H265/HEVC视频分层码流分析语义元素解释

最新推荐文章于 2025-03-12 20:08:03 发布

雯浅

最新推荐文章于 2025-03-12 20:08:03 发布

阅读量8.3k

点赞数 9

分类专栏：视频相关文章标签：音视频 c语言开发语言

本文链接：https://blog.csdn.net/weixin_43876729/article/details/121137508

版权

本文详细介绍了H265视频编码标准的核心概念和技术细节，包括分层结构、码流结构、视频参数集(VPS)、序列参数集(SPS)、图像参数集(PPS)等关键组件的功能和语法元素。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

H265分层结构

H265的分层结构与H264类似，分为视频编码层（VCL：Video Code Layer）和网络抽象层（NAL：Network Abstract Layer）。
VCL层：对视频的原始数据进行压缩，包含原始的视频数据。
NAL层：将视频压缩数据根据内容不同划分成不同类型的NALU单元进行网络传输。
H265的图像帧序列：00 00 00 01 + VPS+SPS+PPS+SEI+IDR帧+P帧+B帧…+ I帧+P帧+B帧…
和H264相同，每一个VPS、SPS、PPS、SEI、一个I帧、一个P帧都可以称为一个NALU。

H265码流结构

在这里插入图片描述

H265原始码流（裸流）是由多个NAL单元组成的，具体如下图所示：在这里插入图片描述

NALU的格式都是：开始码+NAL头+NALU数据(NALU Payload)。
在这里插入图片描述

1.Start Code开始码：00 00 00 01 表示一个NALU单元的开始
2.H265的NALU的头部由两个字节、四部分组成：
在这里插入图片描述

A: 禁止位，占用NALU Header的第一个字节的第一个位，值默认0，值为1时表示错误，当网络发现NAL单元有比特错误时可设置该比特为1，以便接收方纠错或丢掉该单元。
Nalu Type: nal_unit_type类型，占用NALU Header的第一个字节的第二到七位，用来表示NAL单元的类型，具体取值如下图所示：（NAL单元根据是否装载视频编码数据被分为VCLU（Video Coding Layer NAL Unit）和non-VCLU。非编码数据的参数集作为non-VCLU进行传输，这为传递关键数据提供了高鲁棒机制。 ) 在这里插入图片描述

（对图中的符号解释：TSA Temporal Sub-layer Access：时域子层接入点，比特流中可以由此开始解码更高时域层的位置。STSA Step-wise Temporal Sub-layer Access：逐步时域子层接入点。RADL Random Access Decodable Leading (Picture)：可解码随机接入前置图像，在SOP（structure of picture）中，一类解码顺序在IRAP图像之后，而显示顺序在IRAP图像之前的前置（Leading）图像，这种图像的解码不需要参考任何解码顺序在IRAP之前的图像。RASL Random Access Skipped Leading (Picture)：跳过随机接入前置图像，在SOP（structure of picture）中，一类解码顺序在IRAP图像之后，而显示顺序在IRAP图像之前的前置（Leading）图像有可能包含帧间预测，需要参考解码器中不存在的图像。于是解码器只能跳过这些无法解码的图像继续解码处理，称这些不可解码的图像为跳过随机计入前置（RASL）图像。CRA Clean Random Access：纯随机接入，它处于比特流GOP的第一帧，即RAP图像位置，是I帧，和IDR帧一样可被独立解码。CRA图像都是和相应前置图像有关联的图像。
更多名词解释https://blog.csdn.net/qq_27636049/article/details/81188731）

B: LayerId预留位，占用NALU Header的第一个字节的最后一位和第二个字节的前五位，默认全为0，用于未来扩展。
C: TID时域层标号，占用NALU Header的第二个字节的最后三位，一般默认值为1，其值减1为该NALU时域层标号。

3.NALU Payload(NALU 数据)，即视频压缩数据RBSP，但是严格意义上来说，Payload数据应该是EBSP。
SODB（String Of Data Bits）：原始数据比特流
由VCL层产生的的原始数据流，由于数据长度不一定是8的倍数，为方便计算机进行处理，就用到了RBSP。
RBSP（Raw Byte Sequence Payload）：原始字节序列载荷
即在SODB的后面添加了trailing bits，即一个bit 1和若干个bit 0，以便字节对齐。
EBSP （Encapsulated Byte Sequence Payload）:扩展字节序列载荷

h265码流中规定每有两个连续的“0x00 0x00”，就增加一个“0x03”,从而预防压缩后的数据与开始码产生冲突，防止竞争。

在这里插入图片描述

如上图所示，我们可以清晰的看到在H265码流中，是以“0x00 0x00 x00 0x01”为开始码的，找到开始码后，后面的两个字节表示NALU Header，上图所示分别标注了VPS、SPS、PPS、IDR类型。

Ffmpge 抽取H264,H265码流的命令

在这里插入图片描述

ffmpeg -s 3840x2160 -i SunBath_3840x2160_50fps_10bit.yuv -vcodec hevc out.h265
在这里插入图片描述

视频参数集VPS

视频层描述
在H.264/AVC的码流结构中，没有类似VPS这样的参数集去描述时域各层之间的依赖关系。它的扩展部分可伸缩视频编码中，SEI信息提供了相关各层信息，以用于不同业务和不同终端的访问。但在一些应用场景，例如广播和多播，由于SEI中的部分信息会重复出现在SPS中，这样造成参数重传而引起延迟等问题。因此在H.265/HEVC中引入VPS，以克服H.264/AVC中存在的不足，同时为设计简洁，可扩展多层视频编码提供方便。VPS主要用于传输视频分级信息，有利于兼容标准在可分级视频编码或多视点视频编码的扩展。

一个给定的视频序列，无论它每一层的SPS是否相同，都参考相同的VPS。VPS包含的信息有：
VPS包含的信息有：① 多个子层和操作点共享的语法元素；