رمزگذاری و بسته بندی فناوری پخش زنده

معنای کدگذاری ویدئو

فضای ذخیره سازی بزرگ برای داده های اصلی فیلم ، یک فیلم 1080P 7 s به 817 مگابایت نیاز دارد
انتقال داده اصلی فیلم پهنای باند زیادی را اشغال می کند و انتقال فیلم 11 ثانیه ای بالا با پهنای باند 7 مگابیت بر ثانیه 10 دقیقه طول می کشد.
بعد از رمزگذاری و فشرده سازی H.264 ، اندازه ویدئو فقط 708 کیلوگرم است و پهنای باند 10 مگابیت بر ثانیه فقط به 500 میلی ثانیه نیاز دارد که می تواند نیازهای انتقال در زمان واقعی را برآورده کند. بنابراین ، فیلم اصلی جمع آوری شده از سنسور کسب ویدئو باید کدگذاری ویدئو باشد.

اساسی

پس چرا می توان یک فیلم بزرگ عظیم را در یک ویدیوی بسیار کوچک رمزگذاری کرد؟ فناوری موجود در این چیست؟ قبل از صحبت در مورد فناوری ، ابتدا باید مفهوم ویدیو را ایجاد کنیم که تصاویر پیوسته است.

ایده اصلی حذف اطلاعات زائد است:

افزونگی فضایی: بین پیکسل های مجاور تصویر همبستگی زیادی وجود دارد
افزونگی زمانی: محتوای مشابه بین تصاویر مجاور در یک توالی ویدئو
افزونگی کدگذاری: مقادیر مختلف پیکسل احتمالات مختلفی دارند
افزونگی بصری: سیستم بینایی انسان به جزئیات خاصی حساس نیست
افزونگی دانش: ساختار نظم را می توان از دانش قبلی و دانش زمینه بدست آورد
ویدئو اساساً یک سری عکس است که به طور مداوم و سریع پخش می شود ، بنابراین ساده ترین راه برای فشرده سازی فیلم ، فشرده سازی هر فریم از تصاویر است. به عنوان مثال ، رمزگذاری قدیمی MJPEG برای فشرده سازی هر فریم از تصاویر موجود در فیلم است. این روش رمزگذاری فقط کدگذاری درون قاب وجود دارد که از کد پیش بینی نمونه فضایی برای کدگذاری استفاده می کند. استعاره تصویر این است که هر فریم را به عنوان یک تصویر در نظر می گیرد و از قالب رمزگذاری JPEG برای فشرده سازی تصویر استفاده می کند. این نوع رمزگذاری فقط فشرده سازی اطلاعات زائد را در تصویر در نظر می گیرد.

با این حال ، به دلیل همبستگی زمانی بین فریم ها ، برخی از رمزگذارهای پیشرفته ایجاد شده اند که می توانند از کدگذاری بین قاب استفاده کنند. به زبان ساده ، مناطق خاصی از قاب از طریق الگوریتم جستجو انتخاب می شوند و سپس فریم فعلی محاسبه می شود. این نوعی رمزگذاری با اختلاف بردار بین قاب های مرجع جلو و عقب است. از طریق دو فریم متوالی زیر در شکل 2 ، می توانیم ببینیم که اسکی باز در حال حرکت به جلو است ، اما در واقع صحنه برف به عقب تغییر می کند ، و قاب P ارجاع داده می شود قاب ها (I یا سایر قاب های P) را می توان رمزگذاری کرد ، اندازه پس از رمزگذاری بسیار کوچک است و نسبت فشرده سازی بسیار زیاد است.

پیوند مرجع در مورد قاب http://mp.weixin.qq.com/s/ox6MsWx71b-GFsZihaOwww

برخی از دانش آموزان ممکن است به چگونگی شکل گیری این دو تصویر علاقه مند شوند. در اینجا دو خط از دستورات FFmpeg برای دستیابی وجود دارد. برای جزئیات بیشتر در مورد FFmpeg ، لطفا به فصل های زیر مراجعه کنید:

خط اول ویدئویی با بردار متحرک تولید می کند
خط دوم هر فریم را به عنوان یک تصویر خارج می کند
از دستور استفاده کنید

ffmpeg -flags2 + export_mvs -i tutu.mp4 -vf codecview = mv = pf + bf + bb tutudebug2.mp4

ffmpeg -i tutudebug2.mp4'tutunormal-٪ 03d.bmp '
　　　

علاوه بر افزونگی مکانی و فشرده سازی افزونگی زمانی ، عمدتا فشرده سازی رمزگذار و فشرده سازی بصری وجود دارد. نمودار زیر نمودار جریان اصلی رمزگذار است:

شکل 3 و شکل 4 دو فرایند هستند. شکل 3 کدگذاری درون قاب است و شکل 4 کدگذاری بین قاب است. تفاوت اصلی که از شکل دیده می شود متفاوت بودن مرحله اول است. در واقع ، این دو فرایند نیز با هم ترکیب شده اند. به طور کلی ، I frame و P frame به ترتیب از کدگذاری درون قاب و کدگذاری بین فریم استفاده می کنند.

انتخاب رمزگذار

من اصل و روند اساسی رمزگذار را مرتب کرده ام. رمزگذار چندین دهه پیشرفت را تجربه کرده است. این تنها از پشتیبانی از رمزگذاری درون قاب به نسل جدید رمزگذار ارائه شده توسط H.265 و VP9 امروزه تبدیل شده است. در حال حاضر ، برخی از رمزگذارهای رایج مورد تجزیه و تحلیل قرار می گیرند و ما شما را به کاوش در جهان رمزگذارها می بریم.

H.264

معرفی

پروژه H.264 / AVC قصد دارد یک استاندارد ویدیویی ایجاد کند. در مقایسه با استاندارد قدیمی ، می تواند ویدئوی با کیفیت بالا را در پهنای باند کمتری ارائه دهد (به عبارت دیگر ، فقط نیمی از پهنای باند MPEG-2 ، H.263 یا MPEG-4 قسمت 2 یا کمتر) بدون اضافه کردن پیچیدگی زیاد در طراحی دستیابی به آن غیرممکن است یا هزینه اجرای آن بسیار زیاد است. هدف دیگر تأمین انعطاف پذیری کافی برای استفاده در برنامه ها ، شبکه ها و سیستم های مختلف از جمله پهنای باند کم و زیاد ، وضوح تصویر بالا و پایین ، پخش ، ذخیره سازی DVD ، شبکه های RTP / IP و سیستم تلفن های چندرسانه ای ITU-T است.

H.264 / AVC شامل یک سری ویژگی های جدید است که باعث می شود نه تنها کارآمدتر از کدک های قبلی باشد ، بلکه می تواند در برنامه های مختلف در شبکه های مختلف شبکه نیز مورد استفاده قرار گیرد. این بنیاد فنی باعث می شود H.264 به رمزگذار اصلی مورد استفاده شرکت های ویدیویی آنلاین از جمله YouTube تبدیل شود ، اما استفاده از آن کار ساده ای نیست. از لحاظ تئوری ، استفاده از H.264 به هزینه زیادی نیاز دارد. هزینه های ثبت اختراع.

مجوز ثبت اختراع

مانند قسمت های اول و دوم MPEG-2 و قسمت دوم MPEG-4 ، تولیدکنندگان و ارائه دهندگان خدمات محصول که از H.264 / AVC استفاده می کنند ، باید هزینه های مجوز ثبت اختراع را به دارندگان حق ثبت اختراع پرداخت کنند. منبع اصلی این مجوزهای ثبت اختراع یک سازمان خصوصی به نام MPEG-LA LLC است. این سازمان هیچ ارتباطی با سازمان استاندارد سازی MPEG ندارد ، اما این سازمان سیستم MPEG-2 Part One ، Part Two Video و MPEG-4 Part One را نیز مدیریت می کند. مجوزهای اختراع ویدئویی دو بخشی و سایر فناوری ها.
سایر مجوزهای ثبت اختراع باید به یک سازمان خصوصی دیگر به نام VIA Licensing مراجعه کنند ، این مجوز همچنین مجوزهای ثبت اختراع برای استانداردهای فشرده سازی صدا مانند MPEG-2 AAC و MPEG-4 Audio را مدیریت می کند.

پیاده سازی منبع باز H.264

openh264 یک برنامه رمزگذاری منبع آزاد H.264 است که توسط سیسکو اجرا شده است. اگرچه H.264 به حق انحصاری بالایی نیاز دارد ، اما حق ثبت اختراع سالانه محدودیت دارد. بعد از اینکه سیسکو هزینه حق ثبت اختراع سالانه را برای OpenH264 پرداخت کرد ، OpenH264 در واقع رایگان است از آن استفاده رایگان کنید.

x264 یک نرم افزار رایگان کد نویسی ویدیویی است که تحت GPL مجوز دارد. وظیفه اصلی x264 انجام رمزگذاری ویدئویی H.264 / MPEG-4 AVC است ، نه به عنوان رسیور.

به استثنای مسئله هزینه برای مقایسه:
میزان استفاده CPU از openh264 بسیار کمتر از x264 است
openh264 فقط از مشخصات پایه پشتیبانی می کند ، x264 از پروفایل های بیشتر پشتیبانی می کند

HEVC / H.265

معرفی

High Efficiency Video Coding (HEVC) یک استاندارد فشرده سازی ویدئو است (که H.265 نیز نامیده می شود) ، که به عنوان جانشین استاندارد ITU-T H.264 / MPEG-4 AVC در نظر گرفته می شود. در سال 2004 ، گروه خبره های متحرک تصویر ISO / IEC (MPEG) و گروه خبره برنامه نویسی ویدیویی ITU-T (VCEG) به عنوان ISO / IEC 23008-2 MPEG-H Part 2 یا ITU-T H.265 شروع به توسعه کردند. اولین نسخه استاندارد فشرده سازی فیلم HEVC / H.265 به عنوان استاندارد رسمی اتحادیه بین المللی ارتباطات از راه دور (ITU-T) در تاریخ 13 آوریل 2013 پذیرفته شد. HEVC نه تنها برای بهبود کیفیت فیلم بلکه برای دستیابی به دو برابر نیز در نظر گرفته شده است. میزان فشرده سازی H.264 / MPEG-4 AVC (معادل کاهش 50 درصدی نرخ بیت تحت همان کیفیت تصویر) و می تواند از وضوح 4K و حتی تلویزیون با کیفیت فوق العاده بالا (UHDTV) پشتیبانی کند ، بالاترین وضوح می تواند به 8192 × 4320 (وضوح 8K) برسید.

مجوز ثبت اختراع

HEVC از همه تولیدکنندگان محتوا که از فناوری H.265 استفاده می کنند ، از جمله اپل ، یوتیوب ، نتفلیکس ، فیس بوک و آمازون ، می خواهد 0.5٪ از درآمد محتوای خود را به عنوان هزینه استفاده از فناوری پرداخت کنند. کل بازار رسانه های جریانی هر سال به حدود 100 میلیارد دلار آمریکا می رسد و همچنان ادامه دارد. در رشد ، مالیات 0.5٪ قطعاً هزینه هنگفتی است. و آنها تولیدکنندگان تجهیزات را رها نکردند ، در این میان تولیدکنندگان تلویزیون نیاز به پرداخت 1.5 دلار آمریکا به ازای هر واحد و سازندگان دستگاه تلفن همراه 0.8 دلار آمریکا برای واحد حق ثبت اختراع دارند. آنها حتی تولیدکنندگانی مانند پخش کننده های دستگاه های Blu-ray ، کنسول های بازی و ضبط کننده های ویدئو را که باید هرکدام 1.1 دلار بپردازند ، رها نکرده اند.

اجرای منبع باز H.265 / HEVC

libde265 HEVC توسط شرکت ساختار تحت مجوز منبع باز GNU Lesser General Public Public (LGPL) ارائه شده است و بینندگان می توانند با سرعت کمتری در اینترنت از بالاترین کیفیت تصاویر لذت ببرند. در مقایسه با رسیورهای قبلی مبتنی بر استاندارد H.264 ، رسیور libde265 HEVC می تواند محتوای HD کامل شما را تا دو برابر مخاطب برساند یا پهنای باند مورد نیاز برای جریان را 50٪ کاهش دهد.

x265 توسط MulticoreWare ساخته شده است و طبق توافق نامه GPL منبع آزاد آن است.

VP8

معرفی

VP8 یک قالب فشرده سازی فیلم باز است که ابتدا توسط On2 Technologies ساخته شده و سپس توسط گوگل منتشر شده است. در همان زمان ، گوگل کتابخانه پیاده سازی رمزگذاری شده VP8 را نیز منتشر کرد: libvpx ، که در قالب شرایط مجوز BSD منتشر شد و متعاقباً حق استفاده از حق ثبت اختراع را اضافه کرد. پس از چند بحث ، سرانجام مجوز VP8 به عنوان مجوز منبع باز تأیید شد.

در حال حاضر ، مرورگرهای وب که از VP8 پشتیبانی می کنند Opera ، Firefox و Chrome هستند.

مجوز ثبت اختراع

در مارس 2013 ، گوگل با MPEG LA و 11 دارندگان حق ثبت اختراع به توافق رسید تا به Google اجازه دهد VP8 و VPx قبلی و رمزگذاری های دیگر خود را که ممکن است از اختراعات ثبت شده نقض شود ، بدست آورد. در عین حال ، Google همچنین می تواند ثبت اختراعات مرتبط را به صورت رایگان به کاربران VP8 مجوز مجدد دهد. ، این توافق نامه برای نسل بعدی رمزگذاری VPx نیز مناسب است. تا کنون ، MPEG LA از ایجاد اتحادیه صدور مجوز VP8 متمرکز شده و کاربران VP8 می توانند بدون نگرانی در مورد حق امتیاز احتمالی نقض حق ثبت اختراع ، تصمیم بگیرند که از این کد به صورت رایگان استفاده کنند.

اجرای منبع باز VP8

Libvpx تنها اجرای منبع باز VP8 است. توسط On2 Technologies ساخته شده است. گوگل پس از خریداری آن ، کد منبع خود را باز کرد. مجوز بسیار شل است و می تواند آزادانه مورد استفاده قرار گیرد.

VP9

معرفی

توسعه VP9 از سه ماهه سوم سال 2011 آغاز شده است. هدف این است که اندازه پرونده را 50 درصد در مقایسه با رمزگذاری VP8 با همان کیفیت تصویر کاهش دهید. هدف دیگر پیشی گرفتن از رمزگذاری HEVC در کارایی رمزگذاری است.

در تاریخ 13 دسامبر 2012 ، مرورگر Chromium پشتیبانی از رمزگذاری VP9 را اضافه کرد. مرورگر Chrome از 9 فوریه 21 شروع به پشتیبانی از پخش فیلم رمزگذاری شده VP2013 کرد.

گوگل اعلام کرد که توسعه کد VP9 را در 17 ژوئن 2013 تکمیل می کند ، زمانی که مرورگر Chrome به طور پیش فرض کد VP9 را راهنمایی می کند. در 18 مارس 2014 ، موزیلا پشتیبانی VP9 را به مرورگر Firefox اضافه کرد.

در تاریخ 3 آوریل 2015 ، گوگل libvpx1.4.0 را منتشر کرد که پشتیبانی از عمق 10 بیتی و 12 بیتی بیت ، نمونه برداری از کروم 4: 2: 2 و 4: 4: 4 و رمزگذاری / رمزگشایی چند هسته ای VP9 را اضافه کرد.

مجوز ثبت اختراع

VP9 یک قالب رمزگذاری ویدئویی با فرمت باز و بدون حق امتیاز است.

اجرای منبع باز VP9

libvpx تنها پیاده سازی منبع باز VP9 است که توسط Google توسعه و نگهداری شده است. برخی از کدها توسط VP8 و VP9 مشترک هستند و بقیه به ترتیب پیاده سازی کدک VP8 و VP9 هستند.

مقایسه VP9 و H.264 و HEVC
مقایسه HEVC و H.264 در رزولوشن های مختلف
در مقایسه با H.264 / MPEG-4 ، میانگین کاهش نرخ بیت HEVC به شرح زیر است:

مشاهده می شود که نرخ بیت بیش از 60٪ کاهش یافته است

HEVC (H.265) دارای مزیت بیشتری در صرفه جویی در نرخ بیت برای VP9 و H.264 است ، به ترتیب در همان PSNR 48.3٪ و 75.8٪ صرفه جویی می کند
H.264 در زمان رمزگذاری یک مزیت بزرگ دارد. در مقایسه با VP9 و HEVC (H.265) ، HEVC 6 برابر VP9 است و VP9 تقریبا 40 برابر H.264 است.