HEVC学习总结

羽无芯

最近在学习图像处理中的HEVC算法，对视频帧的理解做了一下总结：
一.什么是视频中的GOP或图片组?
1.图片组(GOP) 是一组图片， 它们具有明确定义的编码/解码和显示顺序，GOP或图片组由不同类型的图片(帧)组成。从根本上说，这些图片要么：

• I帧(仅限帧内预测) : I帧中的每个宏块只允许引用同一帧内的其他宏块。也就是说，它只能使用帧中的“空间冗余”进行压缩。空间冗余是一个术语，用于指代单个帧的像素之间的相似性。
  

• P帧(根据显示顺序出现在它之前的帧预测):除了空间预测外，还允许使用时间预测来压缩宏块。对于运动估计，P帧使用先前已编码的帧。
  

                                                           

• B帧(根据显示顺序可能出现在它之前和之后的帧预测):B帧可以选择引用和插值在它之前和之后( 在时间维度上)出现的两个(或更多)帧，B帧可以非常有效地减小帧的大小，同时保留视频质量。它们可以利用空间和时间冗余(未来和过去的帧)，使它们在视频压缩中非常有用。                                             
  

显示顺序中的第2帧是一个B帧，它依赖于第1帧和第4帧作为参考。但是要对第2帧进行编码，我们需要等到第4帧进入编码器，被编码，然后才能作为第2帧的参考。因此，B帧在编码器和解码器中都占用大量资源。


2.接着由以上三种图片类型可以构建GOP(图片组)

• GOP通常以I帧图像开始，并在最后有一系列P 和B帧
• 两个连续I帧之间的距离称为GOP的大小或GOP 的长度
• 连续P帧之间的距离称为mini-GOP大小
  

(两个I帧之间是一个图像序列GOP)


二.Inter and Intra Preiction
我想使用HEVC或者h.264压缩视频第二帧，我会先做以下三步

• 将视频分成像素块(宏块)并次压缩一个。
• 为了压缩每个宏块，第一步是通过在当前帧或先前或未来帧中搜索来找到与我们要压缩的宏块相似的宏块。
• 记录最佳匹配宏块的位置(哪-帧及其在该帧中的位置) 。然后，两个宏块的差异被压缩并与位置信息一起发送到解码器。
  

eg.现在看下一个例子。我们要压缩第2帧中包含蓝色球体的宏块。我们应该怎么做呢?在同一帧内搜索还是在以前编码的帧内搜索?

                                                         
1. 首先，我可以查看第1帧并找到匹配的球体。它似乎移动了大约框架宽度的距离并向下移动了一点。这给了我们运动矢量。包含球体的两个块之间的差异似乎非常小。
2.其次，我可以在同一框架内搜索并发现没有其他块包含球体。所以，在同一个框架内搜索匹配结果很糟糕！

三.在项目中对GOP选取注意
1.根据项目需求，选取B帧个数及顺序，设计最佳的GOP。
2.I帧可独立编解码(通常放结尾以刷新视频质量)。
3.P和B帧插入适当位置以减少视频文件的大小或比特率，并调整以保持一定的视频质量。