《新一代视频压缩编码标准H.264/AVC》

资料：《新一代视频压缩编码标准H.264/AVC》 毕厚杰
有一些超出 音视频encode decode scope 的content，会过滤阅读，本次学习过程更偏向基础概念的理解，terms学习

---

第一章 绪论

1.3视频压缩的目标和方法

1.3.1 视频压缩的目标

有损压缩图像数据，节省带宽和存储空间

评判视频压缩的两个标准

• 主观质量，从人类的视觉上判定
• 客观质量，用信噪比S/N计算。S代表无噪音的信号值，N代表机器本身的噪声。 信噪比越高越好，代表杂波越少

1.3.2 视频压缩的可能性

1. 预测编码：由于当前帧和下一帧，图像的像素信息变化不会特别大，因此可以用当前帧预测下一帧的数据。这种压缩方式称为 帧内预测编码。 具体怎么预测值，待了解
2. 变换编码：通过数学变化，只传递直流，低频，高频的成分，有一些频率相当低的就可以不传。 这种方式，我理解就是像个筛子，过滤掉一些频率过低的成分，以实现压缩的目标

1.4 视频压缩编码技术综述

1.4.1基本结构

视频编码的方法与 信源模型有关

1. “一张图片由像素组成“的概念，这时信源模型的参数就是每个像素的亮度和色度。称为基于波形的编码
   • 利用像素间的相关性，采用预测编码和变换编码技术，实现压缩编码
   • 基于波形的编码，采用预测编码和变换编码组合起来的，基于块的混合编码方法，将图像分割成固定大小的块
2. ”一个分量由几个物体组成“的概念，这时信源模型的参数就是各个物体的形状、纹理和运动。称为基于内容的编码

1.4.4 立体（三维）视频编码

基于平面信息，增加深度信息

---

第二章 数字视频

视频压缩编码技术就是对数字视频信号进行压缩和解压缩的技术

2.1数字电视的基本概念

2.1.1 数字电视相对模拟彩电的优势

1. 失真小、噪音低、视频质量高
2. 易处理、易校正
3. 容量大、节目多

2.2.2 色彩空间

黑白图像的每个像素，只需要亮度信息即可，而彩色图像的每个像素至少需要三个值，用来表示 亮度和色度。所谓色度空间，就是表示彩色图像亮度与色度的方法

1. RGB，任何颜色都可以由红绿蓝组成，即三基色原理
2. YC_bC_r（YUV）。人类视觉系统，对亮度的敏感程度比色彩高。因此从彩色信息中分离出亮度信息，并使之有更高的清晰度。压缩带宽，但对于人眼来说感受没有太大差异。RGB和YUV之间，有转换公式

---

第三章

3.1 预测编码

3.1.1 预测编码的基本概念

预测编码框图如上，也成为差分脉冲编码（DPCM，Differential Pulse code modulation），主要的误差产生在 “量化” 过程

3.1.2 帧内预测编码

以一维预测举例（即以横方向上的所有左边的pixel值作为预测值
最后的误差应该为$e(x)=f(x)-f^{\prime }(x)=f(x)-{\sum }_1^{k}f(x-k)[k<=x-1]$
应使e(x)的均方差最小，此时编码效率最高？？？
预测编码的优化也就是在 量化过程，对数据进行了压缩。图像中平坦部分比突变区域多。实验表明亮度突变的部分，量化误差可以大；平坦部分，量化误差得小

3.1.3 帧间预测编码

1. 单向预测
2. 双向预测
3. 重叠块运动
   比较复杂，暂时不看

3.2 变换编码

基本概念：直流和低频区域（平坦或内容缓慢变化区域）占大部分，高频区域（突变区域）占小部分
常见算法：FFT（快速傅里叶变化）等

3.3 预测编码和变换编码的比较

变换编码算法实现比预测编码要复杂，但误差小。预测编码的误差会扩散，以一行为例，越后面的误差越大，因为要累计前面参考像素的误差值。实际现实中，采用混合编码

3.4 熵编码

利用信源统计特性进行编码的方式，叫熵编码，也叫统计编码。在视频编码中，常用的有变长编码（哈夫曼编码）和算术编码

1. 哈夫曼编码，老熟悉了，贪心嘛
2. 算数编码，利用某种算法，将字符串哈希成0~1的小数，再反序列化

---

第五章 H.264/AVC编码器原理

5.3 H.264/AVC 的结构

5.3.1 名词解释

场和帧
- 场编码：最早模拟视频，都是隔行扫描，以奇数行和偶数行为根据分开扫描
- 帧编码：现在采用数字视频后，都是帧编码。场编码的存在只是为了和老技术兼容

宏块和片