MPEG-4 videodekoderteknologi:
På nuværende tidspunkt udvikler MPEG-4 videodekoderteknologi sig hurtigt, ikke som producenterne hype på Internettet. Fordelen ved den nuværende H.264-billedstandard er kun i dens komprimering og lagring, hvilket er 15-20% mindre end den nuværende MPEG-4-lagringsfil af Huayi-produkter, men dens videoformat er ikke et standardformat. Årsagen er, at H.264 ikke vedtager et internationalt brugt lagerformat, og dets videofiler kan ikke åbnes med internationalt brugt tredjepartssoftware. Derfor er det i nogle indenlandske regeringer og agenturer, når man vælger udstyr, klart angivet, at videofilerne skal åbnes med internationalt accepteret tredjepartssoftware. Dette er virkelig vigtigt for overvågning af produkter. Især når tyveri opstår, er politiet nødt til at indhente bevis, analysere osv.
Den opgraderede version af MPEG-4 videodekoder er (WMV), og lyden er forskellig alt efter kodeteknologien og erfaringerne fra hver producent. De nuværende modne MPEG-4 nye teknologiprodukter fra 2005 til 2006 er langt højere end H.264 teknologiprodukter med hensyn til ydeevne.
Med hensyn til transmission: Sammenlignet med den nye MPEG-4 teknologiprodukt H.264, der er følgende fejl:
1. Synkronisering af lyd og video: H.264 lyd- og videosynkronisering har nogle problemer, hovedsagelig med hensyn til forsinkelse. Overførselsydelsen af H.264 svarer til Microsofts Windows Media Player 9.0 (WM9). På nuværende tidspunkt opnår MPEG-4-teknologien, der er vedtaget af Huayi-netværksvideoserveren, en forsinkelse på mindre end 0.15 sekunder (150 millisekunder) inden for videoovervågning og videokonference, hvilket er uden for rækkevidde af H.264-produkter;
2. Netværks transmission effektivitet: vedtage H.2
Vores andet produkt:
