H.264可擴(kuò)展視頻編解碼器(SVC)應(yīng)用詳解

可擴(kuò)展視頻編解碼器已經(jīng)被開發(fā)了許多年。廣播行業(yè)嚴(yán)格地受到業(yè)已建立的各種標(biāo)準(zhǔn)的控制，因此在采用這一技術(shù)上一直反應(yīng)遲緩。處理器、傳感器以及顯示技術(shù)的進(jìn)步正在點(diǎn)爆各種視頻應(yīng)用。互聯(lián)網(wǎng)以及IP技術(shù)正無縫地把視頻伺服至更為不同和遠(yuǎn)程的由顯示設(shè)備構(gòu)成的社群?？蓴U(kuò)展視頻編解碼器——如H.264 SVC滿足了許多這些系統(tǒng)的需求，并且它們可能促使視頻被廣泛采納為通信媒介的催化劑。

 編解碼器被用于壓縮視頻，以減小傳輸視頻流所需要的帶寬，或者，降低把視頻文件存檔所需要的存儲(chǔ)空間。這種壓縮的代價(jià)就是增大計(jì)算要求：壓縮比越高，對(duì)計(jì)算能力的要求就越高。

在帶寬與計(jì)算要求之間做出折中，對(duì)于定義承載編碼視頻流所需要的最小信道帶寬以及編碼設(shè)備的最小指標(biāo)均有影響。在傳統(tǒng)的像廣播電視機(jī)這樣的視頻系統(tǒng)中，解碼器的最小規(guī)范(在機(jī)頂盒的情形下)易于被定義。

然而，目前視頻被越來越多地由各種各樣的應(yīng)用所采用，相應(yīng)地，有各種各樣的客戶設(shè)備，這些設(shè)備包括從計(jì)算機(jī)觀看互聯(lián)網(wǎng)視頻，到便攜式數(shù)字助理(PDA)以及小巧的蜂窩電話。針對(duì)這些設(shè)備的視頻流必需是不同的。

為了更好地兼容特定的觀看設(shè)備以及信道帶寬，必須采用不同的設(shè)置對(duì)視頻流多次編碼。每一個(gè)設(shè)置的組合必須向用戶產(chǎn)生一個(gè)滿足視頻流傳輸所需帶寬的視頻流以及對(duì)觀看設(shè)備進(jìn)行解碼的能力。如果原始解壓視頻流不可用，那么，編碼視頻流必須首先被解碼，然后采用新的設(shè)置進(jìn)行解碼。這種做法是十分昂貴的。

在理想的情形下，視頻僅僅以高效率的編解碼器被編碼一次。如果經(jīng)過解碼的話，得到的視頻流會(huì)產(chǎn)生全分辨率的視頻。此外，在理想的情形下，如果較低分辨率或帶寬的視頻流需要被進(jìn)一步延伸至網(wǎng)絡(luò)之中，以鎖定較低性能的設(shè)備，那么，可以不必采取附加的處理，就能夠發(fā)送一小部分的編碼視頻。這種較小的視頻流便于解碼并產(chǎn)生較低分辨率的視頻。以這種方式，編碼視頻流自身就能夠適應(yīng)它需要經(jīng)過的信道帶寬以及目標(biāo)設(shè)備的性能。這些就是可擴(kuò)展視頻編解碼器的品質(zhì)所在。

H.264 可擴(kuò)展視頻編解碼器

擴(kuò)展至H.264的可擴(kuò)展視頻編解碼器(H.264 SVC)，被設(shè)計(jì)來傳遞上述理想情形的各種好處。它以H.264先進(jìn)視頻編解碼器標(biāo)準(zhǔn)(H.264 AVC)為基礎(chǔ)，并高度利用了原始編解碼器的各種工具以及概念。然而，它產(chǎn)生的編碼視頻是空間上臨時(shí)可擴(kuò)展的，并且是在視頻質(zhì)量方面可擴(kuò)展的。也就是說，它能夠產(chǎn)生不同幀速率、分辨率或質(zhì)量等級(jí)的解碼視頻。

SVC擴(kuò)展引入了一種原始H.264 AVC編解碼器—在編碼視頻內(nèi)的各層—不存在的概念?；A(chǔ)層對(duì)視頻流的最低臨時(shí)、空間和品質(zhì)表現(xiàn)進(jìn)行編碼。增強(qiáng)各層利用基礎(chǔ)層作為起點(diǎn)，對(duì)附加信息進(jìn)行編碼，從而在解碼過程中把編碼結(jié)果用于重構(gòu)高質(zhì)量、高分辨率或；臨時(shí)的視頻版本。

通過對(duì)基本層以及僅僅是所需要的后來增強(qiáng)層進(jìn)行解碼，解碼器能夠以所希望的特征產(chǎn)生一種視頻流。圖1所示為H.264 SVC流的分層結(jié)構(gòu)。在編碼的過程中，要利用僅僅對(duì)較低級(jí)各層的參考，小心地解碼一個(gè)特殊層。以這種方式，編碼流可以在任意點(diǎn)被刪節(jié)，但是，仍然維持有效的、可解碼的視頻流。

圖1：H.264 SVC分層結(jié)構(gòu)。

這種分層方法讓所生成的一個(gè)編碼流能夠被刪節(jié)以限制所消耗的帶寬或者降低解碼計(jì)算的要求。刪節(jié)過程完全通過從編碼視頻流提取所需要的各層而構(gòu)成。這個(gè)過程甚至能夠在網(wǎng)絡(luò)中執(zhí)行。

圖2：調(diào)節(jié)等級(jí)以降低帶寬和分辨率。

也就是說，隨著視頻流從高帶寬轉(zhuǎn)換為較低帶寬的網(wǎng)絡(luò)(例如，通過WiFi鏈路從以太網(wǎng)轉(zhuǎn)換至手持)，要針對(duì)可用的帶寬調(diào)節(jié)視頻流的大小。在上述例子中，要針對(duì)無線鏈路的帶寬調(diào)節(jié)視頻流的大小以及手持解碼器的解碼能力。圖2顯示了個(gè)人電腦把低帶寬的視頻流轉(zhuǎn)為為移動(dòng)設(shè)備視頻流的例子。

H.264 SVC揭秘

為了實(shí)現(xiàn)臨時(shí)的可擴(kuò)展性，H.264 SVC鏈接其參考幀以及預(yù)測(cè)幀，這與傳統(tǒng)的H.264 AVC編碼器稍微不同。SVC采用分層預(yù)測(cè)結(jié)構(gòu)，如圖3所示，而不是傳統(tǒng)的內(nèi)幀(I幀)、雙向幀(B幀)以及預(yù)測(cè)幀(P幀)的關(guān)系。

圖3：傳統(tǒng)的I、P和B幀的關(guān)系。

分層結(jié)構(gòu)定義最終視頻流的臨時(shí)分層。圖4描述了可能的分層結(jié)構(gòu)。在這個(gè)特殊的例子中，各幀僅僅根據(jù)上次出現(xiàn)的各幀進(jìn)行預(yù)測(cè)。這就確保該結(jié)構(gòu)不僅僅展示臨時(shí)的可擴(kuò)展性，而且顯示了低的延遲。

圖4：在SVC中的分層預(yù)測(cè)幀。

這個(gè)方案具有四個(gè)嵌套的臨時(shí)層：T0 (基礎(chǔ)層)、T1、T2和T3。由T1和T2各層構(gòu)成的幀僅僅由T0層中的各幀預(yù)測(cè)。在T3層中的各幀僅僅由T1或T2各層中的各幀來預(yù)測(cè)。

為了以3.75幀每秒的速度播放編碼幀，僅僅構(gòu)成T0的各幀需要被解碼。所有的其它各幀可以被丟棄。為了以7.5fps的速度播放，要對(duì)構(gòu)成T0以及T1的各層進(jìn)行解碼。在T2和T3中的各幀被丟棄。類似地，如果構(gòu)成T0、T1和T2的各幀被解碼，所得到的視頻流將以15fps的速度播放。如果所有幀均被解碼，那么，完全的30fps視頻流被恢復(fù)。

相比之下，在H.264 SVC(對(duì)于Baseline Profile來說，僅僅雙向預(yù)測(cè)幀被應(yīng)用)中，不管需要的顯示率是什么，所有幀均需被解碼。為了轉(zhuǎn)換至一個(gè)低帶寬網(wǎng)絡(luò)，整個(gè)視頻流均需要被解碼，不需要的幀可以被丟棄，然后，重新編碼。

在H.264 SVC中的空間可擴(kuò)展性遵循類似的原則。在這一情形下，較低分辨率的各幀被編碼為基礎(chǔ)幀。經(jīng)解碼和上行采樣的基礎(chǔ)幀被用于對(duì)較高階各層進(jìn)行預(yù)測(cè)。重構(gòu)原始場(chǎng)景細(xì)節(jié)所需要的附加信息被編碼為一個(gè)獨(dú)立的增強(qiáng)層。在某些情形下，重用運(yùn)動(dòng)信息能夠進(jìn)一步增加編碼效率。

同時(shí)聯(lián)播與SVC

在H.264 SVC中存在于可擴(kuò)展性相關(guān)的開銷。正如我們?cè)趫D3中所看到的那樣，參考幀與預(yù)測(cè)幀之間的距離在時(shí)間(例如從T0至T1)上比傳統(tǒng)的幀結(jié)構(gòu)要長(zhǎng)。在具有高運(yùn)動(dòng)圖像的場(chǎng)景中，這能夠?qū)е滦噬缘偷膲嚎s。為了對(duì)視頻流各層級(jí)結(jié)構(gòu)進(jìn)行管理，也存在相關(guān)的開銷。

整體而言，跟不具備可擴(kuò)展性的全分辨率以及全幀速率視頻構(gòu)成的H.264視頻流相比，具有三層臨時(shí)可擴(kuò)展性以及三層空間可擴(kuò)展性的SVC視頻可能要大20%以上。如果采用H.264 編解碼器對(duì)可擴(kuò)展性進(jìn)行仿真，就需要多個(gè)編碼視頻流，從而導(dǎo)致更高的帶寬要求或貫穿網(wǎng)絡(luò)的昂貴解碼和二次編碼。

SVC的額外好處：

誤碼恢復(fù)

誤碼恢復(fù)的傳統(tǒng)實(shí)現(xiàn)方法是把附加的信息添加至視頻流之中，以便監(jiān)測(cè)和校正誤碼。SVC的分層方法意味著不需要增加大的開銷，就可以在較小的基本層上執(zhí)行高級(jí)別的誤碼監(jiān)測(cè)和校正。如果要把相同程度的誤碼監(jiān)測(cè)和校正功能應(yīng)用于AVC視頻流中，那就需要把整個(gè)視頻流保護(hù)起來，從而導(dǎo)致視頻流更大。如果在SVC視頻流中監(jiān)測(cè)出誤碼，那么，就可以逐漸讓分辨率和幀速率退化，直至—如果需要的話—只有高度受保護(hù)的基礎(chǔ)層才可以使用。按照這一方式，在噪聲條件下的退化要比在H.264 AVC環(huán)境下更讓人可以接受。

存儲(chǔ)管理

因?yàn)镾VC視頻流或文件即使在被刪節(jié)的情況下仍然可被解碼，SVC既可以在傳輸過程之中、也可以在文件被存儲(chǔ)之后采用。把被分解的文件存儲(chǔ)在光盤上并取消增強(qiáng)層，就可以在不對(duì)存儲(chǔ)在文件中的視頻流進(jìn)一步處理的情況下，壓縮文件的大小。這對(duì)于需要“要么全部管、要么不管”的方法進(jìn)行光盤管理的AVC文件來說是不可能的。

內(nèi)容管理

SVC視頻流或文件固有地包含較低分辨率以及幀速率的視頻流。這些視頻流可以被用于加速視頻分析的應(yīng)用或分類各種算法。臨時(shí)可擴(kuò)展性也使得視頻流易于以快速進(jìn)退的方式搜索。

應(yīng)用案例

H.264 SVC的典型應(yīng)用是監(jiān)控系統(tǒng)(Stretch公司在這個(gè)領(lǐng)域提供市場(chǎng)領(lǐng)先的解決方案，請(qǐng)?jiān)L問其網(wǎng)站了解更多的細(xì)節(jié))。以IP攝像機(jī)把視頻饋入視頻內(nèi)容被存儲(chǔ)的控制間的情況為例，在視頻流上要運(yùn)行基本運(yùn)動(dòng)監(jiān)測(cè)分析。在控制間顯示器上，以攝像機(jī)最大的分辨率(1280 x 720)觀看饋入的視頻，并以D1 (720 x 480)的分辨率存儲(chǔ)在保存光盤空間上。第一反應(yīng)團(tuán)隊(duì)也在現(xiàn)場(chǎng)反應(yīng)車內(nèi)的移動(dòng)終端上接入視頻流。那些顯示器的分辨率是CIF (352 x 240)，而視頻流的伺服速率為7fps。

在利用H.264 AVC實(shí)現(xiàn)的過程中，首要約束可能就是該攝像機(jī)伺服多個(gè)視頻流。在這個(gè)例子中，一個(gè)分辨率為1280x720，而另一個(gè)分辨率為720 x 480。在就給攝像機(jī)增加了額外的成本，但是，讓視頻流可以在控制間被直接記錄，與此同時(shí)，另一個(gè)視頻流被解碼和顯示。

如果沒有這一功能，那就需要采用昂貴的解碼、重定尺寸以及重新編碼步驟。D1流也可以被解碼并重新調(diào)節(jié)大小，以轉(zhuǎn)換為CIF分辨率，從而饋入在視頻流上運(yùn)行的視頻分析(工具)上。CIF分辨率在時(shí)間上驟減以實(shí)現(xiàn)每秒7幀以及重新編碼，以便讓第一反應(yīng)車通過無線鏈路加以利用。圖5顯示了利用H.264 AVC可能實(shí)現(xiàn)的一個(gè)系統(tǒng)。

圖5：H.264 AVC的視頻監(jiān)控應(yīng)用。

利用H.264 SVC編解碼器，就可以放寬對(duì)攝像機(jī)伺服多個(gè)視頻流的要求，降低系統(tǒng)復(fù)雜性，壓縮攝像機(jī)與控制間之間的網(wǎng)絡(luò)帶寬。完整的1280 x 720視頻流現(xiàn)在可以被存儲(chǔ)在網(wǎng)絡(luò)視頻刻錄機(jī)(NVR)上，這些文件可以被方便地分解，以創(chuàng)建D1(或CIF)視頻流，從而在給定的時(shí)期之后把光盤空間騰空出來。CIF視頻流可以直接由NVR伺服，以實(shí)現(xiàn)分析工作，而降低了幀速率的第二視頻流可以被提供給第一反應(yīng)車使用。圖6顯示了H.264 SVC的一種可能的實(shí)現(xiàn)方案。

 圖6：H.264 SVC視頻監(jiān)控應(yīng)用。

因此，根本沒有必要在視頻流本身上進(jìn)行操作，在業(yè)已存儲(chǔ)的文件上進(jìn)行操作就足夠了。其優(yōu)勢(shì)是明顯的：

壓縮網(wǎng)絡(luò)帶寬；

具有靈活的存儲(chǔ)管理；

取消了昂貴的解碼以及二次編碼的步驟；

如果需要的話，在NVR上的高清晰度視頻可以用來歸檔；

本文小結(jié)

可擴(kuò)展視頻編解碼器已經(jīng)被開發(fā)了許多年。廣播行業(yè)嚴(yán)格地受到業(yè)已建立的各種標(biāo)準(zhǔn)的控制，因此在采用這一技術(shù)上一直反應(yīng)遲緩。處理器、傳感器以及顯示技術(shù)的進(jìn)步正在點(diǎn)爆各種視頻應(yīng)用?；ヂ?lián)網(wǎng)以及IP技術(shù)正無縫地把視頻伺服至更為不同和遠(yuǎn)程的由顯示設(shè)備構(gòu)成的社群?？蓴U(kuò)展視頻編解碼器----如H.264 SVC滿足了許多這些系統(tǒng)的需求，并且它們可能促使視頻被廣泛采納為通信媒介的催化劑。

關(guān)于作者

Mark Oliver是Stretch公司的產(chǎn)品市場(chǎng)營(yíng)銷總監(jiān)。作為英國本地人，Oliver在利茲大學(xué)獲得了電氣和電子工程學(xué)為。在就職于惠普公司的十年期間，他在歐洲和美國曾經(jīng)管理惠普公司的工程和制造功能部門，之后，在一些與視頻相關(guān)的初創(chuàng)公司中領(lǐng)導(dǎo)產(chǎn)品市場(chǎng)營(yíng)銷以及應(yīng)用活動(dòng)。在加盟Stretch公司之前，他曾任賽靈思公司DSP部門內(nèi)部視頻與成像產(chǎn)品的市場(chǎng)營(yíng)銷管理人員。