視頻會議264視頻壓縮之—SVC

H.264中還有一個SVC概念(Scalable Video Coding)，可分層編碼。先不管其具體的含義，來想象下視頻通信中可能遇到的問題。

1.帶寬問題，IP網(wǎng)絡帶寬是不穩(wěn)定的，網(wǎng)絡帶寬降低是，視頻流應該自動的降低碼率，以適應當前帶寬。而視頻流碼率的降低，并不意味著視頻通信的結束，只是其幀率和分辨率相應降低。這樣還是能維持基本的視頻通信如幀率可以從60fps降低30fps或者25fps甚至20pfs。分辨率可以從高清降到標清的4cif甚至cif。這樣可以很大程度的降到碼率，但同時保證了視頻通信的基本功能正常進行(用戶還是能看到能夠分辨的圖形和聽到清晰的聲音)。

2.在未來的通信中，參與視頻對話的終端多種多樣，有專用的硬件視頻終端，有桌面軟終端，還有移動終端中的PAD和手機。終端的多樣性對視頻碼流的要求也不一樣。如移動終端一般相對帶寬較小，且屏幕尺寸也較小，屏幕寬高比也不同。每種終端希望拿到最適合自己的視頻碼流，既適合自己的網(wǎng)絡帶寬，又適合自己的硬件能力。如一種設備編碼流出來后，其中既包含了高清到標清不同分辨率，又具有各種幀率。終端只需要發(fā)起申請，從其中拿到適合自己的碼流，這是一件多好的事情，避免的轉碼，同時合理的利用的帶寬和終端的硬件能力。

SVC的本意就是如此，能夠實現(xiàn)碼流的可伸縮，也就是說能根據(jù)帶寬，終端的要求，自動調整發(fā)送給終端視頻流的格式。一次性編碼適應于多種信道和終端。視頻會議中有一種MCU設備，你要是研究MCU的功能，你會發(fā)現(xiàn)它多么適合采用SVC技術。SVC技術的應用理論上應該能節(jié)省MCU的部分計算資源。但一路SVC碼流實際上市多組碼流構成的，它們是相互獨立的，如果全部傳輸和存儲必然是帶寬和容量的增加。因此這種技術適合使用在中央設備上(如MCU)，終端上是不會使用到的。SVC希望做到一次編碼后，按需分配。

目前SVC技術應用得不廣泛，RADVISION宣稱已經(jīng)支持。目前MCU所做的是要么按最低能力編碼發(fā)送，要么按數(shù)組能力編碼，數(shù)組碼流發(fā)送。SVC技術無法做到跨越視頻壓縮標準，也就是所需要都在H,264或者其它莫一個相同的視頻壓縮標準之內(nèi)，所以收端都支持該標準。如果跨域壓縮標準(如終端中支持的壓縮標準不相同，如只支持MPEG 或者只支持H.263或者只支持H.264)，則終端設備還必須做轉碼才能實現(xiàn)互通。

視頻會議壓縮算法之-H.264 High profile

H.264 High Profile

實時視頻還是繼續(xù)向更高質量，更低帶寬的方向發(fā)展。H.264 High profile技術于2010年率先被polycom應用于視頻會議系統(tǒng)。比h.264 baseline進一步節(jié)約了近一半的帶寬。當然我個人心存懷疑，覺得大分辨率圖形帶寬應該能減少40%到50%，如果較小分辨率，碼率比例未必有那么明顯。不過，大分辨率圖形的碼率降低，才是關鍵，z在高清在實時會議中，采用H.264 baseline，帶寬要求還是比較高的。特別是要做1080P 30pfs甚至60pfs時。如果能減少一半帶寬，意味著節(jié)省2-4 M帶寬，如果是在MCU側，則帶寬節(jié)省就更可觀了。

這里對h.264的幾個profile做個簡單介紹：

AVC/H.264 規(guī)定了多種不同的Profile：最低Profile、主要Profile、擴展Profile、高端Profile(這些Profile 本身還要劃分數(shù)個等級)。

-最低Profile，也叫做底線Profile(Baseline Profile)支持I/P 幀，只支持無交錯(Progressive)和CAVLC;

-擴展Profile(Extended Profile)支持I/P/B/SP/SI 幀，只支持無交錯(Progressive)和CAVLC;

-主要Profile(Main Profile)提供I/P/B 幀，支持無交錯(Progressive)和交錯(Interlaced)，同樣提供對于CAVLC和CABAC 的支持;

-高端Profile(High Profile)在主要Profile 的基礎上增加了8x8 內(nèi)部預測、自定義量化、無損視頻編碼和更多的YUV 格式;

(下面直接引用polycom的一篇掃盲文檔)

為了對這些功能進行有序的整理，H.264 按照遞進的復雜性和性能將這些功能歸成了幾類規(guī)范。圖中 描述了H.264 中的4 個標準化規(guī)范之間的關系。

H.264 profiles

今天大多數(shù)視頻通信系統(tǒng)采用的是Baseline Profile。Baseline 是最基本的H.264 profile 和定義。例如，它對圖片進行Z 形掃描，然后采用4:2:0 色度取樣。在Baseline Profile 中，圖片被分割成多個4x4 像素塊，每塊進行單獨處理。Baseline Profile 另一個重要因素是采用了統(tǒng)一可變長編碼(UVLC)和文本自適應可變長編碼(CAVLC)熵編碼技術。編碼效率對用于視頻的網(wǎng)絡帶寬有很大影響，編碼技術的進步有助于提高 High Profile 的效率，超越Baseline Profile， 如下所述。

Extended Profile 和Main Profile 標準包含Baseline Profile 的功能，并增加了對預測算法的改進。如果你想達到1000-2000 倍的壓縮比，那么單獨傳送每一個單獨幀(試想每秒30 幀的高質量視頻)顯然是不可行的，而H.264 中大量使用了時間域和運動預測，因此它只允許傳輸與前一幀不同的畫面。以此來獲得驚人的效率，尤其是對于變化小和運動少的場景。

High Profile 是H.264 中最強大的標準規(guī)范，它可以實現(xiàn)最有效的視頻編碼。例如，采用文本自適應二進制算術編碼(CABAC)進行編碼所獲得的編碼增益比Baseline Profile 中采用的UVLC /CAVLC 編碼更有效率。

High Profile 還采用自適應變換，自動確定是采用4x4 還是8x8 像素塊。例如，4x4 像素塊用于圖像中細節(jié)密集的部分，而細節(jié)改變很少的圖像則采用8X8 像素塊。

H.264 還提供了一個解碼器框圖，但為了簡練， 我們在本文將不做詳細介紹，因為它與編碼功能有很多重疊內(nèi)容。

High Profile 的主要優(yōu)勢

能夠保持視頻質量并大幅降低所需網(wǎng)絡帶寬的能力對視頻網(wǎng)絡的各個方面都會產(chǎn)生影響。因此， High Profile能夠降低新的與現(xiàn)有視頻部署的成本，并加速獲得投資回報(ROI)。

引用結束

看上面的圖，和我之前說的一樣，算法壓縮效率高，一般算法復雜度就越高，要實現(xiàn)實時壓縮，對芯片的技術能力要求就越高。所以呢，highprofile技術的應用是芯片或者說半導體技術發(fā)展的必然。未來也將走向更為復雜的H.265。

上面一篇文章提到了，視頻壓縮的目的是為了減少視頻存儲的空間或者視頻傳輸帶寬。既是存儲和帶寬相對廉價的今天，要實現(xiàn)視頻的大容量存儲(如視頻監(jiān)控)和實時傳輸，沒有視頻壓縮幾乎不可能。

視頻壓縮現(xiàn)狀：

視頻壓縮編碼標準種類繁多，其中ITU下主導的H.26x系列和ISO主導的MPEG系列影響最大，應用最為廣泛。早期，ITU下的H.26x主要應用于實時領域;ISO的MPEG系列(它包括音頻壓縮標準)主要應用于廣播電視，VCD(MPEG1)，DVD(MPEG2)存儲。ITU發(fā)展到H.264后，開始與ISO的MPEG4融合。被納入MPEG-4的第十部分。

目前主流的壓縮標準為H.264/AVC。它在實時傳輸和存儲領域已經(jīng)得到廣泛的應用。H.264于2003年正式發(fā)布，距今已經(jīng)9年。我認為H.264標準未來5年還是視頻應用主力。其在IPTV，視頻監(jiān)控，視頻會議，和光盤存儲中將繼續(xù)占主導地位。

視頻壓縮先進性評價：

評價一種視頻壓縮算法是否先進，就開它與其它壓縮算法相比，在同等視頻質量條件下，壓縮倍數(shù)是否更高。

在上一篇博文中我計算過，1080P 25fps的原始視頻數(shù)據(jù)量 (注：這里我寫的M都是Mb的意思，就是說按網(wǎng)絡帶寬的意義去計算，網(wǎng)絡帶寬就是按每秒多少bit流來計算的，而存儲容量的最小單位為Byte，也就是字節(jié)(8bit)。存儲容量單位的1M表示1MB，等于網(wǎng)絡帶寬8Mb)。每秒大概數(shù)據(jù)量為593Mb。如果用戶帶寬為4Mb，想實現(xiàn)1080P 的實時會議或者監(jiān)控，最少需要將原始視頻壓縮近593/4 = 150倍。

當前高清實時視頻應用的實現(xiàn)一般都采用H.264算法。因為在同等視覺效果下，它的壓縮比比其它標準最少提升2倍。如H.264目前能在4M甚至是2M帶寬下實現(xiàn)1080P實時傳輸，而其它算法幾乎是無法實現(xiàn)的。

視頻壓縮算法發(fā)展的動力：

“一切動力來自人類的無窮欲望”，視頻技術的發(fā)展也是如此。在電影電視領域，當大家欣賞到高清效果后，再也無法接受過去的標清時代的畫質體驗。而在3D電影《阿凡達》推出后，全球又刮起了一陣3D旋風。在通信領域，人們希望能隨時隨地的進行面對面的溝通。這兩年思科等廠商推出的沉浸式網(wǎng)真視頻會議抄得火熱。監(jiān)控和IPTV也早已步入全高清時代。未來將發(fā)展到3D時代。

更高的視覺享受更為細膩和清晰的畫面質量。視頻數(shù)據(jù)量更大。對傳輸和存儲的壓力也更大。因此對視頻壓縮算法的要求更高。希望能有更高的壓縮比來減少對存儲和傳輸視頻信號的壓力。

視頻業(yè)務發(fā)展的基礎：

視頻壓縮的核心思想就是利用視頻信號的特點，去除視頻信號的時間和空間冗余。從H.261到H.264，MPEG1到MPEG4。算法的壓縮比有很大提升。未來還有H.265等更為先進的算法出現(xiàn)。算法研究者們不斷推動高效高性能算法的出現(xiàn)是視頻業(yè)務發(fā)展的技術基礎之一。

算法壓縮比越高，一般而言算法本身的復雜度也會相應提高。復雜的算法，需要更強大的計算能力。特別是實時的視頻業(yè)務。因此芯片計算發(fā)展，是視頻通信和業(yè)務能否發(fā)展起來的硬件保障。當前DSP芯片處理能力也不斷大幅提升，在一定帶寬條件下實現(xiàn)實時編碼已毫無問題。視頻信號處理芯片能力的提升，是高效壓縮算法得到實現(xiàn)的硬件保障。

最后網(wǎng)絡帶寬的提升也是一個重要條件，特別是今年來無線視頻業(yè)務的發(fā)展，得益于無線網(wǎng)路帶寬的提升。

算法本身的發(fā)展，芯片能力，網(wǎng)絡帶寬。這三者一起推動了當今高清視頻業(yè)務的普及，也是未來3D業(yè)務發(fā)展的技術基礎。