熵編碼：與根據(jù)所涉及的數(shù)據(jù)類型提供多個靜態(tài) vlc 表的先前標準不同，h.264 針對變換系數(shù)采用上下文自適應(yīng) vlc，同時針對所有其他符號采用統(tǒng)一的 vlc (universal vlc) 方法。主類還支持新的上下文自適應(yīng)二進制算術(shù)編碼器 (cabac)。cavlc 優(yōu)于以前的 vlc 實施，不過成本卻比vlc高。

cabac利用編碼器和譯碼器的機率模型來處理所有語法元素 (syntax elements)，包括：變換系數(shù)和運動矢量。為了提高算術(shù)編碼的編碼效率，基本概率模型通過一種稱為上下文建模的方法對視頻幀內(nèi)不斷變換的統(tǒng)計進行適應(yīng)。上下文建模分析提供編碼符號的條件概率估計值。只要利用適當?shù)纳舷挛哪Ｐ停湍芨鶕?jù)待編碼符號周圍的已編碼符號，在不同的概率模型間進行切換，進而充份利用符號間的冗余性。每個語法元素都可以保持不同的模型（例如，運動矢量和變換系數(shù)具有不同的模型）。相較于 vlc 熵編碼方法 (uvlc/cavlc)，cabac 能多節(jié)省 10 ％ bit速率。

加權(quán)預(yù)測：它利用前向和后向預(yù)測的加權(quán)總和建立對雙向內(nèi)插宏模塊的預(yù)測，這樣可以提高場景變化時的編碼效率，尤其是在衰落情況下。

保真度范圍擴展

2004 年 7 月，h.264 標準增加了稱為保真度范圍擴展 (frext) [11]的新修訂。這次擴展在h.264 中添加了一整套工具，而且允許采用附加的色域、視頻格式和位深度。另外還增加了對無損幀間編碼與立體顯示視頻的支持。frext 修訂版在 h.264 中引入了 4 種新類，即：

＊ high profile (hp)：用于標準 4:2:0 色度采樣，每分量 8 位彩色。此類引入了新的工具 —— 隨后詳述。

＊ high 10 profile (hi10p)：用于更高清晰度視頻顯示的標準 4:2:0 色度采樣，10 位彩色。

＊ high 4:2:2 10 bit color profile (h422p)：用于源編輯功能，如：( 混合。

＊ high 4:4:4 12 bit color profile (h444p)：最高品質(zhì)的源編輯與色彩保真度，支持視頻區(qū)域的無損編碼以及與新的整數(shù)色域變換（從 rgb 到 yuv 及黑色）。

在新的應(yīng)用領(lǐng)域中，h.264 hp 對廣播與 dvd 尤為有利。某些試驗顯示出 h.264 hp 的性能比mpeg2 提高了 3 倍。下面介紹 h.264 hp 中引入的主要附加工具。

自適應(yīng)殘差塊大小與整數(shù) 8(8 變換：用于變換編碼的殘差塊可以在 8(8 與 4(4 之間切換。引入了用于 8(8 塊的新 16 位整數(shù)變換。較小的塊仍然可以采用以前的 4(4 變換。

8(8 亮度幀內(nèi)預(yù)測：增加了 8 種模式，除之前的 16(16 和 4(4 塊以外，使亮度內(nèi)部宏模塊還能夠?qū)?8(8 塊進行幀內(nèi)預(yù)測。

量化加權(quán)：用于量化 8(8 變換系數(shù)的新量化加權(quán)矩陣。

單色：支持黑／白視頻編碼。

8. windows media video 9 / vc-1

windows media 是提供網(wǎng)上音樂與視頻預(yù)訂服務(wù)與視頻流的主要格式。微軟公司于 2002 年推出了 windows media video 9 系列編解碼器，實現(xiàn)了視頻壓縮效率的顯著提高。wmv9 另外還作為 vc-1 在 smpte 中實現(xiàn)了標準化[12]。

與 h.264 類似，它包含許多高級編碼工具，不過種類有所不同。除了支持半象素雙線性插值之外，wmv9 的 me 還允許 1/4 象素雙立方插值（采用 4 抽頭近似雙立方濾波器）。另外它還包含與 h.264 類似的環(huán)內(nèi)去塊濾波器，不過濾波器和決策細節(jié)不同。其他部分功能包括：

多個 vlc 表：wmv9 主類包含多套針對不同類型內(nèi)容進行優(yōu)化的 vlc 表。這些表可以在幀級切換，以適應(yīng)輸入視頻的特征。

dct/idct 變換切換：wmv9 支持多種 dct 塊大小，包括：8(8、8(4、4(8 和 4(4。其采用專用的 16 位整數(shù)變換與逆變換。

量化：采用一般基于步長的量化和死區(qū)量化。死區(qū)量化可以在低比特率時實現(xiàn)顯著節(jié)省。

另一個有趣的功能是能夠在涉及衰落的情況下采用明確的衰落補償。它可以提高這些情況下運動補償?shù)馁|(zhì)量。

wmv9/vc-1 在性能方面與 mpeg-2 和 mpeg-4 簡化類相比有顯著提高，相對于 h.264，其知覺質(zhì)量感受也非常優(yōu)秀[13]。不過，在提供相似壓縮效率情況下，wmv9/vc-1 與 h.264 主類相比復(fù)雜性要求較低。wmv9 廣泛應(yīng)用于個人電腦環(huán)境，而且已經(jīng)成為互聯(lián)網(wǎng)消費設(shè)備中的重要技術(shù)。wmv9/vc-1 在好萊塢和獨立制片業(yè)正日益受寵，多部電影的發(fā)行開始采用wmv9/vc-1 進行編碼，以實現(xiàn) pc dvd 上的高清晰播放。此外，wmv9 已經(jīng)作為新興的 hd-dvd 格式壓縮選項實現(xiàn)了標準化。

9. avs

2002 年，中國信息產(chǎn)業(yè)部成立的音視頻技術(shù)標準 (avs) 工作組宣布準備針對移動多媒體、廣播、dvd等應(yīng)用編寫一份國家標準。該視頻標準稱為 avs [14]，由兩個相關(guān)部分組成 - 針對移動視頻應(yīng)用的 avs-m 和針對廣播與 dvd 的 avs1.0。avs 標準與 h.264 相似。

avs1.0 同時支持隔行和逐行掃描模式。avs 中 p 幀可以利用 2 幀的前向參考幀，同時允許 b 幀采用前后各一個幀。在隔行模式下，4 個場可以用作參考。可以僅在幀級執(zhí)行隔行模式中的幀／場編碼，這一點與 h.264 不同，其中允許此選項的 mb 級自適應(yīng)。avs 具有與 h.264相似的環(huán)路濾波器，可以在幀級關(guān)閉。另外，b 幀還無需環(huán)路濾波器。幀內(nèi)預(yù)測是以 8(8 塊為單位進行。mc 允許對亮度塊進行 1／4 象素補償。me 的塊大小可以是 16(16、16(8、8(16 或 8(8。變換方式是基于 16 位的 8(8 整數(shù)變換（與 wmv9 相似）。vlc 是基于上下文自適應(yīng) 2d 運行／級別編碼。采用 4 個不同的 exp-golomb 編碼。用于每個已量化系數(shù)的編碼自適應(yīng)到相同 8(8 塊中前面的符號。由于 exp-golomb 表是參數(shù)化的表，因此表較小。用于逐行視頻序列的 avs 1.0 的視頻質(zhì)量在相同比特率時稍遜于 h.264 主類。

avs-m 主要針對移動視頻應(yīng)用，與 h.264 基本規(guī)范存在交叉。它僅支持逐行視頻、i 與 p 幀，不支持 b 幀。主要 avs-m 編碼工具包括基于 4(4 塊的幀內(nèi)預(yù)測、1／４象素運動補償、整數(shù)變換與量化、上下文自適應(yīng) vlc 以及高度簡化的環(huán)路濾波器。與 h.264 基本規(guī)范相似，avs-m 中的運動矢量塊大小降至 4(4，因此 mb 可擁有多達 16 個運動矢量。采用多幀預(yù)測，但僅支持 2 個參考幀。此外，avs-m 中還定義了 h.264 hrd／sei 消息的子集。avs-m的編碼頻率約為 0.3db，在相同設(shè)置下稍遜于 h.264 基本規(guī)范，而解碼器的復(fù)雜性卻降低了大約20％。

10. 各編解碼器的功能與工具對比

表1概述我們介紹的視頻標準采用的主要壓縮功能與工具。

表 1：標準編解碼器中的主要壓縮功能

11. 市場趨勢與應(yīng)用

視頻壓縮正在市場中催生數(shù)量日益增長的數(shù)字視頻產(chǎn)品。采用數(shù)字視頻壓縮技術(shù)的終端設(shè)備范圍廣泛，從電池驅(qū)動的便攜設(shè)備到高性能基礎(chǔ)設(shè)備。表 2 概述部分應(yīng)用、主要需求、采用的典型視頻編解碼器及其在這些應(yīng)用中的發(fā)展趨勢。

表 2：標準應(yīng)用采用的典型編解碼器與發(fā)展趨勢

12. 實時實現(xiàn)

數(shù)字視頻的******處理器解決方案取決于具體的目標應(yīng)用。ti 擁有可支持多種標準并滿足主要設(shè)計及系統(tǒng)約束需求的各種 dsp。ti 的解決方案范圍廣泛，其中包括低功耗 c5000 dsp 與移動omap 應(yīng)用處理器、高性能 c6000 dsp 與視頻優(yōu)化的高性能 dm64x 和 dm644x 數(shù)字媒體處理器。目前倍受關(guān)注的處理器之一是未面世的 dm6446，我們將在本節(jié)中進行介紹。

德州儀器 (ti) 的 dm 系列處理器專門針對高端視頻系統(tǒng)的需求而設(shè)計。該系列的最新處理器是功能強大的 dm6446[15]，其采用了 ti 的達芬奇 (davinci) 技術(shù)[16]。dm6446 的雙內(nèi)核架構(gòu)兼具 dsp 和 risc 技術(shù)優(yōu)勢，集成了時鐘頻率達 594mhz 的 c64x+ dsp 內(nèi)核與 arm926ej-s內(nèi)核。新一代 c64x+ dsp 是 tms320c6000(tm) dsp 平臺中性能最高的定點 dsp，并建立在 ti 開發(fā)的第二代高性能高級 vliw 架構(gòu)的增強版之上。c64x+ 與前代 c6000 dsp 平臺代碼兼容。dm644x 等可編程數(shù)字媒體處理器可以支持所有的現(xiàn)有業(yè)界標準以及采用單個可編程數(shù)字媒體處理器的專有視頻格式。dm6446 還具有片上內(nèi)存，包括一個 2 級高速緩存和眾多具有視頻專用功能的外設(shè)。dm6446 還包含一種視頻／影像協(xié)處理器 (vicp)，用于減輕相關(guān)算法（如：jpeg、h.264、mpeg4 與 vc-1）的 dsp 內(nèi)核繁重的視頻與影像處理負擔，從而使更多的 dsp mips 能夠用于視頻后處理或者其他并行運行等功能。

表3說明 dm6446 在各種標準下保持 d1 (720(480) 分辨率大約所需要的頻率。

3：單片ti dm6446 平臺處理 d 1 30fps（720(480）、yuv 4:2:0 性能所需要頻率典型值。

表解碼器性能數(shù)據(jù)是針對最差情況下的比特流。解碼器性能隨所采用功能組合的變化而變化。上述例子中假定為高品質(zhì)的編碼。dm6446 上的 c64x+ 可達到 594mhz 的時鐘頻率。

請注意：所顯示的編碼頻率數(shù)據(jù)是根據(jù)現(xiàn)有／計劃實施而得出的典型測試數(shù)據(jù)。另外，編碼器負載隨目標應(yīng)用不同而存在顯著差異。壓縮標準規(guī)定需要的語法與可用的工具，不過許多算法結(jié)果取決于具體實施情況。主要變量包括：比特率控制算法、單通道與多通道編碼、i/b/p 幀比率、運動搜索范圍、運動搜索算法、以及選用的個別工具與模式。這種靈活性允許我們在計算負載和改進質(zhì)量之間做出不同取舍。顯然所有編碼器都可以采用或高或低的頻率實現(xiàn)不同的視頻質(zhì)量水平。

13. 結(jié)論

越來越多的視頻壓縮標準可以針對具體最終應(yīng)用提供越來越高的壓縮效率和越來越豐富的工具。另外，向網(wǎng)絡(luò)化連接發(fā)展的趨勢意味著許多產(chǎn)品越來越需要支持多種標準。多種標準和專有算法的流行也使我們難以選擇單個標準，尤其是在硬件決策經(jīng)常超前于產(chǎn)品部署的情況下。不僅如此，每個視頻編碼算法都提供豐富的工具與功能選擇，以平衡壓縮效率的復(fù)雜性。工具和功能的選擇是與特定應(yīng)用和用例息息相關(guān)的重復(fù)過程。由于必須支持的編解碼器數(shù)量的增多以及針對具體解決方案和應(yīng)用而對編解碼器進行優(yōu)化的選擇范圍更為廣泛，因此在數(shù)字視頻系統(tǒng)中采用靈活的媒體處理器是大勢所趨。dm6446 等數(shù)字媒體處理器可充分滿足性能處理需求同時架構(gòu)靈活，從而能夠快速把新標準實施推向市場，其中包括：h.264、avs 與 wmv9。我們可以在標準定義階段實施