本章探讨视频压缩中的运动预测和补偿方法，这两种技术对于提高压缩率至关重要。帧内预测利用已解码的块预测下一个块，而帧外预测则依赖于图像间的相关性，尤其是考虑到前一帧和当前帧的相似性。尽管帧外预测能显著提升压缩效率，但其计算复杂度高，占编码总复杂度的4-50%。压缩效果不仅与编码算法和计算复杂度有关，还涉及存储、延迟和信息传递等问题。理想的帧外预测应产生最小的残留数据，并确保高精度，以实现最佳的压缩率。
残留的块数据经过DCT，量子化，entropy coding 压缩成字符串用来存储或传送，其中很多部分能提高压缩度，比如在DCT中转换为波形平面对以后量子化过程提供一些必要的手段，人眼能敏感于低波产生的画面，可对高波产生的画面比较不敏感，这方面的知识请参考有关HVS的文献。可是这些国能都基础是原来数据的大小。那怎么样能把原来数据的大小变小呢？据我到现在学习过程中只有帧内预测和帧外预测，帧内预测诗利用已解码好的单位来预测下一个单位（这里指的单位是一个块），帧外预测是利用影像各个图片的相关性而决定的，比方说前一张和现在的frame有很大的相视性，我们可以利用这个关系来预测当前画面。下面图表示帧内预测和 帧外预测。
本章介绍帧外预测和方法。帧外预测可以很大程度的提高压缩率在图片压缩的第一个阶段。可是帧外预测的计算复杂度很高，我看了一些文章那里说复杂度站到整个encoding中的4-50%.所以可以说是压缩的能力取决于帧外预测的计算复杂度。那么决定视频编码能力的要素是以下几个方面。
1.编写代码的能力：怎么查找残留数据？
2.复杂度：算法充分利用已编写好的数据？
3.strorage或延迟：在硬件上有clock的延迟或者是在软件在数据延迟？
4.信息传送问题：帧外预测后产生的矢量要传送给encode吗？传送就用什么方式传送？
最低0.47元/天 解锁文章
2536
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
