首頁>>>技術>>>視像通信　　視像通信產品

視頻通信技術的新發(fā)展

畢厚杰　李濤 2004/12/29

　　應用現狀　　

　　近10年以來，視頻通信發(fā)展較快，業(yè)務范圍日漸擴大，表現為以下幾方面。

　　1．視頻會議　　

　　利用視頻數字壓縮技術和傳輸技術，可使不同地點的人員猶如在一個會議室一樣召開會議，節(jié)省了大量時間、費用，特別在爭取時間、集思廣益作決策時更顯示其重要性。目前我國從中央到省、市以至縣都已大量應用。

　　2．視頻電話　　

　　視頻電話原來也叫可視電話，除了面對面的通話功能外，現正發(fā)展成具有各種信息交互和任意切換功能的個人信息終端，可以進行視頻通話，還可召開多人發(fā)言的會議，支持多路視頻圖像，具有電子文檔共享，瀏覽網頁等功能。

　　3．遠程學習和培訓　　

　　由于技術、管理體制等不斷發(fā)展、更新，在職人員的培訓、學習極其重要。目前，我國有的企業(yè)已經開始利用視頻通信網絡對職工進行遠程培訓教育。國外非常重視這種遠程培訓，我國還需加強。

　　4．遠程醫(yī)療　　

　　可利用視頻設備和網絡進行遠程醫(yī)療，這對于我國農村廣大地區(qū)醫(yī)療水平相對較低、農民經濟水平相對不高的情況十分適宜，應該大力推廣。

　　5．網上游戲　　

　　計算機游戲市場十分巨大，只要組織和引導得好，對寓教育于游戲、豐富年輕人的生活、培養(yǎng)下一代有十分重要的意義和價值，在我國需進一步大力發(fā)展。

　　6．視頻點播　　

　　數字電視的發(fā)展已迫在眉睫，怎樣通過網絡和視頻點播方式讓老百姓看到高質量、低價格、內容豐富健康的數字影片已是一個亟待解決的問題。

　　視頻壓縮技術

　　1．多編碼模式的自適應選擇　　

　　由于視頻信息的內容千變萬化，很難用一種固定的模型進行描述。有人為此進行過大量的嘗試都失敗了，有人甚至認為“視頻壓縮”不是一門科學。其實視頻信息的規(guī)律就是多變，一幅圖像內容可能是平坦的，也可能是多細節(jié)的；可能是靜止的，也可能是運動的；而且同一幅圖像中各個部分可能又是極不相同的。針對這種復雜情況，為了保證壓縮質量，唯一的辦法是把圖像分成許多大小不同的塊，對各個塊按不同內容自適應地采取不同的編碼模式。　　

　　在Ｈ．261，Ｈ．263，ＭＰＥＧ－1，ＭＰＥＧ－4中，把圖像分成8×8或16×16的方塊，然后對各個方塊視其內容分成幀內、幀間、跳幀等不同編碼模式。在Ｈ．264中，則更進一步細化成4×4方塊，從而編碼模式更能適應于內容的變化，如幀間編碼用INTER表示，幀內編碼用INTRA表示，跳幀用ＳＫＩＰ表示�！　�

　　在Ｈ．264中采用了以下多種編碼模式�！　�

　　（1）幀內編碼　　

　　幀內編碼有INTRA－4×4， INTRA－16×16，INTRA－ＰＣＭ，ＳＫＩＰ等。在幀內編碼中，采用空間域的預測，INTRA－4×4中視內容不同又可進一步分成利用鄰近像素的垂直預測、水平預測等9種預測模式，INTRA－16×16則用于平坦區(qū)，INTRA－ＰＣＭ則采用直接傳送像素不進行預測，以上共有12種不同編碼模式。　　

　�。�2）幀間編碼　　

　　幀間編碼有INTER－16×16，INTER－16×8， INTER－8×16， INTER－8×8，還有INTER－8×8的子模式，即INTER－8×8， INTER－8×4 ，INTER－4×8，INTER－4×4等8種�！　�

　　（3）幀編碼和場編碼自適應方式選擇　　

　　對于運動量較小的，則幀編碼時鄰行之間空間相關性大，故采用幀編碼；對于運動量大的，則場編碼鄰行間的時間相關性大，故采用場編碼。由于一幀中有一部分內容運動量大，有一部分內容運動量小，則又可在幀編碼中進一步分成圖像自適應幀場（PAFF）和宏塊自適應幀場（ＭＢＡＦＦ）等共三種模式�！　�

　　如此眾多的編碼模式，根據內容的運動狀況、細節(jié)等不同，采用自適應選擇方式，視頻質量顯然可提高，但計算量也很大。

　　2．多種預測精度　　

　　（1）1／4象素精度的預測　　

　　過去，只采用整像素或1／2像素的精度進行預測，在Ｈ．264中可采用1／4像素精度進行預測。眾所周知，預測精度越高，則壓縮比越高。Ｈ．264中曾建議用1／8像素精度預測，后來停止使用的原因是太高的精度使編碼復雜度增加，但壓縮比增加不多�！　�

　�。�2）多參考幀選擇　　

　　過去，在Ｈ．261等標準中，運動補償時只選用前一幀作參考幀。為了進一步提高預測精度，Ｈ．264中可選用多至前后5幀的多參考幀（見圖1）。


3．熵編碼自適應技術　　

　　視頻信息（或殘差信息）經變換、量化后，利用熵編碼可進一步壓縮碼率。以往在熵編碼時由于只采用一張固定的碼表，無法適應視頻信息本身的統(tǒng)計特性，因此壓縮比不高�！　�

　　在Ｈ．264中采用了兩種自適應的熵編碼：上下文自適應變長編碼（ＣＡＶＬＣ）和上下文自適應二進制算術編碼（ＣＡＢＡＣ），它們都利用待編碼視頻信息鄰近已編碼像素的統(tǒng)計特性，因而碼率壓縮比（編碼效率）進一步提高，而后者編碼效率更高，但計算更復雜些。

　　．Ｒ－Ｄ優(yōu)化技術　　

　　由信息論可知，在一定失真Ｄ下，傳輸碼率有一個最小值Ｒ，這時，如傳送更低碼率，其失真必大于Ｄ，也就是說Ｒ與Ｄ之間有一個優(yōu)化的問題。我們的任務是在一定的傳輸碼率Ｒ的限制下要求失真最小，即視頻質量最好（見圖2）。


　　仔細分析發(fā)現，這個問題十分復雜，牽涉到視頻編碼中一系列問題，首先是選擇編碼模式。如上所述，編碼模式的種類很多，隨著視頻內容不同而不同。其次還有編碼參數的選擇，如多種量化節(jié)距（量化步長）、多種變換方式（ＤＣＴ、小波變換……）、多種熵編碼方法等。　　

　　最近發(fā)展了一種利用拉格蘭其的Ｒ－Ｄ優(yōu)化算法，其大體步驟如下（以幀間編碼為例）：　　

　　·找出以Ｒ－Ｄ優(yōu)化為目標的運動矢量ｍｉ（這和以往的按當前宏塊與參考宏塊之間誤差最小的目標是不同的）；


　　其中，M為可能的編碼模式集合，其失真項為：


　　其中，ｓ，ｓ＇分別為當前塊和參考塊，Ａｉ，ｘ，ｙ分別為當前塊及其中的像素值，λＭＯＴＩＯＮ 為選擇運動矢量的拉格蘭其常數�！　�

　　上述公式，可選出Ｒ－Ｄ優(yōu)化時的運動矢量ｍｉ�！　�

　　·選擇編碼參數量化值Ｑ（在編碼模式已自適應選擇時），利用拉格蘭其方法實現Ｒ一定條件下，失真Ｄ最小，具體說是拉格蘭其代價函數ＪＭＯＤＥ最小。


　　·通過調整Ｑ值，計算出ＤＲＥＣ和RREC，最后得到ＪＭＯＤＥ最小值，于是得到Ｒ－Ｄ最優(yōu)時的Ｑ值�！　�

　　由以上可見，其計算量是相當大的。

　　5．視頻信號的去方塊后處理　　

　　為了提高視頻質量，從根本上說，應使接收者的人眼在視覺上享受到一種高質量的圖像。因此，現在發(fā)展一種解碼環(huán)路的去方塊濾波器，它既能濾去由于編碼造成的人為的方塊效應，又能保留原圖像中應有的細節(jié)、邊緣等�！　�

　　綜上可見，目前的視頻壓縮編碼技術已有了重大進展，在同樣碼率下，利用以上新的編碼技術，相對于Ｈ．263或ＭＰＥＧ－4可使碼率降低一半，或者說同樣碼率下，峰值信噪比約有2 ｄＢ的提高，其代價是復雜度高（即計算量大）。由于高速DSP技術也有了重大進展，這類復雜度的問題應該說是可以解決的，當然對其編碼方法的優(yōu)化仍有不少工作需做。

　�。桑泻蜔o線網絡下的視頻傳輸技術

　　1．ＩＰ網絡的視頻傳輸　　

　　這里的ＩＰ網絡主要是公用的ＩＰ網，即INTERｎｅｔ網。由于網絡資源是共享的，當流量突然增大時往往導致網絡的擁塞和緩存的溢出，于是丟包、誤碼等很容易發(fā)生。除以往編碼標準中已有的多種圖像分割、幀內片插入等防止誤碼擴散外，Ｈ．264中還包括如下各項�！　�

　�。�1）參數組　　

　　序列參數組包括有關屬于該序列的圖像信息，而圖像參數組則包含所有屬于該圖像的所有條（ｓｌｉｃｅ）信息，它們都有不同的序列號位置，并放在每一編碼片的片頭上，由于有序號，這就可用來增強誤碼的恢復能力。　　

　�。�2）靈活的宏塊排序（ＦＭＯ）　　

　　ＦＭＯ（如圖3）中一個圖像由6×4 ＭＢ組成，其中黑片和白片各屬不同的共兩個片，這種ＦＭＯ的宏塊組成方式，顯然可以提高抗誤碼能力。例如黑片丟失，即使黑片中所有宏塊全丟失，也可利用領域的相關性，采用掩蓋技術，由白片很容易得到近似的丟失的黑宏塊，人眼幾乎覺察不出已發(fā)生了丟包。　　

　�。�3）冗余片（ＲＳ）　　

　　編碼時在同一比特流中除基本信息（采用較低Ｑ值）外，還包括冗余信息（采用較高的Ｑ值），例如解碼時，如基本片丟失，還可重建冗余片，從而得到一個較“粗”的重建圖像�！　�

　�。�4）網絡自適應層（ＮＡＬ）句法結構　　

　　ＮＡＬ和以往標準不同，在 Ｈ．264中設置ＮＡＬ層，把一個數據包（采用ＲＴＰ／ＲＴＣＰ規(guī)程）放在一個ＮＡＬ單元中，它的句法結構可適用于各種不同網絡，它的頭信息結構見圖4，全長8 ｂｉｔ，其中Ｔ為類型，長5 ｂｉｔ，包括32個不同類型的ＮＡＬ單元；Ｒ為2 ｂｉｔ，指示該ＮＡＬ單元的重要性，分四個等級，用于不同的誤碼保護；Ｆ為1 ｂｉｔ，指示該單元是否有誤碼（正常為0，誤碼為1）�？梢姡危粒痰木浞ńY構充分考慮到不同網絡環(huán)境下的誤碼保護。

　　2．無線網絡的視頻傳輸　　

　�。�1）傳輸包和片都應較短　　

　　不同誤碼格式和不同包長其丟包率是不同的（見表1）。





　　傳輸包短些，則丟包率低些，包長1 000 Ｂ時丟包率低于5％（見圖5）。帶有包的片也自然不宜長，設片的目的是防止了誤碼擴散，因為片本身是自我包含的，不能利用其他片來預測當前片。　　

　　（2）瞬時解碼更新（ＩＤＲ）　　

　　除了有規(guī)則的幀內編碼插入以防止誤碼擴散，還應配有解碼的瞬時更新，以防預測誤碼的進一步擴散。　　

　�。�3）ＦＥＣ，ARQ及誤碼跟蹤的組合　　

　　前向糾錯（ＦＥＣ）已廣泛地用于檢測和糾正誤碼，在Ｈ．261和Ｈ．263中，利用（511，493）的ＢＣＨ碼，可糾正每個包2 ｂｉｔ隨機誤碼，但不能糾正突發(fā)誤碼。幀交織可緩解這個問題，但它會帶來一定時延，在實時視頻通信不宜采用ＦＥＣ。由于視頻流中各個符號在不同位置重要性不同，可利用ＦＥＣ對重要的符號進行不等誤碼保護（ＶＥＰ）。　　

　　自動重復要求（ARQ）也是通信中已被廣泛應用的糾錯技術，它能有效地恢復丟失的包和糾正突發(fā)誤碼，但它需要有一個反饋信道，因此廣播電視中不能采用該技術。ARQ另一個問題是環(huán)路時延較長�！　�

　　誤碼跟蹤是另一種減少誤碼的方法，它利用從ARQ得到的丟包信息跟蹤解碼器性能，并采用幀內方塊停止誤碼擴散，但它需要容量較大的緩存器。　　

　　把ＦＥＣ，ARQ和誤碼跟蹤等技術很好地組合起來，可獲得相當好的抗誤碼效果�！　�

　　（4）低時延的ARQ技術　　

　　如上所述，ARQ會引入較大時延，為此，某些文獻提出了一種無線環(huán)境下低時延的ARQ技術，即在基站設置一個視頻代理服務器，它可適用于Ｈ．261，Ｈ．263，ＭＰＥＧ－1，ＭＰＥＧ－2，ＭＰＥＧ－4以及Ｈ．264中。對“Ｆｏｒｅｍａｎ”視頻序列的實驗表明，在隨機誤比特率10－3的惡劣環(huán)境下，利用該技術，亮度信號的ＰＳＮＲ僅降低 0．35 ｄＢ�！　�

　　無線視頻通信網絡見圖6，時延ＴARQ見公式（8）：　


　　其中，ｐ為丟包率，Ｔ環(huán)為環(huán)路時延�！　�

　　如在基站設置ARQ代理服務器，則可大大減少ＴARQ。分析得到：


　　其中，Ｐω1，Ｐω2為無線鏈路的丟包率，Ｐｇ為有線鏈路的丟包率。Ｔω1ｎｅｔ，Ｔω2ｎｅｔ為無線傳輸時延，Ｔｇｎｅｔ為有線網絡傳輸時延。


　　200 ｍｓ，又設無線環(huán)境下丟包率Ｐω1＝Ｐω2＝2×10－2，有線網絡丟包率Ｐｇ＝10－6，則設置ARQ視頻代理服務器平均時延ＴARQ2＝0．82 ｍｓ，而不設ARQ代理服務器，由公式（8）可得點到點的ＴARQ＝18ｍｓ�？梢�，不設和設代理服務器，其ＴARQ差22倍。當然這是理想值。但可見，這種設ARQ代理服務器后時延大大減少確是不爭的事實，從而可在視頻實時通信中利用ARQ和FEC等。




復雜度估計　　

　　由上述視頻壓縮技術的新發(fā)展，可知視頻壓縮比和質量都有了顯著提高，但其代價是計算量大，復雜度高。隨著DSP技術的進一步發(fā)展，現在已開發(fā)了若干高速視頻處理芯片，如TI公司的DM642和ＥＱＡＴＯＲ公司的BSP－15等，其運算能力均在4 000 ＭＩＰＳ以上，能滿足Ｈ．264等高速需求。當然，優(yōu)化和改進這些新編碼算法仍有不少工作要做。

世界電信


相關鏈接:
視訊市場未來競爭格局面臨變數 2004-12-29
國內視訊市場欣欣向榮 鼎視通穩(wěn)步前行繼續(xù)領航 2004-12-10
7302 ISAM——IPTV視頻業(yè)務的基石 2004-12-10
視訊教育帶給在線培訓教育新商機 2004-12-08
體驗廉價寬帶電話 聯通寶視通試用手記 2004-12-07

分類信息:     文摘   技術_視像通訊_文摘