Kuptimi i kodimit video
Hapësirë e madhe për ruajtjen e të dhënave origjinale të videos, një video 1080P 7 s kërkon 817 MB
Transmetimi origjinal i të dhënave video zë një gjerësi të madhe bande, dhe duhen 11 minuta për të transmetuar videon e mësipërme 7 s me një gjerësi bande prej 10 Mbps
Pas kodimit dhe kompresimit H.264, madhësia e videos është vetëm 708 k dhe gjerësia e bandës 10 Mbps kërkon vetëm 500 ms, e cila mund të plotësojë nevojat e transmetimit në kohë reale. Prandaj, videoja origjinale e mbledhur nga sensori i marrjes së videos duhet të jetë e koduar me video.
themelor
Atëherë, pse mundet që një video e madhe origjinale të kodifikohet në një video shumë të vogël? Cila është teknologjia në këtë? Para se të flasim për teknologjinë, së pari duhet të krijojmë konceptin e videos që është fotografi e vazhdueshme.
Ideja kryesore është heqja e informacionit të tepërt:
Teprica hapësinore: ekziston një korrelacion i fortë midis pikselëve ngjitur të një fotoje
Tepricë e përkohshme: përmbajtje e ngjashme midis fotove ngjitur në një sekuencë video
Teprica e kodimit: vlera të ndryshme pixel kanë probabilitet të ndryshëm
Teprica vizuale: sistemi vizual i njeriut nuk është i ndjeshëm ndaj detajeve të caktuara
Teprica e njohurive: struktura e rregullsisë mund të merret nga njohuritë e mëparshme dhe njohuritë bazë
Video është në thelb një seri fotografish që luhen vazhdimisht dhe shpejt, kështu që mënyra më e lehtë për të kompresuar një video është të kompresosh çdo kornizë fotografish. Për shembull, kodimi i vjetër MJPEG është të kompresojë secilën kornizë të fotografive në video. Kjo metodë e kodimit Ekziston vetëm kodimi brenda kornizës, i cili përdor parashikimin e mostrës hapësinore për të koduar. Metafora e imazhit është të trajtojë secilën kornizë si një fotografi dhe të përdorë formatin e kodimit JPEG për të ngjeshur figurën. Ky lloj i kodimit merr në konsideratë vetëm ngjeshjen e informacionit të tepërt në një fotografi.
Sidoqoftë, për shkak të korrelacionit kohor midis kornizave, janë zhvilluar disa enkodues të përparuar që mund të përdorin kodim ndër-kornizash. Ta themi thjesht, zona të caktuara në kornizë zgjidhen përmes algoritmit të kërkimit, dhe pastaj llogaritet korniza aktuale. Isshtë një formë e kodimit me ndryshimin vektorial midis kornizave të referencës së përparme dhe të pasme. Përmes dy kornizave të njëpasnjëshme në Figurën 2, mund të shohim që skiatori po zhvendoset përpara, por në fakt skena e borës po zhvendoset prapa, dhe korniza P referohet. Kornizat (I ose kornizat e tjera P) mund të kodohen, madhësia pas kodimit është shumë i vogël, dhe raporti i shtypjes është shumë i lartë.
Lidhje referimi rreth Korniza http://mp.weixin.qq.com/s/ox6MsWx71b-GFsZihaOwww
Disa studentë mund të interesohen se si kanë ardhur këto dy fotografi. Këtu janë dy linja të komandave FFmpeg për të arritur. Për më shumë detaje mbi FFmpeg, ju lutemi shikoni kapitujt vijues:
Linja e parë gjeneron një video me një vektor lëvizës
Linja e dytë nxjerr çdo kornizë si një figurë
Përdorni komandën
ffmpeg -flags2 + eksport_mvs -i tutu.mp4 -vf kodifikim = mv = pf + bf + bb tutudebug2.mp4
ffmpeg -i tutudebug2.mp4'tutunormal-% 03d.bmp '
Përveç tepricës hapësinore dhe kompresimit të tepricës kohore, ka kryesisht kompresim kodues dhe kompresim vizual. Më poshtë është grafiku kryesor i rrjedhës së një koduesi:
Figura 3 dhe Figura 4 janë dy procese. Figura 3 është kodim brenda kornizës, dhe figura 4 është kodim ndër-kornizë. Dallimi kryesor që shihet nga figura është se hapi i parë është i ndryshëm. Në fakt, këto dy procese janë gjithashtu të kombinuara. Në përgjithësi, unë dhe korniza P përdorin kodimin brenda-kornizë dhe kodimin ndër-kornizë.
Zgjedhja e kodifikuesit
Unë kam renditur parimin dhe procesin themelor të kodifikuesit. Kodifikuesi ka përjetuar dekada zhvillimi. Ai ka evoluar nga vetëm mbështetja e kodimit brenda kornizës në gjeneratën e re të kodifikuesve të përfaqësuar nga H.265 dhe VP9 sot. Aktualisht, disa enkodues të zakonshëm janë analizuar dhe ne do t'ju çojmë të eksploroni botën e enkoduesve.
H.264
Prezantimi
Projekti H.264 / AVC synon të krijojë një standard video. Krahasuar me standardin e vjetër, mund të sigurojë video me cilësi të lartë në një bandë më të ulët (me fjalë të tjera, vetëm gjysmën e bandës së MPEG-2, H.263 ose MPEG-4 Pjesa 2 ose më pak) pa shtuar shumë kompleksitet të dizajnit Bën është e pamundur të arrihet ose kostoja e zbatimit është shumë e lartë. Një tjetër qëllim është të sigurojë fleksibilitet të mjaftueshëm për t'u përdorur në aplikacione, rrjete dhe sisteme të ndryshme, duke përfshirë gjerësi bande të lartë dhe të ulët, rezolucione të larta dhe të ulëta video, transmetim, ruajtje DVD, rrjete RTP / IP dhe sistem të telefonave multimedial ITU-T.
H.264 / AVC përmban një sërë veçorish të reja, duke e bërë atë jo vetëm më efikas se kodekët e mëparshëm, por gjithashtu mund të përdoret në aplikime në mjedise të ndryshme të rrjetit. Ky themel teknik e bën H.264 të bëhet kodeku kryesor i përdorur nga kompanitë online të videos përfshirë YouTube, por përdorimi i tij nuk është një detyrë shumë e lehtë. Në teori, përdorimi i H.264 kërkon shumë para. Tarifat e patentave.
Licenca e patentës
Ashtu si pjesët e para dhe të dyta të MPEG-2 dhe pjesa e dytë e MPEG-4, prodhuesit e produkteve dhe ofruesit e shërbimeve që përdorin H.264 / AVC duhet të paguajnë tarifat e licencës për patentë te mbajtësit e patentës. Burimi kryesor i këtyre licencave të patentave është një organizatë private e quajtur MPEG-LA LLC. Kjo organizatë nuk ka asnjë lidhje me Organizatën e Standardizimit MPEG, por kjo organizatë gjithashtu menaxhon sistemin MPEG-2 Pjesa Një, Pjesa e Dytë Video dhe MPEG-4 Pjesa Një. Licencat e patentave të videove dhe teknologjisë tjetër me dy pjesë.
Licencat e tjera të patentave duhet të aplikojnë në një organizatë tjetër private të quajtur VIA Licensing, e cila gjithashtu menaxhon licencat e patentave për standardet e kompresimit të audios si MPEG-2 AAC dhe MPEG-4 Audio.
Zbatimi i burimit të hapur të H.264
openh264 është një program i kodimit H.264 me burim të hapur i zbatuar nga Cisco. Megjithëse H.264 kërkon një tarifë të lartë të patentës, ekziston një kufi vjetor mbi tarifën e patentës. Pasi Cisco të paguajë tarifën vjetore të patentës për OpenH264, OpenH264 është në të vërtetë falas Përdoreni atë lirshëm.
x264 është një kodim video softuer falas i licencuar nga GPL. Funksioni kryesor i x264 është të kryejë kodimin e videos H.264 / MPEG-4 AVC, jo si dekodues.
Duke përjashtuar çështjen e kostos për krahasim:
Përdorimi i CPU i openh264 është shumë më i ulët se ai i x264
openh264 mbështet vetëm profilin fillestar, x264 mbështet më shumë profile
HEVC / H.265
Prezantimi
Kodimi i Videove me Efikasitet të Lartë (HEVC) është një standard i kompresimit të videos (i quajtur gjithashtu H.265), i cili konsiderohet si pasardhës i standardit AVC ITU-T H.264 / MPEG-4. Në 2004, ISO / IEC Grupi i Ekspertëve në Figurë në Lëvizje (MPEG) dhe Grupi i Ekspertëve të Kodimit të Videove ITU-T (VCEG) filluan të zhvillohen si ISO / IEC 23008-2 MPEG-H Pjesa 2 ose ITU-T H.265. Versioni i parë i standardit të kompresimit të videos HEVC / H.265 u pranua si standard zyrtar i Unionit Ndërkombëtar të Telekomunikacionit (ITU-T) në 13 Prill 2013. HEVC konsiderohet jo vetëm për të përmirësuar cilësinë e videos, por edhe për të arritur dy herë shkalla e kompresimit e H.264 / MPEG-4 AVC (ekuivalente me një ulje 50% të shpejtësisë bit nën të njëjtën cilësi të figurës), dhe mund të mbështesë rezolucionin 4K dhe madje edhe televizorin me definicion ultra të lartë (UHDTV), rezolucioni më i lartë mund të arrijnë 8192 × 4320 (rezolucion 8K).
Licenca e patentës
HEVC kërkon që të gjithë prodhuesit e përmbajtjes që përdorin teknologjinë H.265, duke përfshirë Apple, YouTube, Netflix, Facebook dhe Amazon, të paguajnë 0.5% të të ardhurave të tyre të përmbajtjes si tarifë e përdorimit të teknologjisë. I gjithë tregu i mediave transmetuese arrin rreth 100 miliardë dollarë amerikanë çdo vit, dhe vazhdon të Në rritjen, vjelja prej 0.5% është padyshim një tarifë e madhe. Dhe ata nuk i kanë lëshuar prodhuesit e pajisjeve, ndër të cilat prodhuesit e TV-ve duhet të paguajnë 1.5 dollarë për njësi dhe prodhuesit e pajisjeve mobile 0.8 dollarë për njësi në tarifat e patentës. Ata madje nuk kanë lëshuar prodhues të tillë si lojtarët e pajisjeve Blu-ray, konzollat e lojërave dhe regjistruesit e videove, të cilët duhet të paguajnë 1.1 dollarë secili.
Zbatimi i burimit të hapur të H.265 / HEVC
libde265 HEVC sigurohet nga kompania strukturë nën licencën e burimit të hapur GNU Lesser General Public Public (LGPL), dhe shikuesit mund të shijojnë imazhe me cilësi më të lartë me shpejtësi më të ulët të internetit. Krahasuar me dekoduesit e mëparshëm bazuar në standardin H.264, dekoderi libde265 HEVC mund të sjellë përmbajtjen tuaj të plotë HD deri në dyfishin e audiencës ose të zvogëlojë gjerësinë e bandës që kërkohet për transmetim me 50%.
x265 është zhvilluar nga MulticoreWare dhe është me burim të hapur sipas marrëveshjes GPL.
VP8
Prezantimi
VP8 është një format i hapur i kompresimit të videos që u krijua fillimisht nga On2 Technologies dhe më pas u lëshua nga Google. Në të njëjtën kohë, Google gjithashtu lëshoi bibliotekën e zbatimit të koduar VP8: libvpx, e cila u lëshua në formën e kushteve të licencës BSD, dhe më pas shtoi të drejtën për të përdorur patentën. Pas disa argumenteve, autorizimi i VP8 më në fund u konfirmua si një autorizim me burim të hapur.
Aktualisht, shfletuesit e internetit që mbështesin VP8 janë Opera, Firefox dhe Chrome.
Licenca e patentës
Në Mars 2013, Google arriti një marrëveshje me MPEG LA dhe 11 mbajtës të patentave për të lejuar Google të marrë VP8 dhe VPx të mëparshëm dhe kodime të tjera që mund të cenohen nga patentat. Në të njëjtën kohë, Google gjithashtu mund të ri-autorizojë patentat e lidhura falas te përdoruesit e VP8. , Kjo marrëveshje është gjithashtu e përshtatshme për gjeneratën e ardhshme të kodimit VPx. Deri më tani, MPEG LA ka hequr dorë nga krijimi i aleancës së licencimit të centralizuar të patentave VP8 dhe përdoruesit e VP8 do të jenë në gjendje të përcaktojnë që të përdorin këtë kod falas pa u shqetësuar për honoraret e mundshëm të shkeljes së patentave.
Zbatimi me burim të hapur të VP8
Libvpx është i vetmi zbatim me burim të hapur të VP8. Wasshtë zhvilluar nga On2 Technologies. Pasi Google e bleu atë, ajo hapi kodin e saj burimor. Licenca është shumë e lirshme dhe mund të përdoret lirshëm.
VP9
Prezantimi
Zhvillimi i VP9 filloi në tremujorin e tretë të vitit 2011. Qëllimi është të zvogëlohet madhësia e skedarit me 50% krahasuar me kodimin VP8 nën të njëjtën cilësi të imazhit. Një tjetër qëllim është të tejkalojmë kodimin HEVC në efikasitetin e kodimit.
Më 13 dhjetor 2012, shfletuesi Chromium shtoi mbështetje për kodimin VP9. Shfletuesi Chrome filloi të mbështesë rishikimin e videos së koduar VP9 më 21 shkurt 2013.
Google njoftoi se do të përfundojë zhvillimin e kodit VP9 më 17 qershor 2013, kur shfletuesi Chrome do të drejtojë kodin VP9 si parazgjedhje. Më 18 Mars 2014, Mozilla shtoi mbështetjen VP9 në shfletuesin Firefox.
Më 3 Prill 2015, Google lëshoi libvpx1.4.0, i cili shtoi mbështetje për 10 bit dhe 12 bit bit thellësi, marrjen e mostrave të kromës 4: 2: 2 dhe 4: 4: 4 dhe kodimin / dekodimin multi-core VP9.
Licenca e patentës
VP9 është një format i koduar i formatit të hapur, pa privilegje.
Zbatimi me burim të hapur të VP9
libvpx është i vetmi zbatim me burim të hapur të VP9, i zhvilluar dhe mirëmbajtur nga Google. Disa nga kodet ndahen nga VP8 dhe VP9, dhe pjesa tjetër janë implementimet e kodekëve përkatësisht VP8 dhe VP9.
Krahasimi i VP9 dhe H.264 dhe HEVC
Krahasimi i HEVC dhe H.264 në rezolucione të ndryshme
Krahasuar me H.264 / MPEG-4, ulja mesatare e shpejtësisë së bit të HEVC është:
Mund të shihet që niveli i bitit ka rënë me më shumë se 60%
HEVC (H.265) ka një avantazh më të madh në kursimin e shpejtësisë së bit për VP9 dhe H.264, duke kursyer përkatësisht 48.3% dhe 75.8% nën të njëjtën PSNR
H.264 ka një avantazh të madh në kohën e kodimit. Krahasuar me VP9 dhe HEVC (H.265), HEVC është 6 herë më i lartë se VP9, dhe VP9 është gati 40 herë më i lartë se H.264.
