数据压缩实验——H.264视频分析

H.264文件分析

SPS：Sequence Paramater Set，又称作序列参数集
PPS：Picture Paramater，图像参数集

SPS分析

一、选择一个.mp4或者.264文件。
二、在码流分析仪软件中打开该文件

profile_idc：标识当前H.264码流的档次

本例中profile_idc=100，说明是High(FRExt)档次

而constraint_set0_flag ~ constraint_set3_flag是在编码的档次方面对码流增加的其他一些额外限制性条件

level_idc：标识当前码流的级别。编码的级别定义了某种条件下的最大视频分辨率、最大视频帧率等参数

本例中level_idc=31，查表知是3.1级。支持720p高清格式，隔行扫描，每秒钟扫描27648000个样本。

if(profile_idc = = 100||profile_idc= = 110||profile_idc = = 122||profile_idc = = 144)：
按照要求选择编码器之后，对比特进行解读

chroma_format_idc=1:取样格式4：2：0

seq_parameter_set_id：表示当前的序列参数集的id。通过该id值，图像参数集pps可以引用其代表的sps中的参数

pic_width_in_mbs_minus1：用于计算图像的宽度。单位为宏块个数，图像的实际宽度为:
frame_width = 16 × (pic_width_in_mbs_minus1 + 1);
本例中frame_width = 16×(39+1)=640pixel 共40个宏块

pic_height_in_map_units_minus1：度量视频中一帧图像的高度。加1后为解码帧或场的高度
PicHeightInMapUnits = pic_height_in_map_units_minus1 + 1;
本例中PicHeightInMapUnits=22+1=23

frame_mbs_only_flag:其值为1，每个编码图像都是一个仅包含帧宏块的编码帧;当该标识位为0时，宏块可能为帧编码或场编码；该标识位为1时，所有宏块都采用帧编码。
根据该标识位取值不同，PicHeightInMapUnits的含义不同，为0时表示一场数据按宏块计算的高度，为1时表示一帧数据按宏块计算的高度

direct_8×8_inference_flag:标识位，用于B_Skip、B_Direct模式亮度运动矢量的推导计算。

frame_cropping_flag：标识位，说明是否需要对输出的图像帧进行裁剪；本例中为0，不需要对图像帧进行裁剪。

PPS分析

pic_parameter_set_id：表示当前PPS的id。某个PPS在码流中会被相应的slice引用，slice引用PPS的方式就是在Slice header中保存PPS的id值。该值的取值范围为[0,255]。

seq_parameter_set_id:表示当前PPS所引用的激活的SPS的id。通过这种方式，PPS中也可以取到对应SPS中的参数。该值的取值范围为[0,31]。

entropy_coding_mode_flag：熵编码模式标识，该标识位表示码流中熵编码/解码选择的算法。当该值为0时，选择算法通常为指数哥伦布编码或者CAVLC；当该值为1时，选择算法通常为CABAC。

num_slice_groups_minus1：表示某一帧中slice group的个数。当该值为0时，一帧中所有的slice都属于一个slice group。

chroma_qp_index_offset：用于计算色度分量的量化参数，取值范围为[-12,12]。
本例中色度分量的量化参数为-2

constrained_intra_pred_flag：若该标识为1，表示I宏块在进行帧内预测时只能使用来自I和SI类型宏块的信息；若该标识位0，表示I宏块可以使用来自Inter类型宏块的信息。
本例中constrained_intra_pred_flag=0可以使用来自Inter类型宏块的信息。

GOP结构分析

从导出的csv信息表中可知，第一个GOP有249帧：

以图像帧号为横坐标、每帧所用比特数为纵坐标：

因无法批量导出QP数据，此处逐一读取了前50帧的QP值作图

帧类型统计如下：
除了第一帧为I帧，其余均为P帧或B帧

单帧分析：

第一个I帧

从图中的格子分布来看，在画面的变化不大的部分量化步长小，在轮廓处量化步长大
其平均编码比特数为：37.480 QP值为27.328

空间特性：

宏块帧编码类型	数量	占比
（0）I_N x N	539	58.6%
（1）I_16 x 16_0_0_0	144	15.6%
（2）I_16 x 16_1_0_0	33	3.6%
（3）I_16 x 16_2_0_0	65	7.1%
（4）I_16 x 16_3_0_0	64	7.0%
（5）I_16 x 16_0_1_0	24	2.6%
（6）I_16 x 16_1_1_0	14	2.2%
（7）I_16 x 16_2_1_0	11	1.5%
（8）I_16 x 16_3_1_0	1	0.1%
（14）I_16 x 16_1_0_1	1	0.1%
（15）I_16 x 16_2_0_1	1	0.1%
（16）I_16 x 16_3_0_1	1	0.1%
（18）I_16 x 16_1_1_1	1	0.1%
（19）I_16 x 16_2_1_1	1	0.1%
（20）I_16 x 16_3_1_1	1	0.1%

时间特性

因是第一个I帧没有帧间预测，无运动矢量

第一个B帧

可以看到737个的B_Skip块总的比特数为249，而67个B_L0_16x16块的总bits比特数为453。
其平均编码比特数为1.596 QP值为23.333

空间特性

宏块帧编码类型	数量	占比
（1）B_L0_16 x 16	67	7.3%
（2）B_L1_16 x 16	109	11.85%
（3）B_Bi_16 x 16	2	0.22%
（8）B_L0_L1_16 x 8	1	0.1%
（10）B_L1_L0_16 x 8	2	0.22%
（14）B_L1_Bi_16 x 8	2	0.22%
B_Skip	737	80.11%

B_Skip：这一宏块的数据内容与前一帧相同，跳过不编码,因此所占用的比特数很小

时间特性

B帧是双向预测帧，目前显示的位置的编码方式为B_L1_16x16右侧的MB Info可以看到该16x16宏块参考帧在L1中，是后向预测。

第一个P帧

该帧平均编码比特数为10.870 QP为30.558。

空间特性

宏块帧编码类型	数量	占比
（5）I_16 x 16_0_1_0	46	5%
（6）I_16 x 16_1_1_0	8	0.87%
（7）I_16 x 16_2_1_0	11	1.2%
（8）I_16 x 16_3_1_0	5	0.5%
（9）I_16 x 16_0_2_0	14	1.5%
（11）I_16 x 16_2_2_0	4	0.43%
（13）I_16 x 16_0_0_1	3	0.33%
（0）P_L0_16 x 16	349	37.9%
（1）P_L0_L0_16 x 8	24	2.6%
（2）P_L0_L0_8 x 16	30	3.3%
（3）P_8 x 8	18	2.0%
P_Skip	408	44.35%

表中， Pred_L0 表示使用 L0，即前向预测； Pred_L1 表示使用 L1，即后向预测； Bipred 表示双向预测； Direct 表示直接预测模式。预测模式（mb_type,n）预测模式是 mb_type 的函数， n 是宏块的第n个分区。

时间特性：
P帧有帧间的前向预测，帧内预测，无后向预测。

参考

1. https://blog.csdn.net/curtiayu/article/details/118488935
2. https://blog.csdn.net/weixin_44874766/article/details/117993932
3. https://blog.csdn.net/ssllkkyyaa/article/details/109729981
4. https://blog.csdn.net/newarow/article/details/42496325
5. https://blog.csdn.net/hdkks/article/details/117994216
6. https://blog.csdn.net/u011875342/article/details/79627778
7. https://blog.51cto.com/u_13267193/5371303