Введение в сжатие видео Дмитрий Ватолин Московский Государственный Университет CS MSU Graphics&Media Lab

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Причины сжатия видео
Основные проблемы с видео:
Несжатые данные занимают очень много места
Каналы передачи и возможности хранения ограничены
Пример: Видео 720х576 пикселов 25 кадров в секунду в системе RGB и прогрессивной развертке потребует потока данных примерно в 240 Мбит/сек (т.е. 1.8 Гб в минуту). На DVD-ROM диск размером 4.7Гб войдет всего 2.5 минуты. => Нужно сжатие в 35 раз для записи фильма.

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Что используется при сжатии
Когерентность областей изображения — малое локальное изменение цвета
Избыточность в цветовых плоскостях — используется большая важность яркости для восприятия
Подобие между кадрами — на скорости 25 кадров в секунду соседние кадры, как правило, изменяются незначительно

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Что используется при сжатии
Используется избыточность:
Пространственная (⇒ используется DCT или Wavelet преобразования)
Временная (между кадрами, ⇒ сжимается межкадровая разница)
Цветового пространства (⇒ RGB переводится в YUV и цветовые компоненты прореживаются)

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Пространственная и временная избыточность
Соседние кадры фильма (Терминатор-2)
Пространственная избыточность – цвет большинства соседних точек одинаков.
Временная избыточность – кадры весьма похожи

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Межкадровая разница
Именно такие кадры (с учетом поправки на компенсацию движения) и сжимает кодек. Их больше 99% в потоке.
(Амплитуды – малы, изображение практически однородно)

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Качество видео
Не существует метода оценки качества кадра, полностью адекватного человеческому восприятию
Не существует метода оценки пропущенных кадров, полностью адекватного человеческому восприятию
Следствие: Можно декларировать любую степень сжатия в маркетинговых материалах.

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
PSNR
Базовые метрики – Y-PSNR, U-PSNR, V-PSNR
Хорошо работают только на высоком качестве.

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Типы кадров в потоке
I-кадры — независимо сжатые (I-Intrapictures),
P-кадры — сжатые с использованием ссылки на одно изображение (P-Predicted),
B-кадры — сжатые с использованием ссылки на два изображения (B-Bidirection),

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Компенсация движения
Простая межкадровая разница работает плохо при сильном движении в кадре
Алгоритмы компенсации движения отслеживают движение объектов в кадре
Уменьшение межкадровой разницы (увеличение ее степени сжатия)
Необходимость сохранения информации о движении в кадре
Существенно бОльшее время, необходимое для сжатия

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Компенсация движения (2)
Идеальный алгоритм: выделение в кадре объектов и компактное описание их движений. Проблема: огромные объемы вычислений и весьма сложные алгоритмы.
Реально используются квадратные блоки, с размером, кратным 8 и достаточно простая организация блоков.

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Компенсация движения (3)
Для каждого блока в кадре мы находим похожий в предыдущем кадре в некоторой окрестности положения блока.
Если достаточно похожий блок в предыдущем кадре не найден – блок сжимается независимо (Intra-Blocks).

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Движение для B-кадра
Для B-кадров у нас появляется возможность выбирать как наиболее близкий блок из любого кадра, так и интерполировать блоки из двух кадров.

CS MSU Graphics & Media Lab (Video Group) http://www.compression.ru/video/
Сжатие межкадровой разности
Классическая схема сжатия межкадровой разницы очень похожа на сжатие JPEG: блоки 8х8 сжимаются помощью дискретного косинусного преобразования