新一代视频编码标准H,264/AVC的关键技术研究
0引言
2001年12月，ITU-T和ISO／IEC成立了JVT(JointVideoTeam，视频联合工作组)，以H．26L作为平台，致力于制定下一代视频编码标准。2003年5月，正式推出H．264／AVC新标准，该标准的正式名称为H．264／MPEG-4part10AVC。H．264／AVC标准的主要目标是力求设计简单有效的编码技术，并具有高效的压缩性能和易于网络传输的能力，以满足日益增长的“对话型”(移动视频电话、会议)、“非对话型”(视频存储、广播以及流媒体等)以及数码影院、视频监控等视频应用的场合。
1H．264／AVC的基本编码结构
与早期的视频编码标准相同，H．264／AVC标准没有明确定义一对完整的编解码器，而是定义了编码码流的语法和对码流进行解码的方法。H．264／AVC采用了与以往标准类似的运动估计／补偿+分块DCT变换的混合编码框架。
H．264／AVC采用“返回基本”的思想去开发高性能的视频编码标准，即采用现有的基本算法和结构，通过精心优化计算流程和方法来取得更好的视频编码性能。与现有的H．261，H．263标准相比，H．264保持了编码器的系统结构不变，主要包括四个步骤：
(1)把一帧图像划分为小块(Macro．Block及Block)，每个小块包含很多像素点，把对整幅图像的编码分成对许多小块的处理。
(2)通过对图像块的变换、量化和熵编码(或变长编码)，消除图像中的空间冗余。
(3)由于相邻的各帧图像存在很大的相似性(即时间冗余)，所以只需要将相邻帧图像间的变化进行编码传送即可，这是通过运动搜索和运动补偿实现的。对每一个编码块，通过搜索上一编码帧(或之前的几帧)的相应位置来找到一个运动向量，这一向量将和帧间差值一起传送，用于这一图像块的编解码。
(4)残余编码：对于原始块和相应的预测块之间的差值进行变换、量化和熵编码，以去除当前帧剩下的空间冗余。
但是与以前的编码算法H．263相比，H．264加入了一些新的特性，以提高编码效率。这些特征如下：
(1)对于进行帧内编码的图像，不是直接对原始图像进行变换、量化和编码，而是首先采用多种不同的预测方法对图像进行预测，然后对差值进行上述处理，以取得更佳的编码效率。
(2)在运动搜索和运动补偿方面，H．264采用了从4x4到16×16共13种搜索块进行运动搜索，以提高匹配程度，采用1／4像素精度进行搜索，以提高搜索精度。另外，根据对编码延时的不同要求，H．264还可以对以前多个已编码帧进行运动搜索，以达到最佳效果。
(3)在变换编码方面，H．264采用了4×4的整数变换(ICT)代替DCT变换，整数变换的效果接近DCT，但运算量要少，而且在反变换过程中不会因计算精度的问题而引入误差。
(4)在熵编码过程中，H．264使用单一的变长编码(UVLC)和基于内容的上下文变长编码(CAVLC)进行编码。
2编码结构的分层处理
H．264的编码结构在概念上分为两层。视频编码层(VideoCodingLayer，VCL)负责高效率的视频压缩能力；网络适配层(NetworkAdaptionLayer，NAL)负责网络的适配，即对不同网络要有不同的适应能力，例如以恰当方式对数据进行打包和传送。H．264编码器分层结构如图1所示。在VCL和NAL之间定义了一个基于分组方式的接口，打包和相应的信令属于NAL的一部分。这样，高效率编码和网络适应性的任务则分别由VCL，和NAL来完成。
VCL包括基于块的运动补偿混合编码和一些新特性。NAL负责针对下层网络的特性对数据进行封装，包括成帧，发信号给逻辑信道，利用同步信息等。NAL从VCL获得数据，包括头信息、段结构信息和实际净荷信息(如果采用数据分割技术，净荷数据可能由几部分组成)。NAL的任务就是要正确地将它们映射到传输协议上。NAL下面是各种具体的协议，如H．323，H．324等。NAL层的引入大大提高了H．264适应复杂信道的能力。
JVT标准中的NAL定义了视频编解码器本身和外部的接口。它的基本单元是NALUs(NerworkAb-stractionLayerUnits)。这对实现许多现行网络包的传输方式提供了很好的支持。
一个NALU由一个一字节的头和包含特定类型句法元素的可变长度比特串组成。一个NALU可以包含slice的编码信息、随机访问点、参数集信息或补充增强信息等。NALU头结构如下：
