視頻編碼技術(shù)在過(guò)去幾年最重要的發(fā)展之一是由itu和iso/iec的聯(lián)合視頻小組 (jvt)開(kāi)發(fā)了h.264/mpeg-4 avc[8]標(biāo)準(zhǔn)。在發(fā)展過(guò)程中，業(yè)界為這種新標(biāo)準(zhǔn)取了許多不同的名稱(chēng)。itu在1997年開(kāi)始利用重要的新編碼工具處理h.26l（長(zhǎng)期），結(jié)果令人鼓舞，于是iso決定聯(lián)手itu組建jvt并采用一個(gè)通用的標(biāo)準(zhǔn)。因此，大家有時(shí)會(huì)聽(tīng)到有人將這項(xiàng)標(biāo)準(zhǔn)稱(chēng)為jvt，盡管它并非正式名稱(chēng)。itu在2003年5月批準(zhǔn)了新的h.264標(biāo)準(zhǔn)。iso在2003年10 月以mpeg-4 part 10、高級(jí)視頻編碼或avc的名稱(chēng)批準(zhǔn)了該標(biāo)準(zhǔn)。

　　h.264 實(shí)現(xiàn)的改進(jìn)創(chuàng)造了新的市場(chǎng)機(jī)遇

　　h.264/avc在壓縮效率方面取得了巨大突破，一般情況下達(dá)到mpeg-2及mpeg-4簡(jiǎn)化類(lèi)壓縮效率的大約2倍。在jvt進(jìn)行的正式測(cè)試中，h.264在85個(gè)測(cè)試案例中有78％的案例實(shí)現(xiàn)1.5倍以上的編碼效率提高，77％的案例中達(dá)到2倍以上，部分案例甚至高達(dá)4倍。h.264 實(shí)現(xiàn)的改進(jìn)創(chuàng)造了新的市場(chǎng)機(jī)遇，如：600kbps的vhs品質(zhì)視頻可以通過(guò)adsl線路實(shí)現(xiàn)視頻點(diǎn)播；高清晰電影無(wú)需新的激光頭即可適應(yīng)普通 dvd。

　　h.264標(biāo)準(zhǔn)化時(shí)支持三個(gè)類(lèi)別：基本類(lèi)、主類(lèi)及擴(kuò)展類(lèi)。后來(lái)一項(xiàng)稱(chēng)為高保真范圍擴(kuò)展 (frext)的修訂引入了稱(chēng)為高級(jí)類(lèi)的4個(gè)附加類(lèi)。在初期主要是基本類(lèi)和主類(lèi)引起了大家的興趣�；绢�(lèi)降低了計(jì)算及系統(tǒng)內(nèi)存需求，而且針對(duì)低時(shí)延進(jìn)行了優(yōu)化。由于b幀的內(nèi)在時(shí)延以及cabac的計(jì)算復(fù)雜性，因此它不包括這兩者�；绢�(lèi)非常適合可視電話應(yīng)用以及其他需要低成本實(shí)時(shí)編碼的應(yīng)用。

　　主類(lèi)提供的壓縮效率最高，但其要求的處理能力也比基本類(lèi)高許多，因此使其難以用于低成本實(shí)時(shí)編碼和低時(shí)延應(yīng)用。廣播與內(nèi)容存儲(chǔ)應(yīng)用對(duì)主類(lèi)最感興趣，它們是為了盡可能以最低的比特率獲得最高的視頻質(zhì)量。

　　盡管h.264采用與舊標(biāo)準(zhǔn)相同的主要編碼功能，不過(guò)它還具有許多與舊標(biāo)準(zhǔn)不同的新功能，它們一起實(shí)現(xiàn)了編碼效率的提高。其主要差別，概述如下：

　　幀內(nèi)預(yù)測(cè)與編碼：h.264采用空域幀內(nèi)預(yù)測(cè)技術(shù)來(lái)預(yù)測(cè)相鄰塊鄰近像素的intra-mb中的像素。它對(duì)預(yù)測(cè)殘差信號(hào)和預(yù)測(cè)模式進(jìn)行編碼，而不是編碼塊中的實(shí)際像素。這樣可以顯著提高幀內(nèi)編碼效率。

　　幀間預(yù)測(cè)與編碼：h.264中的幀間編碼采用了舊標(biāo)準(zhǔn)的主要功能，同時(shí)也增加了靈活性及可操作性，包括適用于多種功能的幾種塊大小選項(xiàng)，如：運(yùn)動(dòng)補(bǔ)償、四分之一像素運(yùn)動(dòng)補(bǔ)償、多參考幀、通用 (generalized)雙向預(yù)測(cè)和自適應(yīng)環(huán)路去塊。

　　可變矢量塊大�。涸试S采用不同塊大小執(zhí)行運(yùn)動(dòng)補(bǔ)償�？梢詾樾≈�4(4的塊傳輸單個(gè)運(yùn)動(dòng)矢量，因此在雙向預(yù)測(cè)情況下可以為單個(gè)mb傳輸多達(dá)32個(gè)運(yùn)動(dòng)矢量。另外還支持16(8、8(16、8(8、8(4和4(8的塊大小。降低塊大小可以提高運(yùn)動(dòng)細(xì)節(jié)的處理能力，因而提高主觀質(zhì)量感受，包括消除較大的塊化失真。

　　四分之一像素運(yùn)動(dòng)估計(jì)：通過(guò)允許半像素和四分之一像素運(yùn)動(dòng)矢量分辨率可以改善運(yùn)動(dòng)補(bǔ)償。

　　多參考幀預(yù)測(cè)：16個(gè)不同的參考幀可以用于幀間編碼，從而可以改善視頻質(zhì)量的主觀感受并提高編碼效率。提供多個(gè)參考幀還有助于提高h(yuǎn).264位流的容錯(cuò)能力。值得注意的是，這種特性會(huì)增加編碼器與解碼器的內(nèi)存需求，因?yàn)楸仨氃趦?nèi)存中保存多個(gè)參考幀。

　　自適應(yīng)環(huán)路去塊濾波器：h.264采用一種自適應(yīng)解塊濾波器，它會(huì)在預(yù)測(cè)回路內(nèi)對(duì)水平和垂直區(qū)塊邊緣進(jìn)行處理，用于消除塊預(yù)測(cè)誤差造成的失真。這種濾波通常是基于4(4塊邊界為運(yùn)算基礎(chǔ)，其中邊界各邊的3個(gè)像素可通過(guò)4級(jí)濾波器進(jìn)行更新。

　　整數(shù)變換：采用dct的早期標(biāo)準(zhǔn)必須為逆變換的固點(diǎn)實(shí)施來(lái)定義舍入誤差的容差范圍。編碼器與解碼器之間的 idct 精度失配造成的漂移是質(zhì)量損失的根源。h.264利用整數(shù)4(4空域變換解決了這一問(wèn)題——這種變換是dct的近似值。4(4的小區(qū)塊還有助于減少阻塞與振鈴失真。

　　量化與變換系數(shù)掃描：變換系數(shù)通過(guò)標(biāo)量量化方式得到量化，不產(chǎn)生加大的死區(qū)。與之前的標(biāo)準(zhǔn)類(lèi)似，每個(gè)mb都可選擇不同的量化步長(zhǎng)，不過(guò)步長(zhǎng)以大約12.5％的復(fù)合速率增加，而不是固定遞增。同時(shí)，更精細(xì)的量化步長(zhǎng)還可以用于色度成分，尤其是在粗劣量化光度系數(shù)的情況下。

　　熵編碼：與根據(jù)所涉及的數(shù)據(jù)類(lèi)型提供多個(gè)靜態(tài)vlc表的先前標(biāo)準(zhǔn)不同，h.264針對(duì)變換系數(shù)采用上下文自適應(yīng)vlc，同時(shí)針對(duì)所有其他符號(hào)采用統(tǒng)一的vlc (universalvlc)方法。主類(lèi)還支持新的上下文自適應(yīng)二進(jìn)制算術(shù)編碼器 (cabac)。cavlc優(yōu)于以前的vlc實(shí)施，不過(guò)成本卻比vlc高。

　　cabac利用編碼器和譯碼器的機(jī)率模型來(lái)處理所有語(yǔ)法元素 (syntax elements)，包括：變換系數(shù)和運(yùn)動(dòng)矢量。為了提高算術(shù)編碼的編碼效率，基本概率模型通過(guò)一種稱(chēng)為上下文建模的方法對(duì)視頻幀內(nèi)不斷變換的統(tǒng)計(jì)進(jìn)行適應(yīng)。上下文建模分析提供編碼符號(hào)的條件概率估計(jì)值。只要利用適當(dāng)?shù)纳舷挛哪Ｐ�，就能根�?jù)待編碼符號(hào)周?chē)囊丫幋a符號(hào)，在不同的概率模型間進(jìn)行切換，進(jìn)而充份利用符號(hào)間的冗余性。每個(gè)語(yǔ)法元素都可以保持不同的模