AVS视频编码标准

常丽娜 2004/12/06

视频压缩标准MPEG: Moving Pictures Experts Group 的缩写。 运动图像专家组是在 1988 年由 ISO 成立的，目的是制定一种音频视频解压缩系统。 MPEG-1 和 MPEG-2 在 1992 年制定出来 ,MPEG-4 于 1998 年 11 月公布，它不仅是针对一定比特率下的视频、音频编码，更加注重多媒体系统的交互性和灵活性。H.264:  由 JVT （ Joint Video Team ，视频联合工作组）制定，该组织于 2001 年 12 月在泰国 Pattaya 成立。它由 ITU-T 和 ISO 两个国际标准化组织的有关视频编码的专家联合组成。 JVT 的工作目标是制定一个新的视频编码标准，以实现视频的高压缩比、高图像质量、良好的网络适应性等目标。该标准也被 ISO 接纳，称为 AVC （ Adva

nced Video Coding ）标准，是 MPEG-4 的第 10 部分。

视频压缩的关键技术 运动图像压缩技术基本思想和方法可以归纳成两个要点：

– 在空间方向上，图像数据压缩采用静态图像压缩算法来去除冗余信息。如变换、量化、帧内预测等。– 在时间方向上，图像数据压缩采用运动补偿 (motion Co

mpensation ) 算法来去掉冗余信息。帧间预测 关键技术

– 变换– 量化– 编码– 帧内预测– 帧间预测

变换 因为在一幅图像中像素之间的灰度或色差信号变化缓慢 ,8*8 子块中像素之间相关性很强，所以通过离散余弦正交换处理后，在空间频率低频范围内集中了数值大的系数，这样为数据压缩提供了可能。

量化 为了达到压缩数据的目的，对 DCT 系数 F(u,v) 需作量化处理，量化处理是在一定的主观保真度图像质量的前提下，丢掉那些对视觉效果影响不大的信息。不同频率的余弦函数对视觉影响不同，所以可根据不同频率的视觉阐值来选择量化表中的元素值的大小。 DCT 变换系数 F(u ， v) ，除以量化表中对应位置的量化步长，其幅值下降，动态范围变窄，高频系数的零值数目增加。

编码 DCT 变换之后的 64 个变换系数经量化后，坐标 u＝ v ＝ 0 的值是直流分量，称为 DC 系数。其余

63 个变换系数是交流分量，称为 AC 系数。 为了进一步达到压缩数据的目的，需对量化后的

DC 系数和 AC 系数进行基于统计特性的熵编码。比较常被采用的熵编码方法有 Huffman 、 VLC 、CABAC （ Context Adaptive Binary Arithmetic Coding ）及 PCM 预测编码等。

帧间预测 帧间预测编码时要用到先前的图，当前的预测图又往往作为后来预测图的参考值。 运动补偿：运动补偿是以子块作为预测单元，把当前子块认为是先前某一时刻图像子块的位移，位移包括运动方向和运动幅度。

AVS 标准 AVS 简介 AVS 视频编码关键技术 (V1.0)

– 变换 / 量化– 帧内预测 / 帧间预测– 熵编码– 环路滤波

AVS-M 应用与技术需求

AVS 标准 AVS 标准工作组目的是为了制定一系列面向应用、市场的音视频编码标准及其系统、安全等方面的规范

– 第一阶段 (V1.0) ：面向高清应用，系统、视频部分已经完成– 第二阶段 (AVS-M) ：面向移动设备，正在进行，已开过两次会议

AVS 视频标准 (V1.0) 的制定过程– 方案的讨论与确定（ 02 年 8 月到 12 月）

两种可能– 与 H.264 的基本层兼容– 完全独立的方案

– 技术的征集和评估（ 02 年 12 月至今）

AVS 标准

熵编码

反量化反变换

运动补偿预测

控制数据量化后的变换系数

运动数据帧内 / 帧间

编码控制

解码器

运动估计

变换 / 量化-

0

环滤波

帧内预测

AVS 视频标准 技术征集 技术类型 征集技术

帧间和帧内预测技术（ Inter & Intra Prediction ）

B Frame （清华）Interlace （清华）Sub-pixel Interpolation （浙大）MV Prediction & Coding （北工大，北航）Intra Prediction （清华）Skip Mode （计算所）

变换和量化（ Transform & Quantization ）

Wavelet Transform (Integer) （华工）DCT （计算所，北工大）

变换系数扫描（ Coefficient Scan ）Alternate Scan （计算所）

熵编码器（ Entropy Coding ）

VLC （华工，计算所，北航）CABAC

滤波器（ Filtering ） In-loop deblocking filter （华工，浙大，自动化所）文件格式（ File Format ） start code （华为）

High-level syntax （华为）

AVS 视频标准 采纳的关键技术提案

– DCT 变换和量化– 8x8整数变换及量化 [10 9 6 2] （浙大）

– 熵编码 基于上下文的 2D VLC 熵编码器 （计算所）宏块类型及 CBP 的联合编码（计算所）逸出码预测编码方法（浙大）

– 开始码 一种把音视频编码数据封装为可随机访问数据流的方法 （上广电）

AVS 视频标准 采纳的关键技术提案

– 帧内预测 简单的帧内预测实现（北工大）

– B 帧预测 一种新型帧间预测方法（计算所） Direct mode 运动矢量舍入控制（计算所）

– 插值 一种分像素插值滤波方法（计算所）

– 环路滤波 简单的环路滤波实现（计算所、北工大、华中科技）

AVS 视频标准 采纳的关键技术提案

– 运动矢量预测 基于块的运动矢量预测 （计算所）

– 视频编码结构 视频序列结构（清华）

AVS 视频标准 特点

– 高效 比 MPEG-2 编码效率高 2倍 与 H.264 编码效率相当

– 复杂度低最多 2 个参考图像最小的运动补偿块为 8x8没有许多在 HD-TV 和 HD-VD 应用中不需要的编码工具

– 兼容现有 MPEG-2 系统 现有的电视台的基于 MPEG-2 编辑和传输系统不需要改变

AVS 视频编码标准 AVS (V1.0) 关键技术介绍

– 变换 / 量化– 帧内预测 / 帧间预测– 熵编码– 环路滤波

变换与量化 浮点 DCT ：

AVS 中的 8*8整数 DCT 变换 Y = TXTA, T =

2- 6 9- 10 10- 9 6- 2 1 2- 2 1- 1- 2 2- 1 6- 10 2- 9- 9 2 10- 6 1 1- 1- 1 1 1- 1- 1 9- 2 10 6 6- 10- 2- 9 2 1 1- 2- 2- 1- 1 2

10- 9- 6- 2- 2 6 9 101 1 1 1 1 1 1 1

( )( )p

p

===

1 2

1 2 cos 8

1 2 cos 3 8

a

b

c

00 01 02 03

10 11 12 13

20 21 22 23

30 31 32 33

T

x x x xa a a a a b a cx x x xb c c b a c a b

Y AXAx x x xa a a a a c a bx x x xc b b c a b a c

帧间预测宏块划分模式：宏块划分模式：

运动矢量预测：编码当前块的差分运动矢量运动矢量预测：编码当前块的差分运动矢量 MVDMVDEE= MV= MVEE- PMV- PMVEE

B CA

E

D

0 0 1 0 1

2 3

16x16 16x8 8x16 8x8

8x8 8x4 4x8

1

0

4x4

MB-Modes

帧间预测 新的滤波方案

– 半像素插值 : （ -1/8 ， 5/8 ， 5/8 ， -1/8 ）– 1/4 像素插值 : （ 1/16 ， 7/16 ， 7/16 ， 1/16 ）– 色度采用 1/8双线型插值

A a 1 b Bc d e f2 h 3 i 4j k l mC 5 D

帧间预测 新型的双向预测模式 : Symmetric mode

只编码一个前向运动矢量， 后向运动矢量根据帧间距离推导得出 在两个方向同时搜索得到最优的运动矢量 .

BMV = -FMV*d2/d1

BP Pd1 d2

FMVBMV

熵编码 采用指数哥伦布码进行编码 1 0 010 1 011 2 00100 3 …………. ….

环路滤波 简单的环路滤波

– Intra 宏块边界（ 1 ， 2 ， 1 ）例： P0 = （ p1 + 2xp0 + q0 + 2)>>2

– Inter 宏块边界（ 1 ， -3 ， 3 ， -1 ）BsV00

BsV10

BsV01

BsV11

BsH11BsH10 BsH00 BsH01

BsV00

BsV10

宏块亮度边界 宏块色度边界(Cb或Cr)

BsH01BsH00

p2 p1 p0 q1q0 q2

AVS-M

时间：至年底视频部分基本完成 应用：

– 考虑信道 多媒体信息服务 (Multimedia Message Servers) ：彩信业务等 流媒体和广播（ Streaming and Broadcasting ）：手机电视 实时通讯（ Real-time communication ）：可视电话，视频会议等。

– 不考虑信道 本地播放（ Local Playback ）：用户可以在无法实现无线网络接入的条件下（如在飞机上），播放本地存储的音视频文件。 采集编码 (Record): 用户可以通过移动手持设备实现视频采集和编码。

技术需求：– 编码效率高– 解码复杂度低– 容错功能，抗误码

AVS-M 应用示范

WLAN 10M

Demul tpl ex Transcoder

INTERNETPROXY

VIDEO SERVERI nterface A Interface B I nterface C

LAN