ztISO 14496-10(视频)-Advanced Video Coding(AVC) 简明介绍
译者序 一直以来都没有找到一个较全面的AVC 介绍。于是，译者就将DOOM9 论坛上的bond大人发表的《MPEG-4 Information》中的AVC 介绍的部分翻译出来，提供给和我一样想了解这方面知识的朋友。《MPEG-4 Information》中关于AVC 的介绍包含6 个部分，分别是AVC/H.264 Profiles、编/解码器简介、SAMPLE 简介、AVC 当前的问题、AVC 相关硬件设备、更多文档链接。其中编/解码器部分、SAMPLE 简介和硬件介绍译者没有翻译。因为编/解码器在nemolus 大大写的《AVC/H.264/AAC 专题 - 软件篇》中有更详细的介绍，SAMPLE 简介都是图片，字不多，而且译者看内容也不是很重要，于是就偷懒没有翻~呵呵~想看这三部分的朋友直接阅读原文即可。 由于译者也是刚刚接触AVC，再加上英语水平有限，所以翻译出来的东西可能不能准确表达作者的原意，甚至会误解作者的意思，在这里先惭愧一下。 如果有问题，欢迎通过下面方法与译者取得联系： 网站：http://nmm.dns0755.net Email：dgwxx@vip.sina.com MSN：zjworks@163.com（请不要向这个邮箱里面发送邮件，因为这个邮箱已经报废了） 因为这篇文章的结构比较复杂，考虑到WEB 页发布的多种不便，因此决定不发布WEB版，只发布PDF 版。 最后，感谢原作者bond 的辛勤工作，是他们让我们能够看到这个优秀的技术文章。当然，还要感谢您的支持！ 原文： http://forum.doom9.org/showthread.php?threadid=73022 ISO 14496-10 （Video） - Advanced Video Coding （AVC） 简介 AVC/H.264 是MPEG-4 标准所定义的最新，同时也是技术含量最高、代表最新技术水平的视频编码格式之一。 AVC/H.264 视频编码由ISO 的MPEG 和ITU 的VCEG 两个组织于2003 年最终定稿。 而AVC/H.264 标准本身则是由包括来自MPEG 和VCEG 专家的Joint Video Team（JVT）开发。 译注： ISO（International Organization for Standardization） 国际标准组织, 发展国际生产和质量标准的组织； MPEG （Moving Pictures Experts Group） 运动图象专家组； ITU（International Telecommunication Union） 国际电传视讯联盟； VCEG（Video Coding Experts Group） 视频编码专家组，联合国的子机构之一，制定了现在广泛应用于视频会议软件中的H.263 格式。 从MPEG 的角度来说，这个标准叫做MPEG-4 Part10（ISO 14496-10），从ITU 的角度来说，这个标准叫做H.264（ITU 文档编号）。作为这个标准的“官方名称”，Advanced Video Coding（AVC）是MPEG 由Advanced Audio Coding（AAC）这个音频格式的视频副本确定的。 AVC/H.264 Profiles AVC/H.264 规定了多种不同的Profile：最低Profile、主要Profile、扩展Profile、高端Profile（这些Profile 本身还要划分数个等级）。 -最低Profile，也叫做底线Profile（Baseline Profile）支持I/P 帧，只支持无交错（Progressive）和CAVLC； -扩展Profile（Extended Profile）支持I/P/B/SP/SI 帧，只支持无交错（Progressive）和CAVLC； -主要Profile（Main Profile）提供I/P/B 帧，支持无交错（Progressive）和交错（Interlaced），同样提供对于CAVLC 和CABAC 的支持； -高端Profile（High Profile，也叫FRExt）在主要Profile 的基础上增加了8x8 内部预测、自定义量化、无损视频编码和更多的YUV 格式（如4：4：4）。 或许只有在将来才能知道哪些Profile 或哪些功能会成为DVDRIP 的主流，但是我猜想会是Main 或是High Profile，包含下面的一些功能： CAVLC/CABAC AVC/H.264 为熵编码（entropy coding）规定了两个比MPEG-4 ASP 更加进步的功能，Context-Adaptive Variable Length Coding（CAVLC， 前后自适应可变长度编码） 和Context-Adaptive Binary Arithmetic Coding （CABAC，前后自适应二进制算术编码）。CABAC 是AVC/H.264 的默认模式，与CAVLC（也叫UVLC）相比，CABAC 是一个更加强有力的压缩方式，可以将码率在降低10-15%（特别是在高码率情况下）。CABAC （CAVLC 也同样）是一个不会损伤画面的无损编码，但是会降低编码和解码的速度。 Loop/Deblocking Filter 与预处理（比如通过avisynth，作用于输入端）和后处理（通过解码器，作用于最终输出）不同，LoopFiltering 在编码处理过程中起作用。它作用于每个帧编码之后，但是在这之前，它会被用作后面帧的参考。这样处理可以尽量避免色块的出现，特别是低码率状况下。 但是这样会降低编码和解码的速度。 Variable Block Sizes/Macroblock Partitions （可变区块尺寸/ 微块分割） 与MPEG-4 ASP（只使用Inter4V/4MV，区块大小可以在16x16 和8x8 之间变化）不同，AVC/H.264 将动态搜寻的精度增加到了4x4（中间包括类似8x4 等的的步长）。而且区块大小是自适应且可变的，一个优秀的编码器会聪明地为每个微块选择最有效的区块大小。 Multiple Reference Frames （多重参照帧） 与MPEG-4 ASP（只能选择前一帧进行参照）不同，AVC/H.264 可以选择不止一个帧进行内部动作搜寻，也就是说，编码器可以自行选择前一帧（像MPEG-4 ASP 那样），或是加上更前面的帧进行参照。正是由于这样（比如P 帧可能会参照最后一个I 帧之前的帧），一 种新类型的帧随之产生——IDR 帧，我们可以将其理解为不允许后面的帧向前面进行参照的I 帧。如果使用多重参照帧的话，编码和解码的速度都会减慢，而且编码、解码、剪切只能从IDR 帧开始。 译注： 按照原文恐怕不太容易理解，这里译者以自己的理解来讲解一下IDR 帧。举个例子，在一段视频中， 存在以下帧：I P B P B P B B P I P B… 如果这段视频应用了多重参照帧，那么蓝色的P 帧在参照他前面的I 帧（红色）的同时，还可能会参照I 帧之前的P 帧（绿色），由于I帧前后的场景可能会有很大的反差甚至根本不同，所以此时P 帧参考I 帧之前的帧不但会没有意义，反而会造成很多问题。 所以一种新型的帧被引入，那就是IDR 帧。如果这段视频应用了多重参考帧的同时采用了IDR 帧，那么帧的顺序就会变成这样：I P B P B P B B P IDR P B… 由于IDR 帧禁止后面的帧向自己前面的帧参照，所以这回那个蓝色的P 帧就不会参照绿色的P 帧了。 Weighted Prediction （权重预测） 使用权重预测，就是在参考帧上施加权重。这么说恐怕不太明白，但是向下看就会明白多了。在渐变场景（比如画面逐渐变黑），后面的帧除了比前面的帧要暗一些，其他地方都很相似，那么权重预测就在这些地方发挥作用了。需要注意的是，权重预测对于交*渐变（比如从一个场景渐变到另一个场景）不会有作用。 Rate Distortion Optimisation （RDO ，评价变化优化） RDO 使编码器遇到多种不同的选择的时候，选择最有效的编码方式。RDO 并不是由AVC/H.264 专家制定的功能，但它是最先由H.264 参考软件所用到的一种决定方法。其他的编码器也可以采用RDO，比如XviD 的VHQ 模式已经运用了RDO。 当前AVC/H.264 的问题 如果你对现有的AVC 工具嗤之以鼻，你肯定发现了AVC 的一些问题： -兼容性：目前不同的AVC 工具支持不同的容器（Container）： .mp4：mp4 是MPGE-4 标准（ISO 14496-15）指定的AVC 容器。目前支持它的编码器有Nero、Sorenson、Envivio 和Moonlight。 .mpg：mpg 是MPEG-2 标准（ISO 13818-1,AMD3）指定的AVC 容器。目前支持它的编码器有：Mainconcept 和Moonlight。（蓝光BD-ROM 也会使用这种容器，具体请参见 http://www.blu-ray.com） .avi：使用AVI 作为容器是不标准的，并且会造成不兼容的问题。使用AVI 可能妨碍AVC 的一些功能的发挥，也可能会损伤回放的质量，或者降低解码速度。目前支持avi 的编码器有VSS、x264（mencoder 和x264 的vfw 都支持）、mpegable。 .264/.h264：通常是参考编码器输出的作为例子的源图像。（mencoder 中的x264 也可以输出.264，mp4creator 可以从.mp4 种Demux 出来） -速度：当前一些编码器的速度很慢（大多是商业预览版）。尽管x264 和NeroDigital’s AVC看起来提供了不错的速度和后质量，但是它们仍然改变不了AVC 在一些较老的CPU 上极为耗时的事实。 更多文档 如果你想了解更多关于AVC 的信息，就看看： http://www.vcodex.com/h264.html。这里不但有更详细的介绍，更包含了一些技术层面的东西。 一些总结性的信息可以在 http://www.moonlight.co.il/tech_h264.php 和 http://www.dspr.com/www/technology/technology.htm 找到。 AVC 测试结果可以在 http://www.chiariglione.org/mpeg/working_documents/mpeg-04/avc/avc_vt.zip 和 http://82.2.167.24/Uploaded_Files/Doom9_Forum_files/AVC_Verification_Test_Results（mht）.zip 找到（HTML 版本） 全部AVC 工程设计书可以在这里下载到： http://www.dspr.com/www/technology/JVT-G050.pdf 蓝光光盘的技术信息可以在这里找到： http://www.blu-raydisc.com/Section-13628/Index.htm http://bbs.lmtw.com/dispbbs.asp?boardid=20&id=124919l英文原创文章： http://forum.doom9.org/showthread.php?threadid=73022 MPEG-4 ASP Information
What is MPEG-4?
MPEG-4 (ISO 14496) is a broad Open Standard developed by the Moving Picture Experts Group (MPEG), a working group of the International Organization for Standardization (ISO) which also did the well known MPEG-1 (MP3, VCD) and MPEG-2 (DVD, SVCD) Standards, standardizing all sorts of audio/video compression formats and much more
By its nature the MPEG-4 Standard doesnt aim at standardizing one potential product (eg something comparable to DVD) but covers a broad range of Sub-Standards, which Product Providers can choose from to follow, according to what they need for their product
The MPEG-4 Standard, as mentioned, is divided into many different sub-standards, where for us users on Doom9 the following parts might be of major interest:
- ISO 14496-1 (Systems), Animation/Interactivity (like DVD Menus)
- ISO 14496-2 (Video), e.g. Advanced Simple Profile (ASP), as followed by XviD, DivX5, 3ivx...
- ISO 14496-3 (Audio), Advanced Audio Coding (AAC)
- ISO 14496-10 (Video), Advanced Video Coding (AVC), also known as H.264
- ISO 14496-14 (Container), MP4 container format (uses the .mp4 extension)
- ISO 14496-17 (Subtitles), MPEG-4 Timed Text subtitle format
This information thread now aims at providing some usefull infos on most of these parts, with a focus on MPEG-4 ASP and AVC/H.264
What are the possible advantages of an open standard, like MPEG-4, compared to closed formats, like Micro$oft's Windows Media?
The good thing about an open standard is that its open for everyone to follow when creating a product. therefore we already have a lot of different products which are compatible to the MPEG-4 Standard and are therefore also compatible to each other
Next to interoperability and big product range to choose from, an open standard leads to competition, which means for the consumer that products in the competitive market will most likely have a better increase in quality, lower prices and a better focus on the consumers needs
but not to forget and thats maybe the most important point for me:
an open standard allows open source development, like we all know from XviD for example