H.264/AVC նախագծի նպատակն է ստեղծել ստանդարտ, որը կարող է ապահովել լավ տեսանյութի որակ՝ շատ ավելի ցածր բիթային արագությամբ, քան նախորդ ստանդարտները (այսինքն՝ MPEG-2, H.263 կամ MPEG- կամ ավելի բիթային արագության կեսը): ցածր): 4 Մաս 2), առանց դիզայնի բարդությունը մեծացնելու, այնպես որ դրա իրականացումը անիրագործելի է կամ չափազանց թանկ: Մյուս նպատակն է ապահովել բավականաչափ ճկունություն, որպեսզի ստանդարտը կիրառվի տարբեր ցանցերի և համակարգերի տարբեր հավելվածների համար, ներառյալ ցածր և բարձր բիթային արագությունը, ցածր և բարձր լուծաչափով տեսանյութը, հեռարձակումը, DVD պահեստը, RTP/IP փաթեթային ցանցը և ITU-T մուլտիմեդիա հեռախոսային համակարգը: H.264 ստանդարտը կարելի է համարել որպես «ստանդարտ ընտանիք», որը կազմված է բազմաթիվ տարբեր կոնֆիգուրացիայի ֆայլերից: Որոշակի ապակոդավորիչը վերծանում է առնվազն մեկ, բայց ոչ բոլոր պրոֆիլները: Ապակոդավորիչի առանձնահատկությունը նկարագրում է, թե որ կազմաձևման ֆայլերը կարող են վերծանվել: H.264-ը սովորաբար օգտագործվում է կորստի սեղմման համար, թեև հնարավոր է նաև ստեղծել իսկապես անկորուստ կոդավորման շրջաններ կորուստներով կոդավորված պատկերներում կամ աջակցել հազվադեպ օգտագործման դեպքերին, երբ ամբողջ կոդավորումն անկորուստ է:
H.264-ը մշակվել է ITU-T Video Coding Expert Group (VCEG) կողմից ISO/IEC JTC1 Moving Picture Experts Group (MPEG) հետ միասին: Ծրագրի գործընկերությունը կոչվում է Համատեղ վիդեո թիմ (JVT): ITU-T H.264 ստանդարտը և ISO/IEC MPEG-4 AVC ստանդարտը (պաշտոնապես՝ ISO/IEC 14496-10-MPEG-4 Մաս 10, Ընդլայնված տեսանյութերի կոդավորում) համատեղ պահպանվում են, որպեսզի ունենան նույն տեխնիկական բովանդակությունը: Ստանդարտի առաջին հրատարակության վերջնական մշակումն ավարտվեց 2003 թվականի մայիսին, և դրա գործառույթների տարբեր ընդլայնումներ ավելացվեցին դրա հետագա հրատարակություններին: Բարձր արդյունավետության տեսանյութերի կոդավորումը (HEVC), մասնավորապես՝ H.265-ը և MPEG-H Մաս 2-ը, նույն կազմակերպության կողմից մշակված H.264/MPEG-4 AVC-ի իրավահաջորդներն են, և ավելի վաղ ստանդարտները դեռ սովորաբար օգտագործվում են:
Ամենահայտնի H.264-ը հավանաբար Blu-ray սկավառակների վիդեո կոդավորման ստանդարտներից մեկն է; բոլոր Blu-ray սկավառակի նվագարկիչները պետք է կարողանան վերծանել H.264-ը: Այն նաև լայնորեն օգտագործվում է համացանցային ռեսուրսների հոսքի միջոցով, ինչպիսիք են տեսանյութերը Vimeo-ից, YouTube-ից և iTunes Store-ից, ցանցային ծրագրերից, ինչպիսիք են Adobe Flash Player-ը և Microsoft Silverlight-ը, ինչպես նաև տարբեր HDTV հեռարձակումներ գետնին (ATSC, ISDB-T, DVB)- T կամ DVB-T2), կաբելային (DVB-C) և արբանյակային (DVB-S և DVB-S2):
H.264-ը պաշտպանված է բոլոր կողմերին պատկանող արտոնագրերով: H.264-ի համար անհրաժեշտ արտոնագրերի մեծ մասը (բայց ոչ բոլոր) ընդգրկող լիցենզիաները կառավարվում են MPEG LA արտոնագրային ֆոնդի կողմից: 3 Արտոնագրված H.264 տեխնոլոգիայի առևտրային օգտագործումը պահանջում է ռոյալթիների վճարում MPEG LA-ին և արտոնագրատերերին: MPEG LA-ն թույլ է տալիս անվճար օգտագործել H.264 տեխնոլոգիան՝ վերջնական օգտագործողներին տրամադրելու անվճար հոսքային ինտերնետ տեսանյութեր, և Cisco Systems-ը վճարում է հոնորարներ MPEG LA-ին իր բաց կոդով H.264 կոդավորիչ երկուական ֆայլերի օգտագործողների անունից:
1. Անվանում
H.264 անվանումը հետևում է ITU-T անվանման կոնվենցիային, որը VCEG վիդեո կոդավորման ստանդարտների H.26x շարքի անդամ է. MPEG-4 AVC անվանումը կապված է ISO/IEC MPEG-ի անվանման կոնվենցիայի հետ, որտեղ ստանդարտը ISO/IEC 14496 Մաս 10-ն է, ISO/IEC 14496-ը ստանդարտների փաթեթ է, որը կոչվում է MPEG-4: Ստանդարտը համատեղ մշակվել է VCEG-ի և MPEG-ի միջև համագործակցությամբ, իսկ VCEG նախագիծը, որը կոչվում է H.26L, նախկինում իրականացվել է ITU-T-ում: Հետևաբար, անունները, ինչպիսիք են՝ H.264/AVC, AVC/H.264, H.264/MPEG-4AVC կամ MPEG-4/H.264 AVC, հաճախ օգտագործվում են ստանդարտին հղում կատարելու համար՝ ընդգծելու ընդհանուր ժառանգությունը: Երբեմն այն նաև կոչվում է «JVT կոդեկ», նկատի ունեցեք Joint Video Team (JVT) կազմակերպությանը, որը մշակել է այն: (Այս տեսակի համագործակցությունը և բազմակի անվանումները հազվադեպ չեն: Օրինակ՝ MPEG-2 կոչվող տեսանյութերի սեղմման ստանդարտը նույնպես առաջացել է MPEG-ի և ITU-T-ի համագործակցությունից, որտեղ MPEG-2 տեսանյութը կոչվում է ITU-T համայնքի կողմից H.262: 4) Որոշ ծրագրային ծրագրեր (օրինակ՝ VLC մեդիա նվագարկիչը) ներքին կարգով նույնացնում են այս ստանդարտը որպես AVC1:
2: պատմություն
1998-ի սկզբին Տեսանյութերի կոդավորման փորձագիտական խումբը (VCEG-ITU-T SG16 Q.6) հրապարակեց H.26L կոչվող նախագծի համար առաջարկների հայտ՝ նպատակ ունենալով կրկնապատկել կոդավորման արդյունավետությունը (ինչը նշանակում է, որ պահանջվող բիթային արագությունը կիսով չափ կրճատվել է) Հավատարմության տվյալ մակարդակ՝ համեմատած առկա վիդեո կոդավորման կիրառական ստանդարտների համար օգտագործվող ցանկացած այլ ստանդարտի հետ: VCEG-ի նախագահն է Գարի Սալիվանը (Microsoft, նախկինում PictureTel, ԱՄՆ): Նոր ստանդարտի նախագծման առաջին նախագիծն ընդունվել է 1999թ. օգոստոսին: 2000թ.-ին Թոմաս Վիգանդը (Հենրիխ Հերցի ինստիտուտ, Գերմանիա) դարձավ VCEG-ի համանախագահ:
2001 թվականի դեկտեմբերին VCEG-ը և Շարժվող նկարների փորձագետների խումբը (MPEG-ISO / IEC JTC 1 / SC 29 / WG 11) ստեղծեցին Համատեղ տեսահոլովակների խումբ (JVT), և նրա կանոնադրությունը վերջնականացրեց տեսանյութերի կոդավորման ստանդարտը: [5] Հստակեցումը պաշտոնապես հաստատվել է 2003թ. մարտին: JVT-ն նախագահում էին Գարի Սալիվանը, Թոմաս Վիգանդը և Աջայ Լյուտրան (Motorola, ԱՄՆ: հետագայում Արրիս, ԱՄՆ): 2004 թվականի հունիսին վերջնական տեսքի բերվեց Fidelity Scope Extension (FRExt) նախագիծը: 2005թ. հունվարից մինչև 2007թ. նոյեմբերը JVT-ն աշխատում է H.264/AVC-ն ընդարձակելու ուղղությամբ՝ հավելվածի (G) միջոցով, որը կոչվում է Scalable Video Coding (SVC): JVT-ի կառավարման թիմը ընդլայնվել է Յենս-Ռայներ Օհմի կողմից (Աախենի համալսարան, Գերմանիա): 2006 թվականի հուլիսից մինչև 2009 թվականի նոյեմբեր JVT-ն գործարկեց Multi-Video Video Coding (MVC), որը H.264/AVC-ի ընդլայնումն է ազատ դիտման և 3D հեռուստատեսության համար: Այս աշխատանքը ներառում է երկու նոր ստանդարտ պրոֆիլների մշակում՝ Multiview High Profile և Stereo High Profile:
H.264/AVC-ի առաջին տարբերակի ստանդարտացումն ավարտվեց 2003թ. մայիսին: Բնօրինակ ստանդարտը երկարացնելու առաջին նախագծում JVT-ն հետագայում մշակեց այսպես կոչված Fidelity Range Extensions (FRExt): Այս ընդլայնումները հասնում են ավելի բարձր որակի վիդեո կոդավորման՝ աջակցելով ավելի բարձր նմուշառման բիթերի խորության ճշգրտության և ավելի բարձր լուծաչափի գունային տեղեկատվության, ներառյալ, այսպես կոչված, Y'CbCr 4:2:2 (= YUV 4:2:2) և Y 'CbCr 4:4 նմուշառման կառուցվածքը. - հիմնված քվանտացման կշռման մատրիցներ, որոնք նշված են կոդավորիչով, նկարների միջև արդյունավետ առանց կորուստների կոդավորում և լրացուցիչ գունային տարածությունների աջակցություն: Fidelity Range Extensions-ի նախագծային աշխատանքներն ավարտվել են 4 թվականի հուլիսին, իսկ դրա նախագծման աշխատանքները՝ 4 թվականի սեպտեմբերին:
Ստանդարտի վերջին հետագա ընդլայնումը ներառում է հինգ այլ նոր պրոֆիլների ավելացում [որոնք. ] Հիմնականում օգտագործվում է պրոֆեսիոնալ ծրագրերի համար՝ ավելացնելով ընդլայնված գունային գամմայի տարածքի աջակցություն, սահմանելով լրացուցիչ հարաբերակցության ցուցիչներ, սահմանելով երկու այլ տեսակի «լրացուցիչ ընդլայնման տեղեկատվություն» (հետֆիլտրի ակնարկներ և հնչերանգների քարտեզագրում) և հրաժարվելով նախորդ FRExt կազմաձևման ֆայլից One (բարձր 4:4:4 պրոֆիլից), ոլորտի հետադարձ կապ [ում կողմից: ] Հրահանգները պետք է այլ կերպ նախագծված լինեն:
Ստանդարտին ավելացված հաջորդ հիմնական գործառույթը Scalable Video Coding (SVC) է: H.264/AVC-ի Հավելված G-ում ամրագրված է, որ SVC-ն թույլ է տալիս կառուցել ենթաբիթային հոսքեր, որոնք նույնպես համապատասխանում են ստանդարտին, այդ թվում՝ «բազային շերտ» կոչվող բիթային հոսքերից մեկը, որը կարող է վերծանվել SVC-ին աջակցող H.264/AVC կոդեկով: Ժամանակավոր բիթհոսքի մասշտաբայնության համար (այսինքն՝ կան ենթաբիթհոսքեր՝ ավելի փոքր ժամանակային նմուշառման արագությամբ, քան հիմնական բիթհոսքը), ամբողջական մուտքի միավորները հանվում են բիթ հոսքից, երբ ենթաբիթհոսքը ստացվում է: Այս դեպքում բիթստրիմում բարձր մակարդակի շարահյուսությունը և միջկանխատեսման հղման նկարները համապատասխանաբար կառուցված են: Մյուս կողմից, տարածական և որակական բիթհոսքի մասշտաբայնության համար (այսինքն, կան ենթաբիթային հոսքեր ավելի ցածր տարածական լուծաչափով/որակով, քան հիմնական բիթհոսքը), հեռացրեք NAL-ը բիթ հոսքից, երբ ստացվում է ենթաբիթհոսքը (ցանցային աբստրակցիոն շերտ): . Այս դեպքում միջշերտային կանխատեսումը (այսինքն՝ ավելի բարձր տարածական լուծման/որակի ազդանշանի կանխատեսումը ավելի ցածր տարածական լուծաչափի/որակի ազդանշանի տվյալներից) սովորաբար օգտագործվում է արդյունավետ կոդավորման համար: Տեսանյութերի կոդավորման մասշտաբային ընդլայնումն ավարտվել է 2007 թվականի նոյեմբերին։
Ստանդարտին ավելացված հաջորդ հիմնական հատկանիշը Multi-View Video Coding-ն է (MVC): H.264/AVC-ի Հավելված H-ում նշված է, որ MVC-ն հնարավորություն է տալիս վիդեո տեսարանի մեկից ավելի տեսարան ներկայացնող բիթհոսքի կառուցում: Այս հատկության կարևոր օրինակ է ստերեոսկոպիկ 3D վիդեո կոդավորումը: MVC-ի աշխատանքում մշակվել են երկու պրոֆիլներ. Multiview High Profile-ն աջակցում է ցանկացած քանակի դիտումների, և Stereo High Profile-ը հատուկ նախագծված է երկու դիտման ստերեո տեսանյութերի համար: Multiview վիդեո կոդավորման ընդլայնումն ավարտվել է 2009 թվականի նոյեմբերին։
3: դիմում
H.264 վիդեո ձևաչափն ունի կիրառությունների շատ լայն շրջանակ՝ ընդգրկելով թվային սեղմված տեսանյութի բոլոր ձևերը՝ ցածր բիթային արագությամբ ինտերնետ հոսքային հավելվածներից մինչև HDTV հեռարձակում և գրեթե անկորուստ կոդավորման թվային ֆիլմերի հավելվածներ: Օգտագործելով H.264-ը, համեմատած MPEG-2 Մաս 2-ի հետ, բիթային արագությունը կարող է խնայվել 50%-ով կամ ավելի: Օրինակ, հաղորդվում է, որ H.264-ի կողմից տրամադրվող թվային արբանյակային հեռուստատեսության որակը նույնն է, ինչ MPEG-2-ի ներկայիս ներդրումը, կեսից պակաս բիթային արագությամբ: MPEG-2-ի ներդրման ներկայիս արագությունը մոտ 3.5 Մբիթ/վ է, մինչդեռ H.264-ը ընդամենը 1.5 Մբիթ է: /ս. [23] Sony-ն պնդում է, որ 9 Մբիթ/վրկ AVC ձայնագրման ռեժիմը համարժեք է HDV ձևաչափի պատկերի որակին, որն օգտագործում է մոտ 18-25 Մբիթ/վրկ։
H.264/AVC-ի համատեղելիությունն ու անխափան ընդունումն ապահովելու համար շատ ստանդարտ կազմակերպություններ փոփոխել կամ ավելացրել են իրենց տեսագրության հետ կապված ստանդարտները, որպեսզի այս ստանդարտների օգտագործողները կարողանան օգտագործել H.264/AVC: Ե՛վ Blu-ray սկավառակի ձևաչափը, և՛ այժմ դադարեցված HD DVD ձևաչափը օգտագործում են H.264 / AVC High Profile որպես տեսահոլովակի սեղմման երեք պարտադիր ձևաչափերից մեկը: Թվային վիդեո հեռարձակման նախագիծը (DVB) հաստատեց H.264/AVC-ի օգտագործումը հեռարձակվող հեռուստատեսության համար 2004 թվականի վերջին:
Ամերիկյան Ընդլայնված Հեռուստատեսության Համակարգի Կոմիտեի (ATSC) ստանդարտների մարմինը 264թ. հուլիսին հաստատել է H.2008/AVC-ն հեռարձակվող հեռուստատեսության համար, թեև ստանդարտը դեռ չի օգտագործվել ԱՄՆ-ում ֆիքսված ATSC հեռարձակումների համար: [25] [26] Այն նաև հաստատված է վերջին ATSC-M/H (բջջային/ձեռքի) ստանդարտի համար՝ օգտագործելով H.264-ի AVC և SVC մասերը։
CCTV (փակ միացումային հեռուստատեսություն) և տեսահսկման շուկաները ներառել են այս տեխնոլոգիան բազմաթիվ ապրանքների մեջ: Շատ սովորական DSLR տեսախցիկներ օգտագործում են H.264 տեսանյութ, որը պարունակվում է QuickTime MOV կոնտեյներով՝ որպես ձայնագրման բնօրինակ ձևաչափ:
4. Ստացված ձևաչափ
AVCHD-ը բարձր հստակությամբ ձայնագրման ձևաչափ է, որը մշակվել է Sony-ի և Panasonic-ի կողմից՝ օգտագործելով H.264 (համապատասխանում է H.264-ին, միաժամանակ ավելացնելով հավելվածներին հատուկ գործառույթներ և սահմանափակումներ):
AVC-Intra-ն ներկադրային սեղմման ձևաչափ է, որը մշակվել է Panasonic-ի կողմից:
XAVC-ն ձայնագրման ձևաչափ է, որը նախագծվել է Sony-ի կողմից և օգտագործում է H.5.2/MPEG-264 AVC-ի 4 մակարդակը, որն ամենաբարձր մակարդակն է, որն աջակցվում է այս վիդեո ստանդարտով: [28] [29] XAVC-ն կարող է աջակցել 4K լուծաչափով (4096×2160 և 3840×2160) մինչև 60 կադր/վրկ արագությամբ (fps): [28] [29] Sony-ն հայտարարեց, որ XAVC-ով աշխատող տեսախցիկները ներառում են երկու CineAlta տեսախցիկներ՝ Sony PMW-F55 և Sony PMW-F5։ [30] Sony PMW-F55-ը կարող է ձայնագրել XAVC, 4K թույլտվությունը՝ 30 կադր/վ, արագությունը՝ 300 Մբիթ/վ, 2K լուծաչափ, 30 կադր/վ, 100 Մբիթ/վ։ [31] XAVC-ն կարող է ձայնագրել 4K լուծաչափը 60 կադր/վրկ արագությամբ և կատարել 4:2:2 քրոմային ենթասմիլինգ 600 Մբիթ/վ արագությամբ:
5: Հատկություններ
H.264-ի բլոկ-սխեմա
H.264 / AVC / MPEG-4 Մաս 10-ը պարունակում է բազմաթիվ նոր հնարավորություններ, որոնք թույլ են տալիս սեղմել տեսանյութն ավելի արդյունավետ, քան հին ստանդարտը և ապահովել ավելի մեծ ճկունություն տարբեր ցանցային միջավայրերում հավելվածների համար: Մասնավորապես, այս հիմնական գործառույթներից մի քանիսը ներառում են.
1) Բազմապատկերի միջնկարային կանխատեսումը ներառում է հետևյալ հատկանիշները.
Օգտագործեք նախկինում կոդավորված նկարները որպես հղումներ ավելի ճկուն ձևով, քան նախորդ ստանդարտները, որոշ դեպքերում թույլ տալով օգտագործել մինչև 16 տեղեկատու շրջանակներ (կամ 32 հղում դաշտեր միահյուսված կոդավորման դեպքում): Այն պրոֆիլներում, որոնք աջակցում են ոչ IDR շրջանակներ, մակարդակների մեծամասնությունը նշում է, որ պետք է լինի բավականաչափ բուֆերավորում, որպեսզի թույլատրվի առնվազն 4 կամ 5 հղման շրջանակներ առավելագույն լուծաչափով: Սա ի տարբերություն գոյություն ունեցող ստանդարտների, որոնք սովորաբար ունեն 1 սահմանաչափ; կամ ավանդական «B պատկերների» դեպքում (B շրջանակներ)՝ երկու. Այս հատուկ հատկությունը սովորաբար թույլ է տալիս համեստ բարելավում բիթերի արագությունը և որակը շատ սցենարներում: [Միջբերման անհրաժեշտություն] Բայց որոշ տեսակի տեսարաններում, ինչպիսիք են կրկնվող գործողություններով տեսարանները կամ տեսարանները հետ ու առաջ փոխող կամ չծածկված ֆոնային տարածքներ, դա թույլ է տալիս զգալիորեն նվազեցնել բիթերի արագությունը՝ պահպանելով հստակությունը:
Փոփոխական բլոկի չափի շարժման փոխհատուցում (VBSMC), բլոկի չափը 16×16 է, նույնքան փոքր, որքան 4×4, ինչը կարող է իրականացնել շարժվող տարածքի ճշգրիտ հատվածավորումը: Աջակցվող լումայի կանխատեսման բլոկի չափերը ներառում են 16×16, 16×8, 8×16, 8×8, 8×4, 4×8 և 4×4, որոնցից շատերը կարող են օգտագործվել միասին մեկ մակրո բլոկում: Համաձայն օգտագործվող քրոմային ենթանմուշի, քրոմի կանխատեսման բլոկի չափը համապատասխանաբար ավելի փոքր է:
B մակրոբլոկի դեպքում, որը բաղկացած է 16 4×4 բաժանմունքներից, յուրաքանչյուր մակրոբլոկ կարող է օգտագործել շարժման բազմաթիվ վեկտորներ (յուրաքանչյուր բաժանման համար մեկ կամ երկու) առավելագույնը 32: Յուրաքանչյուր 8×8 կամ ավելի մեծ բաժանման տարածքի շարժման վեկտորը կարող է մատնանշել տարբեր հղումային պատկեր:
Ցանկացած մակրոբլոկի տեսակ կարող է օգտագործվել B-frame-ներում, այդ թվում՝ I-macroblocks-ում, ինչը հանգեցնում է ավելի արդյունավետ կոդավորման B-շրջանակների օգտագործման ժամանակ: Այս բնութագիրը կարելի է տեսնել MPEG-4 ASP-ից:
Վեց հպումով զտում, որն օգտագործվում է կեսպիքսելային լուսավորության նմուշի կանխատեսում ստանալու համար՝ ենթապիքսելային շարժման ավելի հստակ փոխհատուցման համար: Քառորդ-պիքսել շարժումը ստացվում է կիսագունավոր արժեքների գծային ինտերպոլացիայի միջոցով՝ մշակող հզորությունը խնայելու համար:
Շարժման փոխհատուցման համար օգտագործվող քառորդ-պիքսել ճշգրտությունը կարող է ճշգրիտ նկարագրել շարժվող տարածքի տեղաշարժը: Քրոմայի համար բանաձեւը սովորաբար կրկնակի կրճատվում է ուղղահայաց և հորիզոնական ուղղություններով (տես 4:2:0), ուստի քրոմայի շարժման փոխհատուցումը օգտագործում է մեկ ութերորդ քրոմապիքսելային ցանցի միավորը:
Կշռադատված կանխատեսումը թույլ է տալիս կոդավորողին սահմանել մասշտաբի և օֆսեթի օգտագործումը շարժման փոխհատուցում կատարելիս, և ապահովում է կատարողականի զգալի առավելություններ հատուկ իրավիճակներում, ինչպիսիք են՝ fade in and fade out, fade in and fade in, fade in and fade out անցումները: Սա ներառում է B շրջանակների անուղղակի կշռված կանխատեսումը և P շրջանակների հստակ կշռված կանխատեսումը:
Տարածական կանխատեսում հարակից բլոկների եզրերի համար «ներքին» կոդավորման համար՝ MPEG-2 մաս 2-ում հայտնաբերված «DC» կանխատեսման փոխարեն և H.263v2 և MPEG-4 մաս 2-ում տրանսֆորմացիայի գործակիցի կանխատեսում.
Սա ներառում է լումայի կանխատեսման բլոկի չափերը՝ 16×16, 8×8 և 4×4 (որտեղ յուրաքանչյուր մակրոբլոկում կարող է օգտագործվել միայն մեկ տեսակ):
2) Անկորուստ մակրոբլոկի կոդավորման գործառույթները ներառում են.
Անկորուստ «PCM մակրոբլոկը» ներկայացնում է ռեժիմը, որն ուղղակիորեն ներկայացնում է վիդեո տվյալների նմուշները, [34] թույլ է տալիս կատարյալ ներկայացնել որոշակի տարածք և թույլ է տալիս խիստ սահմանափակումներ յուրաքանչյուր մակրոբլոկի համար կոդավորված տվյալների քանակի վրա։
Ընդլայնված առանց կորուստների մակրոբլոկների ներկայացման ռեժիմը թույլ է տալիս կատարյալ պատկերել որոշակի տարածք, մինչդեռ ընդհանուր առմամբ օգտագործում է շատ ավելի քիչ բիթ, քան PCM ռեժիմը:
Ճկուն միահյուսված վիդեո կոդավորման գործառույթներ, ներառյալ՝
Macroblock adaptive frame-field (MBAFF) կոդավորումն օգտագործում է մակրոբլոկների զույգ կառուցվածք՝ որպես շրջանակ կոդավորված պատկերի համար, որը թույլ է տալիս 16×16 մակրոբլոկ դաշտային ռեժիմում (համեմատ MPEG-2-ի հետ, որտեղ դաշտային ռեժիմի մշակումն իրականացվում է պատկերի մեջ: Կոդավորումը որպես շրջանակ հանգեցնում է 16×8 կիսամակրոբլոկների մշակմանը):
Պատկերի հարմարվողական շրջանակի և դաշտի կոդավորումը (PAFF կամ PicAFF) թույլ է տալիս ազատ ընտրված պատկերները խառնել և կոդավորել որպես ամբողջական շրջանակ, որտեղ երկու դաշտերը միավորվում են կոդավորման համար կամ որպես մեկ միասնական դաշտ:
Փոխակերպման դիզայնի նոր առանձնահատկություններ, ներառյալ.
Ճշգրիտ համընկնող ամբողջ թվով 4×4 տարածական բլոկի փոխակերպում, որը թույլ է տալիս ճշգրիտ տեղաբաշխել մնացորդային ազդանշանները, գրեթե ոչ մի «զանգ» սովորական նախորդ կոդեկների ձևավորումներում: Այս դիզայնը հայեցակարգով նման է հայտնի դիսկրետ կոսինուսային փոխակերպմանը (DCT), որը ներկայացվել է 1974 թվականին Ն. Ահմեդի, Տ. Նատարաջանի և Ք.Ռ. Ռաոյի կողմից, և դա դիսկրետ կոսինուսի փոխակերպման 1 հղում է։ Այնուամենայնիվ, այն պարզեցված է և ապահովում է ճշգրիտ նշված վերծանում:
Ճշգրիտ համապատասխանող 8×8 տարածական բլոկի փոխակերպումներ՝ թույլ տալով ավելի արդյունավետ սեղմել բարձր փոխկապակցված շրջանները, քան 4×4 փոխակերպումները: Դիզայնը հայեցակարգով նման է բոլորին հայտնի DCT-ին, սակայն պարզեցված է և տրամադրվում է ճշգրիտ սահմանված ապակոդավորում ապահովելու համար:
Հարմարվողական կոդավորիչի ընտրություն 4×4 և 8×8 փոխակերպման բլոկի չափերի միջև՝ ամբողջ թվերի փոխակերպման գործողությունների համար:
Երկրորդական Hadamard փոխակերպումը կատարվում է հիմնական տարածության փոխակերպման «DC» գործակիցների վրա, որոնք կիրառվում են քրոմինանսական DC գործակիցների (և հատուկ դեպքում նաև լուսավորության) վրա՝ հարթ շրջանում էլ ավելի սեղմում ստանալու համար:
3) Քանակական դիզայնը ներառում է.
Քայլերի չափի լոգարիթմական կառավարում, բիթային արագության ավելի պարզ կառավարում և պարզեցված հակադարձ քվանտացման մասշտաբավորում կոդավորիչի միջոցով
Կոդավորողի կողմից ընտրված հաճախականությամբ հարմարեցված քվանտավորման մասշտաբային մատրիցը օգտագործվում է ընկալման վրա հիմնված քվանտավորման օպտիմալացման համար
Օղակի ապաշրջափակման ֆիլտրը օգնում է կանխել DCT-ի վրա հիմնված պատկերի սեղմման այլ տեխնոլոգիաներին բնորոշ բլոկի էֆեկտը, որպեսզի ավելի լավ տեսողական տեսք և սեղմման արդյունավետություն ձեռք բերվի:
4) Էնտրոպիայի կոդավորման դիզայնը ներառում է.
Համատեքստին հարմարվողական երկուական թվաբանական կոդավորում (CABAC), շարահյուսական տարրերի անկորուստ սեղմման ալգորիթմ տեսահոսքի մեջ, որը գիտի տվյալ համատեքստում շարահյուսական տարրերի հավանականությունը։ CABAC-ը սեղմում է տվյալներն ավելի արդյունավետ, քան CAVLC-ը, սակայն վերծանման համար ավելի շատ մշակում է պահանջում:
Համատեքստի հարմարվողական փոփոխական երկարության կոդավորում (CAVLC), որն ավելի ցածր բարդության այլընտրանք է CABAC-ին, որն օգտագործվում է քվանտացված փոխակերպման գործակիցների արժեքները կոդավորելու համար: Թեև բարդությունն ավելի ցածր է, քան CABAC-ը, CAVLC-ն ավելի կատարելագործված և արդյունավետ է, քան գոյություն ունեցող այլ նախագծերում գործակիցների կոդավորման համար սովորաբար օգտագործվող մեթոդները:
Ընդհանուր պարզ և բարձր կառուցվածքային փոփոխական երկարության կոդավորման (VLC) տեխնիկան, որն օգտագործվում է CABAC կամ CAVLC-ով չկոդավորված բազմաթիվ շարահյուսական տարրերի համար, կոչվում է Exponential Golomb կոդավորում (կամ Exp-Golomb):
5) Կորստի վերականգնման գործառույթները ներառում են.
Ցանցի աբստրակցիոն շերտի (NAL) սահմանումը թույլ է տալիս նույն վիդեո շարահյուսությունը օգտագործել բազմաթիվ ցանցային միջավայրերում: H.264-ի նախագծման շատ հիմնական հայեցակարգն է՝ ստեղծել ինքնուրույն տվյալների փաթեթներ՝ կրկնօրինակ վերնագրերը հեռացնելու համար, օրինակ՝ MPEG-4-ի վերնագրի ընդլայնման կոդը (HEC): Սա ձեռք է բերվում լրատվամիջոցների հոսքից մի քանի հատվածների հետ կապված տեղեկատվության անջատման միջոցով: Ընդլայնված պարամետրերի համակցությունը կոչվում է պարամետրերի հավաքածու: [35] H.264 ճշգրտումը ներառում է երկու տեսակի պարամետրերի հավաքածու՝ Sequence Parameter Set (SPS) և Picture Parameter Set (PPS): Արդյունավետ հաջորդականության պարամետրերի հավաքածուն մնում է անփոփոխ ամբողջ կոդավորված տեսանյութի հաջորդականության մեջ, իսկ արդյունավետ պատկերի պարամետրերի հավաքածուն մնում է անփոփոխ կոդավորված պատկերում: Հերթականության և պատկերի պարամետրերի հավաքածուի կառուցվածքը պարունակում է այնպիսի տեղեկատվություն, ինչպիսին է պատկերի չափը, ընտրովի կոդավորման ռեժիմը և մակրոբլոկից հատված խմբերի քարտեզագրումը:
Ճկուն մակրոբլոկների պատվիրումը (FMO), որը նաև հայտնի է որպես կտորների խումբ և կամայական կտորների պատվիրում (ASO), տեխնիկա է, որն օգտագործվում է նկարում հիմնական շրջանների (մակրոբլոկների) ներկայացման կարգը վերականգնելու համար: Ընդհանուր առմամբ, որպես սխալի/կորստի կայունության գործառույթներ, FMO-ն և ASO-ն կարող են օգտագործվել նաև այլ նպատակների համար:
Տվյալների բաժանումը (DP), գործառույթ, որը կարող է բաժանել ավելի կարևոր և պակաս կարևոր շարահյուսական տարրերը տվյալների տարբեր փաթեթների, կարող է կիրառել անհավասար սխալների պաշտպանություն (UEP) և սխալի/կորստի կայունության բարելավման այլ տեսակներ:
Ավելորդ հատված (RS), սխալ/կորստի կայունության հատկանիշ, որը թույլ է տալիս կոդավորողին ուղարկել պատկերի տարածքի լրացուցիչ ներկայացում (սովորաբար ավելի ցածր ճշգրտությամբ), որը կարող է օգտագործվել, եթե հիմնական ներկայացումը կոռումպացված է կամ կորչում:
Շրջանակի համարը, որը թույլ է տալիս ստեղծել «subsequences» ֆունկցիան, հասնելով ժամանակային մասշտաբայնության՝ ընտրովի ներառելով լրացուցիչ նկարներ այլ նկարների միջև, և հայտնաբերելով և թաքցնելով ամբողջ նկարի կորուստը, որը կարող է առաջանալ ցանցի փաթեթի կորստի կամ ալիքի պատճառով: Սխալ է տեղի ունեցել:
Անջատիչ հատվածները, որոնք կոչվում են SP և SI հատվածներ, թույլ են տալիս կոդավորողին հրահանգել ապակոդավորողին անցնել շարունակական վիդեո հոսքի այնպիսի նպատակների համար, ինչպիսիք են տեսահոսքի բիթային արագության փոխարկումը և «խաբեության ռեժիմ» գործողությունները: Երբ ապակոդավորիչը օգտագործում է SP/SI ֆունկցիան վիդեո հոսքի կեսին ցատկելու համար, այն կարող է ճշգրիտ համապատասխանություն ստանալ վիդեո հոսքի այդ դիրքում վերծանված պատկերի հետ՝ չնայած որպես նախորդ հղում օգտագործելու այլ նկար կամ ընդհանրապես նկար չկա: անջատիչ.
Պարզ ավտոմատ գործընթաց, որն օգտագործվում է սկզբնական կոդի պատահական մոդելավորումը կանխելու համար, որը հատուկ բիթերի հաջորդականություն է կոդավորված տվյալների մեջ, թույլ է տալիս պատահական մուտք գործել բիթային հոսք և վերականգնում է բայթերի հավասարեցումը համակարգերում, որտեղ բայթերի համաժամացումը կարող է կորչել:
Լրացուցիչ ընդլայնման տեղեկատվությունը (SEI) և վիդեո օգտագործելիության տեղեկատվությունը (VUI) լրացուցիչ տեղեկություններ են, որոնք կարող են տեղադրվել բիթսթրիմում՝ տարբեր նպատակներով տեսանյութը բարելավելու համար: [Պահանջվում է պարզաբանում] SEI FPA (Frame Encapsulation Arrangement) պարունակում է հաղորդագրությունների 3D դասավորություն.
Օժանդակ նկար, որը կարող է օգտագործվել ալֆա սինթեզի և այլ նպատակներով։
Աջակցում է մոնոխրոմի (4:0:0), 4:2:0, 4:2:2 և 4:4:4 քրոմային ենթանմուշավորման (կախված ընտրված պրոֆիլից):
Աջակցում է նմուշառման բիթերի խորության ճշգրտությունը, որը տատանվում է 8-ից 14 բիթ յուրաքանչյուր նմուշի համար (կախված ընտրված պրոֆիլից):
Կարող է կոդավորել յուրաքանչյուր գունային հարթությունը տարբեր պատկերների մեջ՝ իր առանձին հատվածային կառուցվածքով, մակրոբլոկային ռեժիմով, շարժման վեկտորով և այլն, ինչը թույլ է տալիս օգտագործել պարզ զուգահեռ կառուցվածք կոդավորիչի ձևավորման համար (միայն երեք կոնֆիգուրացիայի ֆայլեր, որոնք աջակցում են 4:4:4):
Պատկերների հաջորդականության հաշվարկն օգտագործվում է ժամանակի տեղեկատվությունից մեկուսացված վերծանված պատկերում պատկերների կարգը և նմուշի արժեքների բնութագրերը պահպանելու համար՝ թույլ տալով համակարգին տեղափոխել և վերահսկել/փոխել ժամանակի տեղեկատվությունը առանձին՝ առանց ազդելու վերծանված պատկերի բովանդակության վրա:
Այս տեխնոլոգիաները և մի քանի այլ տեխնոլոգիաներ օգնում են H.264-ին տարբեր իրավիճակներում կիրառական տարբեր միջավայրերում ավելի լավ գործել, քան ցանկացած նախկին ստանդարտ: H.264-ն ընդհանուր առմամբ ավելի լավ է կատարում, քան MPEG-2 տեսանյութը. սովորաբար նույն որակը բիթային արագության կեսը կամ ավելի ցածր է, հատկապես բարձր բիթ արագությամբ և բարձր լուծաչափով:
Ինչպես մյուս ISO/IEC MPEG վիդեո ստանդարտները, H.264/AVC-ն ունի տեղեկատու ծրագրային ներդրում, որը կարելի է անվճար ներբեռնել: Դրա հիմնական նպատակն է ներկայացնել H.264/AVC ֆունկցիաների օրինակներ, այլ ոչ թե ինքնին օգտակար հավելված: The Motion Picture Experts Group-ը նաև կատարում է որոշ տեղեկատու սարքավորումների նախագծման աշխատանքներ: Վերոնշյալները H.264/AVC-ի ամբողջական հատկանիշներն են՝ ընդգրկելով H.264-ի բոլոր կազմաձևման ֆայլերը: Կոդեկի պրոֆիլը կոդեկի բնութագրերի մի շարք է, որը բացահայտված է նախատեսված կիրառման համար նախատեսված տեխնիկական բնութագրերի որոշակի շարքին համապատասխանելու համար: Սա նշանակում է, որ որոշ կազմաձևման ֆայլեր չեն աջակցում թվարկված գործառույթներից շատերին: H.264/AVC-ի տարբեր կոնֆիգուրացիայի ֆայլերը կքննարկվեն հաջորդ բաժնում:
Մեր մյուս արտադրանքը:
