音頻、視頻常用的幾種壓縮技術(shù)標準

2008/02/20

MPEG-4視頻編碼技術(shù)介紹

　　MPEG是“Moving Picture Experts Group”的簡(jiǎn)稱(chēng)，在它之前的標準叫做JPEG，即“Joint Photographic Experts Group”。當人們用到常見(jiàn)的“.jpg”格式時(shí)，實(shí)際上正在使用JPEG的標準。JPEG規范了現代視頻壓縮的基礎，而MPEG把JPEG標準擴展到了運動(dòng)圖象。 MPEG-4視頻編碼標準支持MPEG-1、MPEG-2中的大多數功能，它包含了H.263的核心設計，并增加了優(yōu)先特性和各種各樣創(chuàng )造性的新特性。它提供不同的視頻標準源格式、碼率、幀頻下矩形圖像的有效編碼，同時(shí)也支持基于內容的圖像編碼。采納了基于對象(Object-Based)的編碼、基于模型(Model-based)的編碼等第二代編碼技術(shù)是MPEG-4標準的主要特征。

MPEG4與MPEG1、MPEG2的比較

　　從上表可以看出，MPEG1和MPEG2主要應用于固定媒體，比如 VCD 和 DVD ，而對于網(wǎng)絡(luò )傳輸，MPEG4具有無(wú)可比擬的優(yōu)勢。

H.263/H.263+/H.264視頻編碼技術(shù)介紹

H.263視頻編碼標準

　　H.263 是最早用于低碼率視頻編碼的ITU-T標準，隨后出現的第二版(H.263+)及H.263++增加了許多選項，使其具有更廣泛的適用性。H.263是 ITU-T為低于64kb/s的窄帶通信信道制定的視頻編碼標準。它是在H.261基礎上發(fā)展起來(lái)的，其標準輸入圖像格式可以是S-QCIF、QCIF、 CIF、4CIF或者16CIF的彩色4∶2∶0亞取樣圖像。H.263與H.261相比采用了半象素的運動(dòng)補償，并增加了4種有效的壓縮編碼模式。

H.263+視頻壓縮標準

　　ITU-T在H.263發(fā)布后又修訂發(fā)布了H.263標準的版本2，非正式地命名為H.263+標準。它在保證原H.263標準核心句法和語(yǔ)義不變的基礎上，增加了若干選項以提高壓縮效率或改善某方面的功能。原H.263標準限制了其應用的圖像輸入格式，僅允許5種視頻源格式。H.263+標準允許更大范圍的圖像輸入格式，自定義圖像的尺寸，從而拓寬了標準使用的范圍，使之可以處理基于視窗的計算機圖像、更高幀頻的圖像序列及寬屏圖像。為提高壓縮效率， H.263+采用先進(jìn)的幀內編碼模式；增強的PB-幀模式改進(jìn)了H.263的不足，增強了幀間預測的效果；去塊效應濾波器不僅提高了壓縮效率，而且提供重建圖像的主觀(guān)質(zhì)量。為適應網(wǎng)絡(luò )傳輸，H.263+增加了時(shí)間分級、信噪比和空間分級，對在噪聲信道和存在大量包丟失的網(wǎng)絡(luò )中傳送視頻信號很有意義；另外，片結構模式、參考幀選擇模式增強了視頻傳輸的抗誤碼能力。

H.264視頻壓縮標準

　　H.264是由ISO/IEC與ITU-T組成的聯(lián)合視頻組(JVT)制定的新一代視頻壓縮編碼標準。對信道時(shí)延的適應性較強，既可工作于低時(shí)延模式以滿(mǎn)足實(shí)時(shí)業(yè)務(wù)，如會(huì )議電視等；又可工作于無(wú)時(shí)延限制的場(chǎng)合，如視頻存儲等。

　　提高網(wǎng)絡(luò )適應性，采用“網(wǎng)絡(luò )友好”的結構和語(yǔ)法，加強對誤碼和丟包的處理，提高解碼器的差錯恢復能力。

　　在編/解碼器中采用復雜度可分級設計，在圖像質(zhì)量和編碼處理之間可分級，以適應不同復雜度的應用。

　　相對于先期的視頻壓縮標準，H.264引入了很多先進(jìn)的技術(shù)，包括4×4整數變換、空域內的幀內預測、1/4象素精度的運動(dòng)估計、多參考幀與多種大小塊的幀間預測技術(shù)等。新技術(shù)帶來(lái)了較高的壓縮比，同時(shí)大大提高了算法的復雜度。

G.7xx系列典型語(yǔ)音壓縮標準介紹

　　G.7xx 是一組 ITU-T 標準，用于視頻壓縮和解壓過(guò)程。它主要用于電話(huà)方面。在電話(huà)學(xué)中，有兩個(gè)主要的算法，分別定義在 mu-law 算法（美國使用）和 a-law 算法（歐洲及世界其他國家使用），兩者都是對數關(guān)系，但對于計算機的處理來(lái)說(shuō)，后者的設計更為簡(jiǎn)單。

　　國際電信聯(lián)盟G系列典型語(yǔ)音壓縮標準的參數比較：

　　在國際標準中，統一使用 MOS（Mean Opinion Score）方法評價(jià)語(yǔ)音壓縮后的質(zhì)量。在MOS方法中，電話(huà)語(yǔ)音質(zhì)量的標準定為4分。也就是說(shuō)，如果一種算法將語(yǔ)音壓縮后，MOS 值能達到4分，即說(shuō)明其語(yǔ)音質(zhì)量和電話(huà)質(zhì)量等同，用戶(hù)無(wú)法分辨出其中的區別。

Global IP Sound（簡(jiǎn)稱(chēng)GIPS）

　　Global IP Sound（簡(jiǎn)稱(chēng)GIPS），是瑞典一家全球頂級的專(zhuān)業(yè)從事語(yǔ)音編解碼引擎的技術(shù)公司。是一家位于瑞典斯德戈爾摩的高技術(shù)上市公司，成立于1999年，目前只有25位員工，但卻擁有世界上最頂尖的語(yǔ)音處理和IP電話(huà)技術(shù)專(zhuān)家：其公司CTO，Roar Hagen博士，1989年即進(jìn)入語(yǔ)音處理行業(yè)從事開(kāi)發(fā)工作，在世界知名的AT&T貝爾實(shí)驗室、愛(ài)立信研究院工作。他本人發(fā)明了超過(guò)10項技術(shù)專(zhuān)利。

　　Jan Linden博士，在語(yǔ)音處理和通訊領(lǐng)域從業(yè)12年。在加入Global IP Sound之前，Jan Linden博士在加州大學(xué)和SingnalCom公司供職。Patrik Srqvist，自1995年開(kāi)始從事語(yǔ)音處理和VoIP研究開(kāi)發(fā)工作，之前在愛(ài)立信研究院工作。

　　就是這樣一家規模小同時(shí)卻擁有來(lái)自愛(ài)立信、 AT&T等電信行業(yè)巨頭的技術(shù)專(zhuān)家的公司，卻在VoIP引擎市場(chǎng)上取得了令人矚目的成就。GIPS SoundWare能為端對端 IP 通信提供較 PSTN 質(zhì)量更佳的語(yǔ)音體驗及保真度，完全不會(huì )受數據包丟失的影響。

投影時(shí)代