Учебники / Цифровое телевизионное вещание под редакцией Г. В. Мамчев, 2014

150 3. ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ ВИДЕОКОМПРЕССИИ В ТЕЛЕВИДЕНИИ

а) кодер; б) декодер

тра и он подменяет соответствующие спектральные коэффициенты псев­ дослучайными сигналами с требуемой мощностью. Режим PNS иллюстри­ руется структурной схемой рис. 3.31.

Еще одно усовершенствование связано с введением алгоритма ВSAC (Bit-Sliced Arithmetic Coding - арифметическое кодирование с побитовым расщеплением). Чтобы получить масштабируемый поток, BSAC использу­

ет альтернативный по отношению к ААС модуль кодирования квантован­

ных коэффициентов с точным управлением скоростью потока в пределах от 16 до 64 кбит/с с шагом 1 кбит/с.

Существенный выигрыш в скорости потока для стационарных гармо­ нических и квазигармонических сигналов позволяет получить метод дол­

говременного предсказания LТР (Long Term Prediction). В технике кодиро­

вания речи этот метод широко используется во временн6й области. В стандарте МPEG-4 он интегрирован в схему универсального кодера

(рис. 3.32), где операции квантования и кодирования осуществляются над

спектральными представлениями входного сигнала. Для работы схемы LТР кодированный сигнал предыдущего кадра переводится обратно во временную область с помощью инверсного преобразования TNS и синте­ зирующего БФ, в блоке LTP он сравнивается с приходящим сигналом, а полученная разность опять переводится в спектральную область. Специ­ aльHый переключатель FSS (Frequency Selective Switch - nереключатель с частотной избирательностью) выбирает исходный или разностный сиг­

нал в зависимости от того, какая альтернатива в данный момент предпоч­

тительнее. По сравнению с предсказанием из МPEG-2 ААС данный метод предсказания требует вдвое меньших ресурсов памяти и производительно­

сти процессора.

Для увеличения эффективности кодирования музыкальных сигналов на низких скоростях разработан новый алгоритм TwinVQ (Transformdomain Weighted Interleave VQ - взвешивающее векторное квантование с nеремежением и nреобразованием областей). Основная идея - заменить

Индексы

Рис. З.ЗЗ. Алгоритм TwinVQ векторного квантования

спектральных компонентов

с частотой дискретизации 8 кГц в полосе стандартного телефонного канала

300 ... 3400 Гц. Второй алгоритм имеет несколько разновидностей, работает в двух режимах - полосы частот 300 ... 3400 Гц с дискретизацией 8 кГц и 50 ... 7000 Гц с дискретизацией 16 кГц, и обеспечивает скорость потока от 4

до 24 кбит/с. Оба алгоритма базируются на моделировании речи с линей­

ным предсказанием. Поступающий речевой сигнал сравнивается с сигна­

лом, предсказанным моделью речевого тракта, параметры модели изменя­

ются таким образом, чтобы минимизировать разность двух сигналов, и пе­ редаются декодеру. В декодере имеется такая же модель, которая по полу­ ченным значениям параметров синтезирует речевой сигнал. В НУХС более высокая степень сжатия объясняется более грубым анализом по огибаю­ щей спектра и изменениям высоты тона. CELP использует более точный спектральный анализ с долговременным предсказанием, обеспечивая более

высокое качество передачи речи.

Основное преимущество обоих алгоритмов перед речевыми кодеками,

стандартизованными МСЭ, - масштабируемость по скорости су CELP с шагом 200 бит/с), по полосе частот, что обеспечивает возможность работы

с декодерами разной сложности. Эта возможность проиллюстрирована на рис. 3.34, где показано, что кодер выдает базовый поток и улучшающие

слои, а декодеры принимают эти потоки в соответствии со своими воз­

можностями.

На рис. 3.35 наглядно показаны области применения различных алго­ ритмов кодирования звука, применяемых в МPEG-4.

Если при кодировании натуральных звуков используется nерцеnту­

альное сжатие исходного звукового сигнала, то кодирование синтезиро­ ванного звука производится путем создания его описания. Это описание

передается декодеру и по нему синтезируется звук, аналогичный исходно-

на очень низких скоростях введен алгоритм параметрического кодирова­

ния HILN (Harmonic and Individual Lines plus Noise - гармоники и одиноч­

ные линии плюс шум), базирующийся на представлении звукового сигнала как набора синусоид, гармоник и шумов и передаче по каналу параметров

этих первичных сигналов. Частоты и амплитуды первичных сигналов

квантуются с разрешением, соответствующим градации «различие едва

заметно». Спектральная огибающая шума и гармонические компоненты

описываются на основе техники линейного предсказания, при этом ис­

пользуется корреляция между параметрами в кадре и между последова­

тельными кадрами. Этим методом можно кодировать звуковые сигналы,

начиная со скорости 4 кбит/с. Упомянем также специальный формат

транспортного потока для звуковых nрименений с малой избыточностью

LOAS (Low Overhead Audio Stream), возможность организации обратного

канала от пользователя к источнику контента для поддержки интерактив­

ных приложений, более устойчивую к ошибкам версию НУХС.

3.3.5. Профили и уровни стандарта MPEG-4

МPEG-4 представляет собой обширный набор средств и алгоритмов кодирования аудиовизуальных объектов. Чтобы сделать реализацию деко­ дера экономически оправданной и облегчить проверку на соответствие стандарту, в некоторых разделах определены ограниченные наборы инст­

рументов, называемые профилями. Для каждого из профилей установлены

один или несколько уровней, ограничивающих требования к вычислитель­

ным способностям декодера. Понятие профиля введено для визуальных объектов, аудио, системы и описаний сцены. Однако специфика МPEG-4

потребовала некоторых дополнений по сравнению с предшествующими стандартами. В МPEG-2 видеокадр можно представить себе как один пря­ моугольный объект, занимающий всю сцену, и для него достаточно опре­

делить один профиль. В МPEG-4 объектов может быть несколько, для ка­ ждого оптимальным будет свой профиль, поэтому введена дополнительная градация, как промежуточная между уровнем и профилем - тип объекта. Этот параметр определяет синтаксис (структуру) цифрового потока для

одиночного объекта. Профиль же определяет набор типов объектов, кото­

рые могут присутствовать в сцене.

Для натуральных объектов определены пять типов объектов [14]:

1) Простой - прямоугольный объект с произвольным форматом, ис­

пользует простые средства кодирования, основанные на 1- и р-уор.

2) Простой масштабируемый - прямоугольный объект с пространст­ венным и временнь'IМ масштабированием.

3) Базовый - производный от Простого, С добавлением В-уор. Черес­

строчная развертка не поддерживается.

4) Основной - обеспечивает высшее качество, по сравнению с Базо­ вым дополнительно поддерживает градационное кодирование формы,

спрайты, чересстрочное разложение.

5) N-битовый - аналогичен Базовому, но допускает квантование плос­ костей яркости и цветности с разрядностью от 4 до 12 бит.

Для кодирования неподвижных натуральных визуальных объектов существует специальный тип объекта:

б) Неnодвижная масштабируемая текстура - неподвижное изобра­

жение произвольной формы, использует волновое кодирование и пошаго­

вую загрузку и восстановление.

Для синтетических объектов определены следующие три типа объектов:

7) Анимированная двумерная сетка - объединяет синтетическую сет­ ку (прямоугольную или топологии Делоне) с натуральным видео, коди­ руемым по Базовому типу. Видео может отображаться на сетку и дефор­

мироваться путем перемещения ее узлов - это дает интересные анимаци­

онные возможности. Визуальный объект может быть любой формы.

8) Базовая анимированная текстура - анимация неподвижных изо­

бражений (таких, как в типе б).

9) Примитивное ЛИЦО - средство анимации человеческого лица. Этот

тип объекта не определяет конкретное лицо, анимация может быть приме­ нена к любой выбранной модели.

Профили, как уже сказано, определяют, какие типы визуальных объ­ ектов могут присутствовать в сцене. В первой версии стандарта 9 профи­ лей, допустимые сочетания профилей и типов объектов приведены в табл. 3.б. Простой профиль допускает присутствие только объектов Про­

стого типа и предназначен в первую очередь для мобильных служб и Ин­ тернета. Он поддерживает до 4-х объектов в сцене с максимальным разре­ шением QCIF, три уровня ограничивают скорость потока в пределах от б4

до 384 кбит/с, максимальную площадь, занимаемую объектом, и число

макроблоков в секунду, которое декодер должен обработать. Простой

масштабируемый профиль может осуществлять кодирование с масштаби­

рованием при тех же предпосылках, имеет два уровня.

Базовый профиль воспринимает типы объектов простой и базовый, полезен для интерактивных приложений. Основной профиль создавался с учетом вещательных служб. Самый высший уровень основного профиля поддерживает до 32 объектов простого, базового или основного типа и

максимальную суммарную скорость потока до 38 Мбит/с. N-биmовый nро­ филь работает с объектами простого, базового и N-битового типа и полезен в специальных системах наблюдения и медицинского контроля, где требу­

ется широкий динамический диапазон яркости и насыщенности.

Из остальных профилей наибольший интерес представляет гибрид­ Hый' объединяющий натуральные (базовый) и синтетические (все три) ти­ пы объектов. Он полезен при помещении «реального» объекта в синтети­ ческий мир и, наоборот, синтетического объекта в реальное окружение.

В нижней строке табл. 3.6 указано число уровней, определенных в стандарте для каждого профиля. В табл. 3.7 показаны параметры потока

для некоторых уровней.

В стандарте установлены следующие точки соответствия: Простой

профиль и Базовый профиль с размерами сцены QCIF и CIF, скоростями потока 64, 128, 384 кбит/с и 2 Мбит/с. Для Основного профиля нормиру­ ются форматы CIF, Рек. ВТ.601, ТВЧ со скоростями 2, 15 и 38,4 Мбит/с.

Вторая версия стандарта добавила три профиля к натуральному видео: 1) Простой усовершенствованный профиль реального времени - обес­ печивает эффективное кодирование с использованием обратного канала

(видеотелефония, телеконференции, дистанционное наблюдение).

2) Базовый масштабируемый профиль - поддерживает пространст­ венное и временн6е масштабирование в Базовом профиле.

3) Профиль с улучшенной эффективностью кодирования - подходит для мобильного приема вещательных передач и других применений, где требуется высокая эффективность кодирования.

Три новых профиля введены в синтетическое видео, в том числе Про­ стой профиль анимации лица и фигуры. Общее число визуальных профи­ лей достигло 15.

Уже после принятия второй версии продолжается работа над допол­ HeHияMи к стандарту. В частности, предполагается ввести студийный nро­

филь, в котором УОР с кодированием формы могли бы передаваться со

скоростью несколько сот Мегабит в секунду. В табл. 3.8 показаны основ­

ные параметры предлагаемого профиля. Низкий уровень этого профиля мог бы соответствовать высокому уровню профиля «4:2:2» из стандарта МPEG-2 (см. табл. 3.8 и табл. 3.1), в двух других уровнях предлагается

ввести два подуровня - с дискретизацией «4:2:2» и «4:4:4». Группа МPEG

изучает кодирование 2D и 3D анимаций, цифровой кинематограф и другие

вопросы.