視頻壓縮技術(shù)的系統(tǒng)考慮

圖 2：標(biāo)準(zhǔn)運動補償視頻編碼

在視頻編解碼器中，單個幀可以采用三個模式中的一個進(jìn)行編碼 —— 即 I、P 或 B 幀模式（見圖 3）。幾個稱為 Intra (I) 的幀單獨編碼，無需參考任何其他幀（無運動補償）。某些幀可以利用 MC 編碼，以前一個幀為參考（前向預(yù)測）。這些幀稱為預(yù)測幀 (P)。

B 幀或雙向預(yù)測幀通過之前的幀以及當(dāng)前幀的后續(xù)幀進(jìn)行預(yù)測。B 幀的優(yōu)勢是能夠匹配堵塞在采用前向預(yù)測的上一幀中的背景區(qū)域。雙向預(yù)測通過平衡前向及后向預(yù)測可以降低噪聲。在編碼器中采用這種功能會要求更多處理量，因為必須同時針對前向及后向預(yù)測執(zhí)行 ME，而這會明顯使運動估計計算需求加倍。為了保存兩個參考幀，編碼器與解碼器都需要更多內(nèi)存。B 幀工具需要更復(fù)雜的數(shù)據(jù)流，因為相對采集及顯示順序而言，幀不按順序解碼。這個特點會增加時延，因此不適合實時性較高的應(yīng)用。B 幀不用于預(yù)測，因此可以針對某些應(yīng)用進(jìn)行取舍。例如，在低幀速應(yīng)用中可以跳過它們而不會影響隨后 I 與 P 幀的解碼。

圖3：I、P 與 B 幀間預(yù)測圖示

6. 傳統(tǒng)視頻編碼標(biāo)準(zhǔn)

H.261

ITU 編制的 H.261[2] 標(biāo)準(zhǔn)是第一個主流視頻壓縮標(biāo)準(zhǔn)。它主要針對雙工視頻會議應(yīng)用，是為支持 40kpbs～2Mbps 的 ISDN 網(wǎng)絡(luò)而設(shè)計的。H.261 支持 352(288 (CIF) 及 176(144 (QCIF) 分辨率，色度分辨率二次采樣為 4:2:0。由于可視電話需要同步實時編解碼，因此復(fù)雜性設(shè)計得較低。由于主要用于對延遲敏感的雙向視頻，因此 H.261 僅允許采用 I 與 P 幀，而不允許 B 幀。

H.261 采用基于塊的 DCT 進(jìn)行殘差信號的變換編碼。DCT 把像素的每個 8(8 塊映射到頻域，產(chǎn)生 64 個頻率成分（第一個系數(shù)稱為 DC，其他的稱為 AC）。為了量化 DCT 系數(shù)，H.261 在所有 AC 系數(shù)中采用固定的線性量化。量化后的系數(shù)進(jìn)行行程編碼，其可以按非零系數(shù)描述量化的頻率，后面跟隨一串零系數(shù)，在最后一個非零值之后以塊代碼結(jié)束。最后，可變長度編碼 (Huffman) 將運行級別對 (run-level pair) 轉(zhuǎn)換成可變長度編碼 (VLC)，其比特長度已針對典型概率分布進(jìn)行過優(yōu)化。

基于標(biāo)準(zhǔn)塊的編碼最終產(chǎn)生模塊化視頻。H.261 標(biāo)準(zhǔn)利用環(huán)路濾波避免這種現(xiàn)象。在模塊邊緣采用的簡單 2D FIR 濾波器用于平滑參考幀中的量化效應(yīng)。必須同時在編碼器及解碼器中精確地對每個比特應(yīng)用上述濾波。

MPEG-1

MPEG-1[3] 是 ISO 開發(fā)的第一個視頻壓縮算法。主要應(yīng)用是數(shù)字媒體上動態(tài)圖像與音頻的存儲與檢索，如速率為 1.15Mbps、采用 SIF 分辨率（352(240 - 29.97fps 或者 352(288 - 25 fps）的VCD。MPEG-1 與 H.261 相似，不過編碼器一般需要更高的性能，以便支持電影內(nèi)容的較高運動性而不是典型的可視電話功能。

與 H.261 相比，MPEG1 允許采用 B 幀。另外它還采用自適應(yīng)感知量化，也就是說，對每個頻段采用單獨的量化比例因子（或等步長），以便優(yōu)化人們的視覺感受。MPEG-1 僅支持逐行視頻，因此新標(biāo)準(zhǔn)——MPEG2 已經(jīng)開始做出努力，同時支持分辨率及比特率更高的逐行與隔行視頻。

MPEG-2/H.262

MPEG-2[4] 專門針對數(shù)字電視而開發(fā)，很快成為了迄今最成功的視頻壓縮標(biāo)準(zhǔn)。MPEG-2 既能夠滿足標(biāo)準(zhǔn)逐行視頻的需求（其中視頻序列由一系列按一定時間間隔采集的幀構(gòu)成），又能夠滿足電視領(lǐng)域常用的隔行視頻的需求。隔行視頻交替采集及顯示圖像中兩組交替的像素（每組稱為一個場）。這種方式尤其適合電視顯示器的物理特性。MPEG2 支持標(biāo)準(zhǔn)的電視分辨率，其中包括：針對美國和日本采用的 NTSC 制式隔行 720(480 分辨率，每秒 60 場，以及歐洲和其他國家采用的PAL 制式的 720(576 分辨率，每秒 50 場。

MPEG-2 建立在 MPEG-1 基礎(chǔ)之上，并具備擴(kuò)展功能，能支持隔行視頻及更寬的運動補償范圍。由于高分辨率視頻是非常重要的應(yīng)用，因此 MPEG-2 支持的搜索范圍遠(yuǎn)遠(yuǎn)大于 MPEG-1。與之前的標(biāo)準(zhǔn)相比，它顯著提高了運動估計的性能要求，并充分利用更寬搜索范圍與更高分辨率優(yōu)勢的編碼器需要比 H.261 和 MPEG-1 高得多的處理能力。MPEG2 中的隔行編碼工具包含優(yōu)化運動補償?shù)哪芰Γ瑫r支持基于場和基于幀的預(yù)測，而且同時支持基于場和基于幀的 DCT/IDCT。MPEG-2 在 30:1 左右的壓縮比時運行良好。MPEG-2 在 4-8Mbps 時達(dá)到的質(zhì)量適合消費類視頻應(yīng)用，因此它很快在許多應(yīng)用中得到普及，如：數(shù)字衛(wèi)星電視、數(shù)字有線電視、DVD 以及后來的高清電視等。

另外，MPEG-2 增加了分級視頻編碼工具，以支持多層視頻編碼，即：時域分級、空域分級、SNR 分級以及數(shù)據(jù)分割。盡管 MPEG-2 中針對分級視頻應(yīng)用定義了相關(guān)類別 (profile)，不過支持單層編碼的主類 (Main Profile) 是當(dāng)今大眾市場中得到廣泛應(yīng)用的唯一 MPEG-2 類。MPEG-2 通常稱為 MPEG-2 主類。