视频编码原理简介Sohu版

1. 视频编码原理简介
SOHU 视频 - 转码组 - 陈钢
gangchen@sohu-inc.com

2. 目标
澄清视频编码的一些术语
快速纵览视频编码的世界

3. PAUSE SEEK

4. 基本术语

5. 帧
Frame

6. Frame —— 视频文件的基本单位

7. fps 29.97 ？
a frame

8. a frame
这里有三个帧

9. 这些帧的容器是这个大铁盒子
fps 29.97 ？

10. 容器 container
&
编码 format

11. 容器：文件格式规范
编码：压缩算法
编码器：算法实现

12. 这是一个视频文件？

13. 只是书架是念不到书的

14. 没有书架也有点够呛 . . .

16. 常用的视频容器
ASF AVI WMV
MP4 3GP MKV
FLV F4V
WebM

17. 常用的视频编码
MPEG-2 MPEG-4
H.263 H.264
Sorenson VP6
VP8

18. 容器 — — 切割、拼接、混音、加
元数据、统计时长
编码 — — 去除黑边、加水印、内
容识别、改变码率

19. FPS
First-Person Shooter Game( 误 ..)
Frame Per Second
帧率

20. 常见帧率
电影 —— 24
NTSC —— 30
PAL —— 25

21. FPS 29.97 ？

22. 第一台电影放映机 (1900)
Dickson 1887

23. 1959

24. 隔行 Interlaced
VS
逐行 Progressive

25. 隔行 Interlaced

26. 逐行 Progressive

27. 广电标准：
标清 D1-720x576
高清 >=1280x720p
举例： 1280x720p,
1920x1080i(FULL-HD),
1920x1080p(FULL-HD)

28. 互联网高清起源：
土豆网 － 黑豆 － 2008.9
首次应用 H.264
2010.8 黑豆与土豆合并

29. 互联网高清、超清、标清的标准：
1. 没有标准；
2. 自己说了算，三天两头变；
3. 默认规则：
标清版（或流畅版） ： 240p~360p
高清版： 480p
超清版（或超高清版）： 576p~720p
源画（或超超清版）： 576p~1080p

30. @ 分辨率很重要
@ 码率很重要
终极目标：图像质量（前提：带宽允许、硬件够牛）

31. 公司 标清 / 流畅 高清 超清
搜狐 480p 480p 576p
优酷 336p 432p 622p
奇异 360p 480p 720p
土豆 256p~360p 480p 576~720p

32. 休息一会？
问题？

33. 开始编码！

34. 1 、视频数字化
（ AD ）

35. 计算机处理不了这玩意儿

36. 采样 — — 时间 (x) 上的离散

37. Shannon 采样定理
Fs≥2Fmax

40. 量化 — — 幅值 (y) 上的离散

42. 量化是信息损失的主要原因
码率越高，量化越细

43. 2 、编码（压缩）

44. 基本思路，去除以下冗余，
空间冗余 —— 物理相关性
结构冗余 —— 如纹理
熵冗余 —— 编码冗余，可逆编码
动态冗余 —— 时间相关性
知识冗余 — — 已具有的先验知识
视觉冗余 — — 超出人眼能辨别的信息

45. I 帧、 P 帧、 B 帧

46. 帧决策

47. 帧内压缩

48. 先分块

49. 分块的利弊
和吃蛋糕是一样的

50. 预测编码

51. 理论基石
存储所需要的空间和序列的方差
呈线形关系

52. 做法
x = f(x-1 ) + z
x —— 原序列
f —— 预测算法
z —— 误差序列
z 的方差小于 x 的方差，成功！

53. 到此为止，预测编码是无损的

54. 差分脉冲编码调制方法
（ DPCM ）
无损预测压缩 + 量化器

55. 三种典型的量化引起噪音
1) 斜率过载
2) 颗粒噪音
3) 伪轮廓图像

56. 自适应差分脉冲编码调制方法
（ ADPCM ）
DPCM + 多预测器

57. 目前最酷的量化算法：
聚类分析

58. 变换编码

59. 理论基石
傅立叶级数展开定理：
只要收敛，就可以展开

60. 4
u= sin t
π

61. 4 1
u= (sin t+ sin3t )
π 3

62. 4 1 1
u= (sin t+ sin3t + sin5t )
π 3 5

63. 4 1 1 1
u= (sin t+ sin3t + sin5t + sin7t )
π 3 5 7

64. 4 1 1 1 1
u= (sin t+ sin3t + sin5t + sin7t + sin9t )
π 3 5 7 9
4 1 1 1
u ( t )= (sin t+ sin3t + sin5t + sin7t +⋯)
π 3 5 7
(−π<t<π,t ≠0)

65. 时域 频域

66. 三种变换方法
1 )FFT 快速傅立叶变换
2)D CT 离散余弦变换
3)HT 哈达玛变换

67. 比特分配
区域编码 —— 有最大方差的系数携带着图
像的大部分信息
阈值编码 —— 值最大的变换系数对重建子
函数的质量贡献最大

68. 滤波器
1 ) 高通
2) 低通
3) 中值

70. 帧间压缩

71. 效率极高
256 级灰度，超 6 级只有 8%

72. 预测估计
1 、单、双向
2 、实时编码不使用双向

73. 运动估计
各种搜索方法
要注意块效应补偿

74. 熵编码
CBABC

75. 编码完成！

76. 就是这样啦！
问题？

77. 谢谢

78. 休息一会？
问题？

79. 先进的 H.264 编码

80. 历史
1 、属于 M PEG 家族
2 、 I SO/I EC 组织 2003 年第一版
3 、在文档 I SO/I EC 1 4496 中描述
4 、 2004 、 2007 、 2009 大规模修
缮
5 、最新版 201 0 年 3 月

81. 专利问题
1 、专利由专利组织占有
2 、微软和 Adobe 占有大量股份
3 、互联网终端还可免费使用还有 5
年 4 、有可能再次续期

82. 技术特性一
1 、真正有效的 B 帧
2 、更多可划分的块尺寸
3 、更好的运动补偿
4 、内置反块效应处理
5 、无损编码支持

83. 技术特性二
1 、多设备支持
2 、被多种视频容器支持
3 、高清编码表现由佳

84. Profile
1 、就是特性集合
2 、共有 1 7 个 Profile 来适应不同环境
3 、 Ba seline — — 解码器简单
4 、 M a — — B 帧、 P 帧权重
in
5 、 High — — 8x8dct
6 、 Stereo High — — 3D 影片

86. Level
1 、 1 < level < 5.1
2 、每秒宏块数、每帧宏块数
3 、码率
4 、帧率和分辨率

88. H.264 最好的开源软件实现
X264
1 、没有实现全部特性；
2 、 2009 初超越所有收费软件实现

89. 就是这样啦！
问题？

90. 谢谢