活動圖像專家組(MPEG)針對數(shù)字音頻和視頻的編碼原則制定了MPEG標準，通過MPEG壓縮引擎，實現(xiàn)了以經(jīng)濟的成本為消費者提供高質(zhì)量的數(shù)字多媒體內(nèi)容的理想，也為多媒體市場帶來了無限商機。最新開發(fā)的MPEG-4，旨在為機頂盒、互聯(lián)網(wǎng)、移動設備等應用實現(xiàn)更高質(zhì)量的壓縮和更靈活的格式，提供更加豐富的選擇。

MPEG-4標準目前已發(fā)展為ISO/IEC-14496第一版和第二版。隨著MPEG-4 第十部分H.264/先進的視頻編碼(AVC)的提出，MPEG標準進一步演進。與此同時，中國自主知識產(chǎn)權的數(shù)字音視頻編解碼標準(AVS)的制定也為便攜式多媒體技術開創(chuàng)了新的發(fā)展空間。

高質(zhì)量有效傳輸數(shù)字多媒體內(nèi)容

MPEG-4可同時處理各種“媒體對象(視頻和音頻內(nèi)容的統(tǒng)稱)”，形成視聽場景，為整套工具包提供互動和個性化媒體內(nèi)容的視聽數(shù)據(jù)，同時，還可壓縮/解壓其他媒體對象，如文本、圖像、語音、動畫、2D和3D對象等。為實現(xiàn)該標準的有效實施，MPEG-4系統(tǒng)對子集、視頻和音頻工具集都進行了定義，以應用于各種特殊應用，為音頻/視頻對象的編碼提供更豐富的工具。

圖1 H.264/AVC宏塊視頻編碼層框圖

H.264/AVC打造MPEG-4新特性

MPEG-4 第十部分H.264/AVC在本質(zhì)上與MPEG-2等其他標準類似，是由時間預測和空間預測的綜合體與編碼轉(zhuǎn)換共同組成的，但這一新標準并不會取代現(xiàn)有的MPEG-4 第二部分“編碼解碼器”，也不與其兼容。

除此之外，H.264/AVC還采用了視頻編碼領域的最新研究成果。由于采用了幀內(nèi)預測、整數(shù)轉(zhuǎn)換、可變的塊尺寸運動評估/補償和去塊過濾等現(xiàn)有先進技術，H.264/AVC與之前的標準相比又增加了新的特性，在幫助其他現(xiàn)有的標準在維持相同視頻質(zhì)量的同時，還可平均降低50%的位率。

表1 H.264/AVC與其他標準的比較

幀間預測功能

H.264/AVC可根據(jù)每個宏塊片編碼類型的不同，以幾種編碼類型中的一種進行傳輸，并且所有片編碼類型可支持INTRA-4×4和INTRA-16×16兩種類別的幀內(nèi)編碼類型。在以往的視頻編碼標準中，預測操作都是在轉(zhuǎn)換域中進行的，而在H.264/AVC標準中，這一操作往往是根據(jù)已編碼塊中的相鄰樣本，在空間域中進行的。幀內(nèi)預測不能跨越片邊界，以保持片與片之間的相互獨立性。

P片中的活動補償

除幀內(nèi)宏塊編碼類型外，H.264/AVC還包含多種針對P片宏塊的預測性或活動補償性的編碼類型。宏塊被分割在用于活動描述的大小固定的塊中，每個P類宏塊對應一個特定的宏塊分區(qū)。活動補償?shù)木葹橐粋€樣本距離的四分之一。

一般情況下，H.264/AVC的語法可支持無限制的活動矢量，即活動矢量可以超出畫面區(qū)域，但活動矢量元件預測不能跨越片邊界。

整數(shù)轉(zhuǎn)換

此外，與以往的視頻編碼標準相似，H.264/AVC也采用預測剩余的轉(zhuǎn)換編碼，但這種轉(zhuǎn)換僅應用于4×4塊，而且計算中采用了與4×4離散余弦轉(zhuǎn)換(DCT)特性基本相同的分離整數(shù)轉(zhuǎn)換，以此取代了4×4DCT。由于整個逆轉(zhuǎn)換過程由精確整數(shù)運算定義，因此避免了逆轉(zhuǎn)換過程中的不錯配現(xiàn)象。而對于轉(zhuǎn)換系數(shù)的量化，H.264/AVC運用了標量化的方法。塊中的量化轉(zhuǎn)換系數(shù)通常按照之字形順序進行掃描，并采用平均信息量編碼的方式傳輸。只要16位整數(shù)值相加，并在16位整數(shù)值的基礎上進行位移操作，H.264/AVC 中的所有轉(zhuǎn)換就都能實現(xiàn)。

圖2 一個H.264的P片宏塊的分區(qū)結(jié)構

圖3 多畫面活動補償預測

平衡信息量編碼

為實現(xiàn)量化轉(zhuǎn)換系數(shù)的傳輸，H.264/AVC采用了更先進的前后自適應可變長度編碼(CAVLC)，與僅采用單個VLC列表的方法相比，這一技術能進一步改善平均信息量編碼質(zhì)量。此外H.264/AVC還支持前后自適應二進制算術編碼(CABAC)，與CAVLC相比，CABAC在進行相同質(zhì)量的電視信號編碼時，通常能夠節(jié)約10%到15% 的位率，從而進一步提升了平均信息量編碼效率。

多基準幀

H.264/AVC 還支持多畫面活動補償預測。如圖3所示，H.264/AVC可提供不止一個的預先編碼畫面作為活動補償預測基準。然而，無論是編碼器還是解碼器都必須存儲基準畫面，以實現(xiàn)多畫面緩沖器中的畫面間預測。

基于以上特別的先進技術，與其他現(xiàn)有標準相比，H.264/AVC所帶來的益處顯而易見。例如，與MPEG-2、MPEG-4 ASP 和H.263 HLP等現(xiàn)有的編碼標準相比，在使用H.264/AVC播放DVD品質(zhì)的電視或進行HD視頻編碼時，相關的位率可節(jié)省2.25 到2.5，如表1所示。

AVS開創(chuàng)MEPG-4發(fā)展新境界

隨著中國數(shù)字音頻/視頻多媒體設備和系統(tǒng)市場的發(fā)展，為建立全國性的壓縮、處理和數(shù)字版權管理標準，中國數(shù)字音視頻編解碼技術標準工作組(中國AVS工作組)開發(fā)了數(shù)字音視頻編解碼標準(AVS)，并于2002年6月由中國信息產(chǎn)業(yè)部科學技術司批準通過。2003年12月，AVS工作組針對高清和高質(zhì)量數(shù)字廣播、數(shù)字存儲媒體及其他相關應用制定的首個AVS視頻標準問世。

由于采用的模塊相同，AVS與H.264/AVC編碼器的架構看起來比較類似。但是，考慮到目標應用與MPEG-2的向后兼容性以及解碼復雜程度等因素， AVS音視頻編碼解碼器中模塊還是采用了獨到的技術，實現(xiàn)了編碼效率的進一步大幅提升。

AVS需要對輸入宏塊進行預測，圖4所示的開關S0 用于選擇幀間和幀內(nèi)宏塊所需的正確預測方法。幀內(nèi)預測源自左上方塊中的相鄰像素。由于采用的是8×8整數(shù)轉(zhuǎn)換，因此空間預測的單元大小也是8×8。幀間預測則源自解碼幀和解碼場。AVS支持16×16、16×8、8×16和8×8這4種尺寸的塊，但總體而言，高分辨率視頻很少使用小尺寸的塊。AVS幀間塊的活動矢量精度為四分之一像素。

在AVS中，預測剩余誤差需通過8×8整數(shù)轉(zhuǎn)換方法進行轉(zhuǎn)換。漸進塊仍然按照之字形順序進行掃描，與MPEG-2中的掃描順序相似。但AVS卻通過自適應VLC編碼技術在逐行掃描塊中定義了一種新的掃描順序，四種不同類型的Exp-Golomb密碼本也分別對應不同的分配方式。此外，AVS還定義了一些映射表，可將編碼符號映射到特殊編碼及其成分中。

預測與當前重建錯誤圖像的總數(shù)構成了重建基準。AVS在活動補償環(huán)路中使用了一個去塊濾波器，能夠根據(jù)塊的工作情況與QP參數(shù)進行自動調(diào)節(jié)。

由于MPEG-2編碼解碼器與系統(tǒng)在現(xiàn)有的廣播系統(tǒng)中得到了廣泛的運用，因此AVS的語法結(jié)構也特別采用了與MPEG-2類似的設計，因此能夠直接應用于現(xiàn)有的MPEG-2系統(tǒng)。

目前，AVS可支持YUV 4:2:0和YUV 4:2:2采樣結(jié)構，以及8位樣本精度，用于色度格式的2位無正負整數(shù)則為諸如YUV 4:4:4 或RGB 4:4:4之類的其他順序格式保留了應用空間。

圖4 AVS 視頻編碼器框圖

圖5 PR8185單芯片解決方案

實現(xiàn)AVS視頻標準的主要技術

平均信息量編碼

首先，AVS 采用了 序列Exp-Golomb編碼表 (k=0， 1， 2， 3)、CBP、宏塊編碼模式和活動矢量， 并通過 序列 Exp-Golomp 編碼表進行解碼。由于對Exp-Golomp 編碼表進行了調(diào)整，AVS解碼器并不需要存儲這些編碼表。而語法元素可以利用帶有可選擇查找表的簡單分析進行解碼。 AVS定義的19 個映射表盡管只占用了不到2k 字節(jié)的空間，卻能很好地適應不同的分配，并具有很高的編碼能力。

轉(zhuǎn)換和量化

與 H.264/AVC 和 MPEG-2不同的是， AVS 采用8×8 整數(shù)轉(zhuǎn)換。為了減少解量化和逆轉(zhuǎn)換中的取整誤差，AVS還專門設置了一種特殊程序，并且各種操作均可在16 位內(nèi)完成。

幀內(nèi)預測

AVS 視頻標準采用了幀內(nèi)預測技術，改進了幀內(nèi)編碼的宏塊性能。與AVC/H.264相比， AVS 定義了5種用于8×8亮度塊的模式和 4種用于8×8 色度塊的模式。