H.264 / MPEG-4 AVC & 巨集塊數

weixin_34249678發表於2018-05-16

一、IPCM巨集塊簡介

在H.264中，一個巨集塊包括16*16個畫素，I巨集塊有三種形式：

    1. 16個I4x4編碼方式組成的巨集塊(為了方便，簡稱I4x4方式的巨集塊);
    1. I16x16巨集塊;
    1. IPCM巨集塊（特殊）

分塊越細，就越準確，所以I4x4編碼方式適合編碼那些紋理比較複雜的巨集塊，而I16x16編碼方式就更加籠統，適合編碼那些比較平滑的區域。

最特別的是IPCM巨集塊，這種巨集塊的脾氣很古怪：不預測，沒殘差，不變換，無量化等操作，而是直接傳畫素值，直接將最原始的yuv資料寫入到碼流中，可見IPCM的資訊不會有任何損失，是完全無損的. 如果將視訊的所有巨集塊都編碼成IPCM巨集塊，那麼H.264就是一個無損編碼,當然，在現實中，很少有人這麼做。

視訊應用五類舉例：

  • 1、news（新聞）：變化和運動的區域比較小（比如人臉，一般佔視訊畫面的15%），背景是靜止的。

  • 2、soccer（足球）：包含大面積統一方向的運動。鏡頭通常會在一個統一顏色的背景下（綠色）跟蹤一個快速運動的物體（足球）。

  • 3、cartoon（卡通）：主題在運動，背景是絕對靜止的。

  • 4、panorama（全景畫）：包含大面積統一方向的運動，運動方向是一致的。

  • 5、rest（其他）：除以上幾種之外的視訊都屬於這一類。通常包含大量雜亂的運動，或者有很多鏡頭切換。

二、級別詳表

8154321-69d24ba910c15d83.png
具有最大特性值的級別

High Profile的最大位元率是Base / Extended / Main Profile的1.25倍，Hi10P是3倍，Hi422P / Hi444PP是4倍。
亮度取樣的數量是巨集塊數量的16×16 = 256倍（並且每秒亮度取樣的數量是每秒巨集塊數量的256倍）

針對表格的一些講解說明：

Level：級別。

Max macroblocks：最大巨集塊數。注：巨集塊尺寸是16x16的。

per second：每秒（的最大巨集塊數）。可用於約束幀率。

per frame：每幀（的最大巨集塊數）。可用於約束解析度。

Max video bit rate (kbit/s)：最大視訊位元速率。不同檔次（Profile）下會有區別。

BP：Baseline Profile，基線檔次。

XP：Extended Profile，進階檔次。

MP：Main Profile，主要檔次。

HiP：High Profile，高階檔次。

Hi10P：High 10 Profile，高階10位檔次。

Hi422P：High 4:2:2 Profile，高階4:2:2檔次。

Hi444PP：High 4:4:4 Predictive Profile，高階4:4:4（實驗性？）檔次。

Examples for high resolution @ frame rate (max stored frames)：範例：高解析度@幀率(最大儲存幀數)。

三、解析度和幀率的計算

解碼圖片緩衝

H.264 / AVC編碼器使用先前編碼的圖片來預測其他圖片中樣本的值。這使編碼器能夠有效地決定對給定影象進行編碼的最佳方式。在解碼器處，這樣的圖片被儲存在虛擬解碼圖片緩衝器（DPB）中。DPB的最大容量，以幀（或場對）為單位，如上表右列中的括號所示，可以計算如下：

capacity = min（floor（MaxDpbMbs /（PicWidthInMbs * FrameHeightInMbs）），16）

注1：floor(x)是向向下取整。

其中MaxDpbMbs是下表中作為級數的函式提供的常數值，並且PicWidthInMbs和FrameHeightInMbs是編碼視訊資料的圖片寬度和幀高度，以巨集塊為單位表示（四捨五入為整數值並考慮裁剪和巨集塊配對時適用）。

這裡以巨集塊數1616,480P(800480)作為例子舉例：

水平巨集塊數（PicWidthInMbs ）= ceil(視訊寬度 / 16) = ceil(480 / 16) = 30

垂直巨集塊數（FrameHeightInMbs）= ceil(視訊高度 / 16) = ceil( 800 / 16 ) = 50

注：ceil(x)為向上取整函式

每幀巨集塊數 = 水平巨集塊數 * 垂直巨集塊數 = 50 * 30 = 1500

查上面的級別詳表，可知支援 每幀巨集塊數1500 的最低階別是2.2。

級別2.2所允許的 每秒最大巨集塊數（Max macroblocks per second） 是 20250。20250 / 1500 = 13.5。即最高支援每秒13.5幀。

相關文章