H.264/AVC प्रोजेक्ट का उद्देश्य एक ऐसा मानक बनाना है जो पिछले मानकों की तुलना में बहुत कम बिट दर पर अच्छी वीडियो गुणवत्ता प्रदान कर सके (यानी, MPEG-2, H.263, या MPEG- या की आधी बिट दर) अधिक)। कम)। 4 भाग 2), डिज़ाइन की जटिलता को बढ़ाए बिना, ताकि इसे लागू करना अव्यावहारिक या बहुत महंगा हो। एक अन्य लक्ष्य पर्याप्त लचीलापन प्रदान करना है ताकि मानक को विभिन्न नेटवर्क और सिस्टम पर विभिन्न अनुप्रयोगों पर लागू किया जा सके, जिसमें कम और उच्च बिट दर, कम और उच्च रिज़ॉल्यूशन वीडियो, प्रसारण, डीवीडी स्टोरेज, आरटीपी / आईपी पैकेट नेटवर्क और आईटीयू-टी शामिल हैं। मल्टीमीडिया टेलीफोन प्रणाली. H.264 मानक को कई अलग-अलग कॉन्फ़िगरेशन फ़ाइलों से बना एक "मानक परिवार" माना जा सकता है। एक विशेष डिकोडर कम से कम एक लेकिन जरूरी नहीं कि सभी प्रोफाइल को डिकोड करता है। डिकोडर विनिर्देश बताता है कि कौन सी कॉन्फ़िगरेशन फ़ाइलों को डिकोड किया जा सकता है। H.264 का उपयोग आमतौर पर हानिपूर्ण संपीड़न के लिए किया जाता है, हालांकि हानिपूर्ण कोडित छवियों में वास्तव में दोषरहित कोडिंग क्षेत्र बनाना, या दुर्लभ उपयोग के मामलों का समर्थन करना भी संभव है जहां संपूर्ण कोडिंग दोषरहित है।
H.264 को ITU-T वीडियो कोडिंग एक्सपर्ट ग्रुप (VCEG) ने ISO/IEC JTC1 मूविंग पिक्चर एक्सपर्ट्स ग्रुप (MPEG) के साथ मिलकर विकसित किया था। परियोजना साझेदारी को संयुक्त वीडियो टीम (जेवीटी) कहा जाता है। आईटीयू-टी एच.264 मानक और आईएसओ/आईईसी एमपीईजी-4 एवीसी मानक (औपचारिक रूप से, आईएसओ/आईईसी 14496-10-एमपीईजी-4 भाग 10, उन्नत वीडियो कोडिंग) को संयुक्त रूप से बनाए रखा जाता है ताकि उनमें समान तकनीकी सामग्री हो। मानक के पहले संस्करण का अंतिम मसौदा मई 2003 में पूरा किया गया था, और इसके कार्यों के विभिन्न विस्तार इसके बाद के संस्करणों में जोड़े गए थे। उच्च दक्षता वीडियो कोडिंग (HEVC), अर्थात् H.265 और MPEG-H भाग 2, उसी संगठन द्वारा विकसित H.264/MPEG-4 AVC के उत्तराधिकारी हैं, और पहले के मानक अभी भी आमतौर पर उपयोग किए जाते हैं।
सबसे प्रसिद्ध H.264 संभवतः ब्लू-रे डिस्क के लिए वीडियो एन्कोडिंग मानकों में से एक है; सभी ब्लू-रे डिस्क प्लेयर्स को H.264 को डिकोड करने में सक्षम होना चाहिए। इसका व्यापक रूप से उपयोग इंटरनेट संसाधनों को स्ट्रीम करने में भी किया जाता है, जैसे कि वीमियो, यूट्यूब और आईट्यून्स स्टोर से वीडियो, एडोब फ्लैश प्लेयर और माइक्रोसॉफ्ट सिल्वरलाइट जैसे नेटवर्क सॉफ्टवेयर, और जमीन पर विभिन्न एचडीटीवी प्रसारण (एटीएससी, आईएसडीबी-टी, डीवीबी) - टी या DVB-T2), केबल (DVB-C) और सैटेलाइट (DVB-S और DVB-S2)।
H.264 सभी पक्षों के स्वामित्व वाले पेटेंट द्वारा संरक्षित है। H.264 के लिए आवश्यक अधिकांश (लेकिन सभी नहीं) पेटेंट को कवर करने वाले लाइसेंस पेटेंट पूल एमपीईजी एलए द्वारा प्रबंधित किए जाते हैं। 3 पेटेंट की गई H.264 तकनीक के व्यावसायिक उपयोग के लिए MPEG LA और अन्य पेटेंट मालिकों को रॉयल्टी का भुगतान करना आवश्यक है। एमपीईजी एलए अंतिम उपयोगकर्ताओं को मुफ्त स्ट्रीमिंग इंटरनेट वीडियो प्रदान करने के लिए एच.264 तकनीक के मुफ्त उपयोग की अनुमति देता है, और सिस्को सिस्टम्स अपने ओपन सोर्स एच.264 एनकोडर बाइनरी फ़ाइल उपयोगकर्ताओं की ओर से एमपीईजी एलए को रॉयल्टी का भुगतान करता है।
1. नामकरण
H.264 नाम ITU-T नामकरण परंपरा का अनुसरण करता है, जो VCEG वीडियो कोडिंग मानकों की H.26x श्रृंखला का सदस्य है; एमपीईजी-4 एवीसी नाम आईएसओ/आईईसी एमपीईजी में नामकरण परंपरा से संबंधित है, जहां मानक आईएसओ/आईईसी 14496 भाग 10 है, आईएसओ/आईईसी 14496 मानकों का एक सूट है जिसे एमपीईजी-4 कहा जाता है। मानक को वीसीईजी और एमपीईजी के बीच साझेदारी में संयुक्त रूप से विकसित किया गया था, और एच.26एल नामक एक वीसीईजी परियोजना पहले आईटीयू-टी में की गई थी। इसलिए, सामान्य विरासत पर जोर देने के लिए मानक को संदर्भित करने के लिए H.264/AVC, AVC/H.264, H.264/MPEG-4AVC या MPEG-4/H.264 AVC जैसे नामों का उपयोग अक्सर किया जाता है। कभी-कभी, इसे "जेवीटी कोडेक" भी कहा जाता है, इसे विकसित करने वाले संयुक्त वीडियो टीम (जेवीटी) संगठन का संदर्भ लें। (इस प्रकार की साझेदारी और एकाधिक नामकरण असामान्य नहीं हैं। उदाहरण के लिए, एमपीईजी-2 नामक वीडियो संपीड़न मानक भी एमपीईजी और आईटीयू-टी के बीच साझेदारी से उत्पन्न हुआ है, जहां एमपीईजी-2 वीडियो को आईटीयू-टी समुदाय एच कहता है। 262. 4) कुछ सॉफ्टवेयर प्रोग्राम (जैसे वीएलसी मीडिया प्लेयर) आंतरिक रूप से इस मानक को एवीसी1 के रूप में पहचानते हैं।
2। इतिहास
1998 की शुरुआत में, वीडियो कोडिंग विशेषज्ञ समूह (VCEG-ITU-T SG16 Q.6) ने कोडिंग दक्षता (जिसका अर्थ है कि आवश्यक बिटरेट) को दोगुना करने के लक्ष्य के साथ, H.26L नामक एक परियोजना के लिए प्रस्तावों के लिए एक कॉल जारी की। आधा) विभिन्न अनुप्रयोगों के लिए उपयोग किए जाने वाले किसी भी अन्य मौजूदा वीडियो कोडिंग मानकों की तुलना में निष्ठा का एक निश्चित स्तर। वीसीईजी के अध्यक्ष गैरी सुलिवन (माइक्रोसॉफ्ट, पूर्व में पिक्चरटेल, यूएसए) हैं। नए मानक का पहला मसौदा डिजाइन अगस्त 1999 में अपनाया गया था। 2000 में, थॉमस विगैंड (हेनरिक हर्ट्ज़ इंस्टीट्यूट, जर्मनी) वीसीईजी के सह-अध्यक्ष बने।
दिसंबर 2001 में, VCEG और मूविंग पिक्चर एक्सपर्ट्स ग्रुप (MPEG-ISO / IEC JTC 1 / SC 29 / WG 11) ने एक संयुक्त वीडियो ग्रुप (JVT) का गठन किया, और इसके चार्टर ने वीडियो कोडिंग मानक को अंतिम रूप दिया। [5] विनिर्देश को औपचारिक रूप से मार्च 2003 में अनुमोदित किया गया था। जेवीटी की अध्यक्षता गैरी सुलिवन, थॉमस विगैंड और अजय लूथरा (मोटोरोला, यूएसए: बाद में एरिस, यूएसए) ने की थी। जून 2004 में, फिडेलिटी स्कोप एक्सटेंशन (FRExt) परियोजना को अंतिम रूप दिया गया। जनवरी 2005 से नवंबर 2007 तक, जेवीटी स्केलेबल वीडियो कोडिंग (एसवीसी) नामक एक अनुलग्नक (जी) के माध्यम से एच.264/एवीसी को स्केलेबिलिटी तक विस्तारित करने पर काम कर रहा है। जेवीटी प्रबंधन टीम का विस्तार जेन्स-रेनर ओम (आचेन विश्वविद्यालय, जर्मनी) द्वारा किया गया था। जुलाई 2006 से नवंबर 2009 तक, जेवीटी ने मल्टी-वीडियो वीडियो कोडिंग (एमवीसी) लॉन्च किया, जो टीवी और 264डी टीवी को फ्री-व्यू करने के लिए एच.3/एवीसी का विस्तार है। इस कार्य में दो नए मानक प्रोफाइल का विकास शामिल है: मल्टीव्यू हाई प्रोफाइल और स्टीरियो हाई प्रोफाइल।
H.264/AVC के पहले संस्करण का मानकीकरण मई 2003 में पूरा हुआ। मूल मानक का विस्तार करने वाली पहली परियोजना में, JVT ने बाद में तथाकथित फिडेलिटी रेंज एक्सटेंशन (FRExt) विकसित किया। ये एक्सटेंशन तथाकथित Y'CbCr 4:2:2 (= YUV 4:2:2) और Y 'CbCr 4:4 सैंपलिंग सहित उच्च नमूना बिट गहराई सटीकता और उच्च रिज़ॉल्यूशन रंग जानकारी का समर्थन करके उच्च गुणवत्ता वाली वीडियो कोडिंग प्राप्त करते हैं। संरचना: 4. फिडेलिटी रेंज एक्सटेंशन परियोजना में अन्य कार्य भी शामिल हैं, जैसे 4×4 और 8×8 पूर्णांक परिवर्तनों के बीच अनुकूली स्विचिंग, एनकोडर द्वारा निर्दिष्ट अवधारणात्मक-आधारित परिमाणीकरण भार मैट्रिक्स, चित्रों के बीच कुशल दोषरहित एन्कोडिंग, और अतिरिक्त के लिए समर्थन रंग रिक्त स्थान. फिडेलिटी रेंज एक्सटेंशन्स का डिज़ाइन कार्य जुलाई 2004 में पूरा हुआ, और इसका प्रारूपण कार्य सितंबर 2004 में पूरा हुआ।
मानक के हालिया विस्तार में पांच अन्य नई प्रोफ़ाइलों को शामिल करना शामिल है [कौन सा? ] मुख्य रूप से व्यावसायिक अनुप्रयोगों के लिए उपयोग किया जाता है, विस्तारित रंग सरगम स्थान समर्थन जोड़ना, अतिरिक्त पहलू अनुपात संकेतक को परिभाषित करना, दो अन्य प्रकार की "पूरक वृद्धि जानकारी" (पोस्ट-फ़िल्टर संकेत और टोन मैपिंग) को परिभाषित करना, और पिछली FRExt कॉन्फ़िगरेशन फ़ाइल को त्यागना (उच्च) 4:4:4 प्रोफ़ाइल), उद्योग प्रतिक्रिया [किसके द्वारा? ] निर्देशों को अलग ढंग से डिज़ाइन किया जाना चाहिए।
मानक में जोड़ी गई अगली प्रमुख विशेषता स्केलेबल वीडियो कोडिंग (एसवीसी) है। एच.264/एवीसी के अनुबंध जी में यह निर्धारित है कि एसवीसी उप-बिटस्ट्रीम युक्त बिटस्ट्रीम के निर्माण की अनुमति देता है जो मानक के अनुरूप भी है, जिसमें "बेस लेयर" नामक एक ऐसी बिटस्ट्रीम भी शामिल है, जिसे एच.264/ द्वारा डिकोड किया जा सकता है। AVC कोडेक जो SVC का समर्थन करता है। अस्थायी बिटस्ट्रीम स्केलेबिलिटी के लिए (यानी, मुख्य बिटस्ट्रीम की तुलना में छोटे अस्थायी नमूना दर के साथ उप-बिटस्ट्रीम हैं), उप-बिटस्ट्रीम प्राप्त होने पर बिटस्ट्रीम से पूर्ण एक्सेस इकाइयां हटा दी जाती हैं। इस मामले में, बिटस्ट्रीम में उच्च-स्तरीय सिंटैक्स और अंतर-भविष्यवाणी संदर्भ चित्रों का निर्माण तदनुसार किया जाता है। दूसरी ओर, स्थानिक और गुणवत्ता बिटस्ट्रीम स्केलेबिलिटी के लिए (यानी, मुख्य बिटस्ट्रीम की तुलना में कम स्थानिक रिज़ॉल्यूशन/गुणवत्ता वाले उप-बिटस्ट्रीम हैं), उप-बिटस्ट्रीम (नेटवर्क एब्स्ट्रैक्शन लेयर) प्राप्त करते समय बिटस्ट्रीम से एनएएल को हटा दें। . इस मामले में, अंतर-परत भविष्यवाणी (यानी, कम स्थानिक रिज़ॉल्यूशन/गुणवत्ता सिग्नल के डेटा से उच्च स्थानिक रिज़ॉल्यूशन/गुणवत्ता सिग्नल की भविष्यवाणी करना) का उपयोग आमतौर पर कुशल कोडिंग के लिए किया जाता है। स्केलेबल वीडियो कोडिंग एक्सटेंशन नवंबर 2007 में पूरा हुआ।
मानक में जोड़ी गई अगली प्रमुख विशेषता मल्टी-व्यू वीडियो कोडिंग (एमवीसी) है। एच.264/एवीसी के अनुबंध एच में यह निर्दिष्ट है कि एमवीसी एक वीडियो दृश्य के एक से अधिक दृश्यों का प्रतिनिधित्व करने वाले बिटस्ट्रीम के निर्माण को सक्षम बनाता है। इस सुविधा का एक महत्वपूर्ण उदाहरण स्टीरियोस्कोपिक 3डी वीडियो एन्कोडिंग है। एमवीसी कार्य में दो प्रोफाइल विकसित किए गए थे: मल्टीव्यू हाई प्रोफाइल किसी भी संख्या में व्यू का समर्थन करता है, और स्टीरियो हाई प्रोफाइल विशेष रूप से दो-व्यू स्टीरियो वीडियो के लिए डिज़ाइन किया गया है। मल्टीव्यू वीडियो कोडिंग एक्सटेंशन नवंबर 2009 में पूरा हुआ।
3। आवेदन
H.264 वीडियो प्रारूप में अनुप्रयोगों की एक बहुत विस्तृत श्रृंखला है, जिसमें कम-बिट दर वाले इंटरनेट स्ट्रीमिंग अनुप्रयोगों से लेकर एचडीटीवी प्रसारण और लगभग दोषरहित एन्कोडिंग डिजिटल मूवी अनुप्रयोगों तक सभी प्रकार के डिजिटल संपीड़ित वीडियो शामिल हैं। MPEG-264 भाग 2 की तुलना में H.2 का उपयोग करके, बिट दर को 50% या अधिक तक बचाया जा सकता है। उदाहरण के लिए, यह बताया गया है कि H.264 द्वारा प्रदान की गई डिजिटल सैटेलाइट टीवी की गुणवत्ता MPEG-2 के वर्तमान कार्यान्वयन के समान है, जिसमें बिट दर आधे से भी कम है। MPEG-2 की वर्तमान कार्यान्वयन दर लगभग 3.5 Mbit/s है, जबकि H.264 केवल 1.5 Mbit/s है। /एस। [23] सोनी का दावा है कि 9 Mbit/s AVC रिकॉर्डिंग मोड HDV प्रारूप की छवि गुणवत्ता के बराबर है, जो लगभग 18-25 Mbit/s का उपयोग करता है।
H.264/AVC अनुकूलता और परेशानी-मुक्त अपनाने को सुनिश्चित करने के लिए, कई मानक संगठनों ने अपने वीडियो-संबंधित मानकों को संशोधित या जोड़ा है ताकि इन मानकों के उपयोगकर्ता H.264/AVC का उपयोग कर सकें। ब्लू-रे डिस्क प्रारूप और अब बंद हो चुके एचडी डीवीडी प्रारूप दोनों तीन अनिवार्य वीडियो संपीड़न प्रारूपों में से एक के रूप में H.264 / AVC हाई प्रोफाइल का उपयोग करते हैं। डिजिटल वीडियो ब्रॉडकास्टिंग प्रोजेक्ट (डीवीबी) ने 264 के अंत में प्रसारण टेलीविजन के लिए एच.2004/एवीसी के उपयोग को मंजूरी दे दी।
अमेरिकी एडवांस्ड टेलीविजन सिस्टम कमेटी (एटीएससी) मानक निकाय ने जुलाई 264 में प्रसारण टेलीविजन के लिए एच.2008/एवीसी को मंजूरी दे दी, हालांकि संयुक्त राज्य अमेरिका में निश्चित एटीएससी प्रसारण के लिए मानक का अभी तक उपयोग नहीं किया गया है। [25] [26] इसे एच.264 के एवीसी और एसवीसी भागों का उपयोग करते हुए नवीनतम एटीएससी-एम/एच (मोबाइल/हैंडहेल्ड) मानक के लिए भी अनुमोदित किया गया है।
सीसीटीवी (क्लोज्ड सर्किट टेलीविजन) और वीडियो निगरानी बाजारों ने इस तकनीक को कई उत्पादों में शामिल किया है। कई सामान्य डीएसएलआर कैमरे क्विकटाइम MOV कंटेनर में निहित H.264 वीडियो को मूल रिकॉर्डिंग प्रारूप के रूप में उपयोग करते हैं।
4. व्युत्पन्न प्रारूप
AVCHD सोनी और पैनासोनिक द्वारा डिज़ाइन किया गया एक उच्च-परिभाषा रिकॉर्डिंग प्रारूप है, जो H.264 का उपयोग करता है (अन्य एप्लिकेशन-विशिष्ट कार्यों और बाधाओं को जोड़ते हुए H.264 के अनुरूप है)।
एवीसी-इंट्रा पैनासोनिक द्वारा विकसित एक इंट्रा-फ्रेम संपीड़न प्रारूप है।
XAVC सोनी द्वारा डिज़ाइन किया गया एक रिकॉर्डिंग प्रारूप है और H.5.2/MPEG-264 AVC के स्तर 4 का उपयोग करता है, जो इस वीडियो मानक द्वारा समर्थित उच्चतम स्तर है। [28] [29] XAVC 4 फ्रेम प्रति सेकंड (एफपीएस) तक की गति के साथ 4096K रिज़ॉल्यूशन (2160×3840 और 2160×60) का समर्थन कर सकता है। [28] [29] सोनी ने घोषणा की कि XAVC-सक्षम कैमरों में दो सिनेअल्टा कैमरे शामिल हैं-सोनी PMW-F55 और Sony PMW-F5। [30] Sony PMW-F55 XAVC रिकॉर्ड कर सकता है, 4K रिज़ॉल्यूशन 30 एफपीएस है, गति 300 Mbit/s, 2K रिज़ॉल्यूशन, 30 fps, 100 Mbit/s है। [31] XAVC 4 एफपीएस पर 60के रिज़ॉल्यूशन रिकॉर्ड कर सकता है और 4 एमबीटी/एस पर 2:2:600 क्रोमा सबसैंपलिंग कर सकता है।
5. विशेषताएँ
H.264 का ब्लॉक आरेख
H.264 / AVC / MPEG-4 भाग 10 में कई नई विशेषताएं शामिल हैं जो इसे पुराने मानक की तुलना में वीडियो को अधिक कुशलता से संपीड़ित करने और विभिन्न नेटवर्क वातावरणों में अनुप्रयोगों के लिए अधिक लचीलापन प्रदान करने में सक्षम बनाती हैं। विशेष रूप से, इनमें से कुछ प्रमुख कार्यों में शामिल हैं:
1) बहु-चित्र अंतर-चित्र भविष्यवाणी में निम्नलिखित विशेषताएं शामिल हैं:
पिछले मानकों की तुलना में पहले से कोड किए गए चित्रों को संदर्भ के रूप में अधिक लचीले तरीके से उपयोग करें, जिससे कुछ मामलों में 16 संदर्भ फ्रेम (या इंटरलेस्ड कोडिंग के मामले में 32 संदर्भ फ़ील्ड) तक के उपयोग की अनुमति मिलती है। गैर-आईडीआर फ्रेम का समर्थन करने वाले प्रोफाइल में, अधिकांश स्तर निर्दिष्ट करते हैं कि अधिकतम रिज़ॉल्यूशन पर कम से कम 4 या 5 संदर्भ फ्रेम की अनुमति देने के लिए पर्याप्त बफरिंग होनी चाहिए। यह मौजूदा मानकों के विपरीत है, जिनकी सीमा आमतौर पर 1 होती है; या, पारंपरिक "बी इमेज" (बी फ्रेम) के मामले में, दो। यह विशेष सुविधा आमतौर पर अधिकांश परिदृश्यों में बिट दर और गुणवत्ता में मामूली सुधार की अनुमति देती है। [उद्धरण की आवश्यकता] लेकिन कुछ प्रकार के दृश्यों में, जैसे दोहराव वाले कार्यों वाले दृश्य या दृश्यों को आगे और पीछे बदलना या पृष्ठभूमि क्षेत्रों को उजागर करना, यह स्पष्टता बनाए रखते हुए बिट दर को काफी कम करने की अनुमति देता है।
परिवर्तनीय ब्लॉक आकार गति मुआवजा (वीबीएसएमसी), ब्लॉक का आकार 16×16 है, जो 4×4 जितना छोटा है, जो गतिशील क्षेत्र के सटीक विभाजन का एहसास कर सकता है। समर्थित लूमा भविष्यवाणी ब्लॉक आकार में 16×16, 16×8, 8×16, 8×8, 8×4, 4×8 और 4×4 शामिल हैं, जिनमें से कई को एक ही मैक्रो ब्लॉक में एक साथ उपयोग किया जा सकता है। उपयोग में आने वाले क्रोमा उप-नमूने के अनुसार, क्रोमा भविष्यवाणी ब्लॉक का आकार तदनुसार छोटा होता है।
16 4×4 विभाजनों से बने बी मैक्रोब्लॉक के मामले में, प्रत्येक मैक्रोब्लॉक अधिकतम 32 पर एकाधिक मोशन वैक्टर (प्रत्येक विभाजन के लिए एक या दो) का उपयोग कर सकता है। प्रत्येक 8×8 या बड़े विभाजन क्षेत्र का मोशन वेक्टर इंगित कर सकता है एक अलग संदर्भ छवि के लिए.
किसी भी मैक्रोब्लॉक प्रकार का उपयोग बी-फ्रेम में किया जा सकता है, जिसमें आई-मैक्रोब्लॉक भी शामिल है, जिसके परिणामस्वरूप बी-फ्रेम का उपयोग करते समय अधिक कुशल कोडिंग होती है। यह विशेषता MPEG-4 ASP से देखी जा सकती है।
स्पष्ट उप-पिक्सेल गति मुआवजे के लिए आधा-पिक्सेल ल्यूमिनेंस नमूना भविष्यवाणी प्राप्त करने के लिए छह-टैप फ़िल्टरिंग का उपयोग किया जाता है। प्रसंस्करण शक्ति बचाने के लिए क्वार्टर-पिक्सेल गति आधे-रंग मूल्यों के रैखिक प्रक्षेप के माध्यम से प्राप्त की जाती है।
गति क्षतिपूर्ति के लिए उपयोग की जाने वाली क्वार्टर-पिक्सेल परिशुद्धता गतिमान क्षेत्र के विस्थापन का सटीक वर्णन कर सकती है। क्रोमा के लिए, रिज़ॉल्यूशन आमतौर पर ऊर्ध्वाधर और क्षैतिज दिशाओं में आधा हो जाता है (4:2:0 देखें), इसलिए क्रोमा की गति क्षतिपूर्ति एक-आठवीं क्रोमा पिक्सेल ग्रिड इकाई का उपयोग करती है।
भारित पूर्वानुमान एनकोडर को गति क्षतिपूर्ति करते समय स्केलिंग और ऑफसेट के उपयोग को निर्दिष्ट करने की अनुमति देता है, और विशेष स्थितियों में महत्वपूर्ण प्रदर्शन लाभ प्रदान करता है - जैसे फीका इन और फीका आउट, फीका इन और फीका इन और फीका इन और फीका आउट संक्रमण। इसमें बी फ्रेम की अंतर्निहित भारित भविष्यवाणी और पी फ्रेम की स्पष्ट भारित भविष्यवाणी शामिल है।
एमपीईजी-2 भाग 2 में पाई गई "डीसी" भविष्यवाणी और एच.263v2 और एमपीईजी-4 भाग 2 में परिवर्तन गुणांक भविष्यवाणी के बजाय "इंट्रा" कोडिंग के लिए आसन्न ब्लॉकों के किनारों के लिए स्थानिक भविष्यवाणी:
इसमें 16×16, 8×8 और 4×4 के लूमा भविष्यवाणी ब्लॉक आकार शामिल हैं (जहां प्रत्येक मैक्रोब्लॉक में केवल एक प्रकार का उपयोग किया जा सकता है)।
2) दोषरहित मैक्रोब्लॉक कोडिंग कार्यों में शामिल हैं:
दोषरहित "पीसीएम मैक्रोब्लॉक" मोड का प्रतिनिधित्व करता है, जो सीधे वीडियो डेटा नमूनों का प्रतिनिधित्व करता है, [34] एक विशिष्ट क्षेत्र के सही प्रतिनिधित्व की अनुमति देता है, और प्रत्येक मैक्रोब्लॉक के लिए कोडित डेटा की मात्रा पर सख्त प्रतिबंध की अनुमति देता है।
उन्नत दोषरहित मैक्रोब्लॉक प्रतिनिधित्व मोड एक विशिष्ट क्षेत्र के सही प्रतिनिधित्व की अनुमति देता है, जबकि आम तौर पर पीसीएम मोड की तुलना में बहुत कम बिट्स का उपयोग करता है।
लचीले इंटरलेस्ड वीडियो एन्कोडिंग फ़ंक्शन, जिनमें शामिल हैं:
मैक्रोब्लॉक एडेप्टिव फ्रेम-फील्ड (एमबीएएफएफ) कोडिंग एक फ्रेम के रूप में कोडित छवि के लिए एक मैक्रोब्लॉक जोड़ी संरचना का उपयोग करती है, जो फील्ड मोड में 16 × 16 मैक्रोब्लॉक की अनुमति देती है (एमपीईजी -2 की तुलना में, जहां फील्ड मोड प्रोसेसिंग को एक फ्रेम के रूप में छवि एन्कोडिंग में लागू किया जाता है) 16×8 सेमी-मैक्रोब्लॉक के प्रसंस्करण में परिणाम)।
छवि अनुकूली फ्रेम और फ़ील्ड कोडिंग (PAFF या PicAFF) स्वतंत्र रूप से चयनित छवियों को एक पूर्ण फ्रेम के रूप में मिश्रित और कोडित करने की अनुमति देता है, जहां एन्कोडिंग के लिए या एक एकल फ़ील्ड के रूप में दो फ़ील्ड संयुक्त होते हैं।
नई रूपांतरण डिज़ाइन सुविधाएँ, जिनमें शामिल हैं:
सटीक मिलान पूर्णांक 4×4 स्थानिक ब्लॉक परिवर्तन, अवशिष्ट संकेतों के सटीक प्लेसमेंट की अनुमति देता है, पिछले कोडेक डिजाइनों में लगभग कोई "रिंगिंग" सामान्य नहीं है। यह डिज़ाइन प्रसिद्ध असतत कोसाइन ट्रांसफ़ॉर्म (DCT) की अवधारणा के समान है, जिसे 1974 में एन. अहमद, टी. नटराजन और केआर राव द्वारा पेश किया गया था, और यह असतत कोसाइन ट्रांसफ़ॉर्म में एक संदर्भ 1 है। हालाँकि, यह सरलीकृत है और सटीक रूप से निर्दिष्ट डिकोडिंग प्रदान करता है।
पूर्णांक 8×8 स्थानिक ब्लॉक परिवर्तनों का सटीक मिलान, 4×4 परिवर्तनों की तुलना में अत्यधिक सहसंबद्ध क्षेत्रों के अधिक कुशल संपीड़न की अनुमति देता है। डिज़ाइन सुप्रसिद्ध डीसीटी की अवधारणा के समान है, लेकिन इसे सरल बनाया गया है और सटीक निर्दिष्ट डिकोडिंग प्रदान की गई है।
पूर्णांक ट्रांसफॉर्म संचालन के लिए 4×4 और 8×8 ट्रांसफॉर्म ब्लॉक आकार के बीच अनुकूली एनकोडर चयन।
चिकने क्षेत्र में और भी अधिक संपीड़न प्राप्त करने के लिए क्रोमिनेंस डीसी गुणांक (और एक विशेष मामले में ल्यूमिनेन्स) पर लागू मुख्य स्थान परिवर्तन के "डीसी" गुणांक पर एक माध्यमिक हैडामर्ड परिवर्तन किया जाता है।
3) मात्रात्मक डिज़ाइन में शामिल हैं:
लॉगरिदमिक चरण आकार नियंत्रण, सरल बिट दर प्रबंधन और एनकोडर के माध्यम से सरलीकृत व्युत्क्रम परिमाणीकरण स्केलिंग
एनकोडर द्वारा चयनित आवृत्ति-अनुकूलित परिमाणीकरण स्केलिंग मैट्रिक्स का उपयोग धारणा-आधारित परिमाणीकरण अनुकूलन के लिए किया जाता है
लूप डीब्लॉकिंग फ़िल्टर अन्य डीसीटी-आधारित छवि संपीड़न प्रौद्योगिकियों के लिए सामान्य ब्लॉक प्रभाव को रोकने में मदद करता है, ताकि बेहतर दृश्य उपस्थिति और संपीड़न दक्षता प्राप्त हो सके।
4) एन्ट्रॉपी कोडिंग डिज़ाइन में शामिल हैं:
संदर्भ-अनुकूली बाइनरी अंकगणित कोडिंग (सीएबीएसी), एक वीडियो स्ट्रीम में सिंटैक्स तत्वों के दोषरहित संपीड़न के लिए एक एल्गोरिदम जो किसी दिए गए संदर्भ में सिंटैक्स तत्वों की संभावना को जानता है। CABAC डेटा को CAVLC की तुलना में अधिक कुशलता से संपीड़ित करता है, लेकिन डिकोड करने के लिए अधिक प्रसंस्करण की आवश्यकता होती है।
संदर्भ अनुकूली परिवर्तनीय लंबाई कोडिंग (CAVLC), जो कि CABAC का एक कम जटिलता वाला विकल्प है, जिसका उपयोग परिमाणित परिवर्तन गुणांक मानों को एनकोड करने के लिए किया जाता है। यद्यपि जटिलता सीएबीएसी से कम है, सीएवीएलसी अन्य मौजूदा डिज़ाइनों में गुणांक को एन्कोड करने के लिए आमतौर पर उपयोग की जाने वाली विधियों की तुलना में अधिक परिष्कृत और अधिक प्रभावी है।
सीएबीएसी या सीएवीएलसी द्वारा कोडित नहीं किए गए कई वाक्यविन्यास तत्वों के लिए उपयोग की जाने वाली एक सामान्य सरल और उच्च संरचित चर-लंबाई कोडिंग (वीएलसी) तकनीक को एक्सपोनेंशियल गोलोम्ब कोडिंग (या एक्सप-गोलोम्ब) कहा जाता है।
5) हानि वसूली कार्यों में शामिल हैं:
नेटवर्क एब्स्ट्रैक्शन लेयर (एनएएल) परिभाषा एक ही वीडियो सिंटैक्स को कई नेटवर्क वातावरणों में उपयोग करने की अनुमति देती है। H.264 की एक बहुत ही बुनियादी डिज़ाइन अवधारणा डुप्लिकेट हेडर को हटाने के लिए स्व-निहित डेटा पैकेट उत्पन्न करना है, जैसे कि MPEG-4 का हेडर एक्सटेंशन कोड (HEC)। यह मीडिया स्ट्रीम से एकाधिक स्लाइस से संबंधित जानकारी को अलग करके प्राप्त किया जाता है। उन्नत मापदंडों के संयोजन को पैरामीटर सेट कहा जाता है। [35] एच.264 विनिर्देश में दो प्रकार के पैरामीटर सेट शामिल हैं: अनुक्रम पैरामीटर सेट (एसपीएस) और पिक्चर पैरामीटर सेट (पीपीएस)। प्रभावी अनुक्रम पैरामीटर सेट संपूर्ण एन्कोडेड वीडियो अनुक्रम में अपरिवर्तित रहता है, और प्रभावी छवि पैरामीटर सेट एन्कोडेड छवि के भीतर अपरिवर्तित रहता है। अनुक्रम और छवि पैरामीटर सेट संरचना में छवि आकार, अपनाया गया वैकल्पिक कोडिंग मोड और मैक्रोब्लॉक-टू-स्लाइस समूह मैपिंग जैसी जानकारी शामिल है।
लचीले मैक्रोब्लॉक ऑर्डरिंग (एफएमओ), जिसे स्लाइस समूह और मनमाने ढंग से स्लाइस ऑर्डरिंग (एएसओ) के रूप में भी जाना जाता है, एक तस्वीर में बुनियादी क्षेत्रों (मैक्रोब्लॉक) के प्रतिनिधित्व के क्रम को फिर से बनाने के लिए उपयोग की जाने वाली तकनीक है। आम तौर पर त्रुटि/हानि मजबूती कार्यों के रूप में माना जाता है, एफएमओ और एएसओ का उपयोग अन्य उद्देश्यों के लिए भी किया जा सकता है।
डेटा पार्टिशनिंग (डीपी), एक फ़ंक्शन जो अधिक महत्वपूर्ण और कम महत्वपूर्ण सिंटैक्स तत्वों को अलग-अलग डेटा पैकेट में विभाजित कर सकता है, असमान त्रुटि सुरक्षा (यूईपी) और अन्य प्रकार की त्रुटि/हानि मजबूती सुधार लागू कर सकता है।
रिडंडेंट स्लाइस (आरएस), त्रुटि/हानि के लिए एक मजबूती सुविधा, जो एनकोडर को छवि क्षेत्र का एक अतिरिक्त प्रतिनिधित्व (आमतौर पर कम निष्ठा के साथ) भेजने की अनुमति देती है, जिसका उपयोग मुख्य प्रतिनिधित्व दूषित या खो जाने पर किया जा सकता है।
फ़्रेम संख्या, "अनुवर्ती" फ़ंक्शन के निर्माण की अनुमति देती है, वैकल्पिक रूप से अन्य चित्रों के बीच अतिरिक्त चित्रों को शामिल करके अस्थायी स्केलेबिलिटी प्राप्त करती है, और संपूर्ण चित्र के नुकसान का पता लगाती है और छिपाती है, जो नेटवर्क पैकेट हानि या चैनल के कारण हो सकता है।
स्विचिंग स्लाइस, जिन्हें एसपी और एसआई स्लाइस कहा जाता है, एनकोडर को वीडियो स्ट्रीम बिटरेट स्विचिंग और "ट्रिक मोड" संचालन जैसे उद्देश्यों के लिए डिकोडर को चल रहे वीडियो स्ट्रीम पर जाने का निर्देश देने की अनुमति देता है। जब डिकोडर वीडियो स्ट्रीम के बीच में जाने के लिए एसपी/एसआई फ़ंक्शन का उपयोग करता है, तो यह वीडियो स्ट्रीम में उस स्थिति में डिकोड की गई छवि के साथ एक सटीक मिलान प्राप्त कर सकता है, एक अलग तस्वीर या बिल्कुल भी तस्वीर का उपयोग करने के बावजूद, एक के रूप में पिछला संदर्भ. बदलना।
प्रारंभ कोड के आकस्मिक सिमुलेशन को रोकने के लिए उपयोग की जाने वाली एक सरल स्वचालित प्रक्रिया, जो एन्कोडेड डेटा में एक विशेष बिट अनुक्रम है, बिट स्ट्रीम तक यादृच्छिक पहुंच की अनुमति देती है और उन सिस्टमों में बाइट संरेखण को पुनर्स्थापित करती है जहां बाइट सिंक्रनाइज़ेशन खो सकता है।
पूरक संवर्द्धन सूचना (एसईआई) और वीडियो उपयोगिता सूचना (वीयूआई) अतिरिक्त जानकारी हैं जिन्हें विभिन्न उद्देश्यों के लिए वीडियो को बढ़ाने के लिए बिटस्ट्रीम में डाला जा सकता है। [स्पष्टीकरण की आवश्यकता] एसईआई एफपीए (फ़्रेम एनकैप्सुलेशन व्यवस्था) में संदेशों की 3डी व्यवस्था शामिल है:
सहायक चित्र, जिसका उपयोग अल्फा संश्लेषण और अन्य उद्देश्यों के लिए किया जा सकता है।
मोनोक्रोम (4:0:0), 4:2:0, 4:2:2 और 4:4:4 क्रोमा सबसैंपलिंग (चयनित प्रोफ़ाइल के आधार पर) का समर्थन करता है।
नमूना बिट गहराई सटीकता का समर्थन करता है, प्रति नमूना 8 से 14 बिट तक (चयनित प्रोफ़ाइल के आधार पर)।
प्रत्येक रंग के विमान को अपनी स्वयं की स्लाइस संरचना, मैक्रोब्लॉक मोड, मोशन वेक्टर आदि के साथ अलग-अलग छवियों में एन्कोड करने में सक्षम, एनकोडर को डिजाइन करने के लिए एक सरल समानांतर संरचना के उपयोग की अनुमति देता है (केवल तीन कॉन्फ़िगरेशन फ़ाइलें जो 4:4:4 का समर्थन करती हैं, समर्थित हैं) ) .
छवि अनुक्रम गणना का उपयोग छवियों के क्रम और समय की जानकारी से पृथक डिकोड की गई छवि में नमूना मूल्यों की विशेषताओं को बनाए रखने के लिए किया जाता है, जिससे सिस्टम को सामग्री को प्रभावित किए बिना समय की जानकारी को अलग से ले जाने और नियंत्रित/बदलने की अनुमति मिलती है। डिकोड की गई छवि।
ये प्रौद्योगिकियाँ और कई अन्य प्रौद्योगिकियाँ H.264 को विभिन्न स्थितियों में विभिन्न अनुप्रयोग वातावरणों में किसी भी पिछले मानक से बेहतर प्रदर्शन करने में मदद करती हैं। H.264 आम तौर पर MPEG-2 वीडियो से बेहतर प्रदर्शन करता है - आमतौर पर आधी बिट दर या उससे कम पर समान गुणवत्ता, विशेष रूप से उच्च बिट दर और उच्च रिज़ॉल्यूशन पर।
अन्य आईएसओ/आईईसी एमपीईजी वीडियो मानकों की तरह, एच.264/एवीसी में एक संदर्भ सॉफ्टवेयर कार्यान्वयन है जिसे मुफ्त में डाउनलोड किया जा सकता है। इसका मुख्य उद्देश्य H.264/AVC फ़ंक्शंस के उदाहरण प्रदान करना है, न कि अपने आप में एक उपयोगी एप्लिकेशन। मोशन पिक्चर एक्सपर्ट्स ग्रुप कुछ संदर्भ हार्डवेयर डिज़ाइन कार्य भी कर रहा है। उपरोक्त H.264/AVC की संपूर्ण विशेषताएं हैं, जो H.264 की सभी कॉन्फ़िगरेशन फ़ाइलों को कवर करती हैं। कोडेक की प्रोफ़ाइल कोडेक की विशेषताओं का एक सेट है, जिसे इच्छित एप्लिकेशन के लिए विशिष्टताओं के कुछ सेट को पूरा करने के लिए पहचाना जाता है। इसका मतलब यह है कि कुछ कॉन्फ़िगरेशन फ़ाइलें सूचीबद्ध कई कार्यों का समर्थन नहीं करती हैं। H.264/AVC की विभिन्न कॉन्फ़िगरेशन फ़ाइलों पर अगले भाग में चर्चा की जाएगी।
हमारे अन्य उत्पाद:
