ビデオ圧縮画像タイプ
 |
ビデオ圧縮の分野では、ビデオフレームは、主にデータ圧縮量を中心に、長所と短所が異なる様々なアルゴリズムを用いて圧縮されます。ビデオフレームのこれらの異なるアルゴリズムは、ピクチャタイプまたはフレームタイプと呼ばれます。異なるビデオアルゴリズムで使用される3つの主要なピクチャタイプは、I、P、Bです。[ 1 ] これらは以下の特性が異なります。
- Iフレームは圧縮性が最も低いですが、デコードに他のビデオ フレームを必要としません。
- Pフレームは前のフレームのデータを使用して解凍できるため、I フレームよりも圧縮率が高くなります。
- Bフレームは、データ参照に前のフレームと次のフレームの両方を使用して、最大限のデータ圧縮を実現できます。
まとめ
ビデオ圧縮では、I フレーム、P フレーム、B フレーム の 3 種類の画像(またはフレーム) が使用されます。
Iフレーム(イントラコード化画像) は、 JPGまたはBMP画像ファイル のような完全な画像です。
Pフレーム（予測画像）は、前のフレームからの画像の変化のみを保持します。例えば、車が静止した背景を横切るシーンでは、車の動きのみをエンコードする必要があります。エンコーダーは変化しない背景ピクセルをPフレームに保存する必要がないため、スペースを節約できます。Pフレームはデルタフレームとも呼ばれます。
Bフレーム(双方向予測画像) は、現在のフレームと前後のフレームの差分を使用してコンテンツを指定することで、さらに多くのスペースを節約します。
PフレームとBフレームはインターフレームとも呼ばれます。Iフレーム、Pフレーム、Bフレームの並び順はグループオブピクチャと呼ばれます。ビデオフレームには、フレームを正しい順序でデコードおよび表示するために、プレゼンテーションタイムスタンプ（PTS）とデコードタイムスタンプ（DTS）の値が含まれています。
写真/フレーム
「フレーム」と「ピクチャ」という用語はしばしば同じ意味で使用されますが、ピクチャという用語はより一般的な概念です。ピクチャはフレームまたはフィールドのいずれかを指すためです。フレームは完全な画像であり、フィールドは部分的な画像を構成する奇数または偶数の走査線の集合です。たとえば、HD 1080 画像には 1080 本のピクセル ライン (行) があります。奇数フィールドには、ライン 1、3、5、 ...、1079 のピクセル情報が含まれます。偶数フィールドには、ライン 2、4、6、 ...、1080 のピクセル情報が含まれます。ビデオがインターレース スキャン形式で送信される場合、各フレームは 2 つのフィールド (奇数ラインのフィールドと偶数ラインのフィールド) で送信されます。
他のフレームを予測するための基準として使用されるフレームは、参照フレームと呼ばれます。
他のフレームからの情報なしでエンコードされたフレームはIフレームと呼ばれます。先行する単一の参照フレーム（または各領域の予測に単一のフレーム）からの予測を使用するフレームはPフレームと呼ばれます。Bフレームは、前後の2つの参照フレームの（場合によっては加重された）平均からの予測を使用します。
スライス
H.264/MPEG-4 AVC規格では、予測タイプの粒度は「スライスレベル」まで細分化されています。スライスとは、フレーム内の空間的に区別された領域であり、同じフレーム内の他の領域とは独立してエンコードされます。Iスライス、Pスライス、Bスライスは、Iフレーム、Pフレーム、Bフレームの代わりに使用されます。
マクロブロック
通常、画像（フレーム）はマクロブロックに分割され、次のように、画像全体で同じ予測タイプではなく、マクロブロックごとに個別の予測タイプを選択できます。
- Iフレームにはイントラマクロブロックのみを含めることができます
- Pフレームには、イントラマクロブロックと予測マクロブロックの両方を含めることができます。
- Bフレームには、イントラ、予測、および双方向予測のマクロブロックを含めることができます。
さらに、H.264ビデオコーディング規格では、フレームをスライスと呼ばれるマクロブロックのシーケンスに分割することができ、エンコーダはIフレーム、Bフレーム、Pフレームの3種類のフレームタイプを選択する代わりに、個々のスライスごとに予測スタイルを個別に選択できます。H.264には、さらにいくつかの種類のフレーム/スライスが存在します。
- SI フレーム/スライス (スイッチング I): コード化ストリーム間の切り替えを容易にします。SI マクロブロック (特殊なタイプのイントラコード化マクロブロック) が含まれます。
- SPフレーム/スライス（スイッチングP）：符号化ストリーム間の切り替えを容易にします。Pおよび/またはIマクロブロックが含まれます。
- マルチフレーム動き推定（最大16参照フレームまたは32参照フィールド）
マルチフレーム動き推定により、圧縮率を維持しながらビデオ品質が向上します。SIフレームとSPフレーム（拡張プロファイル用に定義）は、エラー訂正機能を向上させます。これらのフレームをスマートデコーダーと併用することで、破損したDVDの放送ストリームを復元することが可能になります。
イントラコード化（I）フレーム/スライス（キーフレーム）
- Iフレームは画像全体を格納します。Iフレームは、自身（の一部）以外のフレームを参照することなく符号化されます。
- ランダム アクセス ポイントを作成するためにエンコーダーによって生成される場合があります (デコーダーがその画像の位置から最初から適切にデコードを開始できるようにするため)。
- 画像の詳細を区別することで有効な P フレームまたは B フレームを生成できない場合にも生成されることがあります。
- 通常、他のフレーム タイプよりも多くのビットをエンコードする必要があります。
Iフレームはランダムアクセスに使用され、他の画像のデコードのための参照として使用されることがよくあります。デジタルテレビ放送やDVDストレージなどのアプリケーションでは、0.5秒のイントラリフレッシュ周期が一般的です。環境によっては、より長いリフレッシュ周期が使用される場合もあります。例えば、ビデオ会議システムでは、Iフレームを非常に低頻度で送信するのが一般的です。
予測された（P）フレーム/スライス
- デコードするには、事前に他の画像をデコードする必要があります。
- 画像データとモーション ベクトル変位の両方、またはそれらの組み合わせが含まれる場合があります。
- デコード順に前の画像を参照できます。
- 古い標準設計 ( MPEG-2など) では、デコード時に参照として以前にデコードされた 1 つの画像のみを使用し、その画像も表示順序で P 画像よりも前である必要があります。
- H.264 は、デコード時に、以前にデコードされた複数の画像を参照として使用することができ、予測に使用される画像に対して任意の表示順序関係を持つことができます。
- 通常、I フレームと比較してエンコードに必要なビット数が少なくなります。
双方向予測（B）フレーム/スライス（マクロブロック）
- 後続のフレームを表示するには、事前にデコードする必要があります。
- 画像データおよび／または動きベクトル変位を含む場合があります。古い規格では、フレーム全体に対して単一のグローバル動き補償ベクトル、またはマクロブロックごとに単一の動き補償ベクトルのみが許可されていました。
- 2つの異なる参照領域を用いて得られた予測値を平均化することで、動き領域（例えば、マクロブロックまたはより小さな領域）の予測を行う予測モードをいくつか含めます。一部の規格では、マクロブロックごとに2つの動き補償ベクトル（双予測）が許容されています。
- 古い規格（MPEG-2など）では、Bフレームは他の画像の予測の参照として使用されることはありません。そのため、Bフレームではディテールの損失が後続の画像の予測品質に影響を与えないため、低品質のエンコード（必要な容量が少ない）が使用されることがあります。
- H.264 ではこの制限が緩和され、エンコーダの裁量で B フレームを他のフレームのデコードの参照として使用できるようになりました。
- 古い標準 (MPEG-2 など) では、デコード時に参照として、以前にデコードされた 2 つの画像が使用され、それらの画像の 1 つが表示順序で B フレームの前にあり、もう 1 つが B フレームの後ろにあることが要求されます。
- H.264 では、デコード時に 1 枚、2 枚、または 2 枚以上の以前にデコードされた画像を参照として使用することができ、予測に使用される画像に対する任意の表示順序関係を持つことができます。
- 情報検索の柔軟性が向上するということは、通常、B フレームは I フレームや P フレームよりもエンコードに必要なビット数が少なくなることを意味します。
参照
参考文献
- ^ビーチ、アンディ、オーウェン、アーロン (2019).ビデオ圧縮ハンドブック（第2版）. 出版地不明: Peachpit Press. ISBN 978-0-13-486621-5. OCLC 1006298938 .
外部リンク
