Nghiên cứu các chuẩn mã hóa video và ứng dụng trong các hệ thống di động

Để có thể hiểu biết hơn về các tiêu chuẩn nén tiên tiến này, em đã chọn đề tài “Nghiên cứu các chuẩn mã hóa video và ứng dụng trong các hệ thống di động ” làm đề tài luận văn của mình..

Luận văn được hoàn thành tại:

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Người hướng dẫn khoa học: TS Vũ Văn Thỏa

Phản biện 1: ………

Phản biện 2: ………

Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc sĩ tại Họcviện Công nghệ Bưu chính Viễn thông

Vào lúc: giờ ngày tháng năm

Có thể tìm hiểu luận văn tại:

- Thư viện của Học viện Công nghệ Bưu chính Viễn thông

MỞ ĐẦU

Trong những năm gần đây, nhu cầu các dịch vụ dữ liệu trên mạng di động, nhất là

dữ liệu đa phương tiện là rất lớn Cùng với nhu cầu đó, vấn đề đặt ra là làm thế nào tìm được một kỹ thuật mã hoá dữ liệu chuẩn, có hiệu quả để truyền các dữ liệu này trên mạng

di động

Hiện nay, chúng ta đang sống trong một kỷ nguyên mới “Kỷ nguyên truyền thông đa

phương tiện” Các thiết bị mới, các kỹ thuật mới lần lượt ra đời nhằm mục đích đáp ứng

nhu cầu giải trí cho con người ngày một tốt hơn Các ứng dụng đa phương tiện thời gian thực truyền trên mạng di động, mạng Internet, mạng truyền hình…ngày càng phát triển rầm

rộ Các nhà sản xuất thiết bị chú trọng áp dụng các công nghệ nén tiên tiến vào thiết bị của mình nhằm thõa mãn nhu cầu “chất lượng trung thực về âm thanh, hình ảnh” của khách hàng cũng như khả năng đáp ứng yêu cầu thực tế của công nghệ Trong thực tế, gắn liền giữa độ phức tạp, tốn kém chi phí đầu tư cơ sở hạ tầng, thiết bị đầu cuối…, luôn đi kèm với công nghệ cao Bên cạnh đó vấn đề truyền thông nội dung đa phương tiện hiện nay đang gặp một số khó khăn: băng thông đường truyền, nhiễu kênh, giới hạn của pin cho các ứng

dụng…. Trong khi băng thông kênh truyền phải chờ đợi một công nghệ mới của tương lai mới có thể cải thiện, còn việc cải thiện giới hạn của pin dường như không đáp ứng được sự phát triển của các dịch vụ trong tương lai, thì phương pháp giảm kích thước dữ liệu bằng các kỹ thuật nén là một cách giải quyết hiệu quả các khó khăn trên

Để có thể hiểu biết hơn về các tiêu chuẩn nén tiên tiến này, em đã chọn đề tài

“Nghiên cứu các chuẩn mã hóa video và ứng dụng trong các hệ thống di động ” làm đề

tài luận văn của mình

Từ những phân tích trên, có thể thấy rằng đề tài “Nghiên cứu các chuẩn mã hóa

video và ứng dụng trong các hệ thống di động ” mang tính cấp thiết và có ý nghĩa cả về lý

thuyết lẫn ứng dụng thực tế Luận văn bao gồm những chương sau:

Ch ơng 1: Các chuẩn mã hóa video

Ch ơng 2: Ứng dụng các chuẩn mã hóa video trong MobileTV

Ch ơng 3: Nghi n cứu các giải pháp ánh giá chất ng video trong các hệ thống di ộng

Sau một thời gian nỗ lực hết mình, về cơ bản luận văn cũng đã cho cái nhìn tổng quát

về các chuẩn mã hóa MPEG2, MPEG-4 và H.264, đồng thời với ứng dụng các chuẩn mã hoá trong MobileTV cũng giúp cho ta hiểu rõ hơn những ưu điểm của các chuẩn mã hóa này Tuy nhiên do có sự hạn chế về kinh nghiệm, thời gian,…nên sẽ không tránh khỏi sai

sót, kính mong Quý Thầy Cô, bạn bè, đồng nghiệp tham khảo đóng góp ý kiến để luận văn được hoàn thiện hơn

Em xin chân thành cảm ơn TS Vũ Văn Thoả đã bớt thời gian quý báu, hướng dẫn tận tình và cung cấp tài liệu bổ ích cho em trong quá trình làm luận văn Đồng thời cũng xin cảm ơn Quý Thầy Cô của Học viện công nghệ bưu chính viễn thông đã tận tình dạy dỗ, truyền thụ kiến thức và kinh nghiệm cho em trong thời gian học tập và nghiên cứu tại trường

CH ƠNG 1- CÁC CHUẨN MÃ HÓA VIDEO1.1 Chuẩn MPEG2

1.1.1 Tổng quan về MPEG-2

1.1.1.1 Lịch sử phát triển của chuẩn nén MPEG

Thuật ngữ MPEG viết tắt của cụm từ Moving Picture Experts Group là 1 nhóm chuyên nghiên cứu phát triển các tiêu chuẩn về hình ảnh số và nén âm thanh theo chuẩn ISO/IEC từ năm 1988 Cho đến nay nhóm làm việc MPEG đã phát triển và phát hành nhiều tiêu chuẩn nén cho các loại ứng dụng khác nhau, nhưng nổi bật là các chuẩn MPEG-1, MPEG-2, MPEG-4, và H.264/AVC MPEG chỉ là một tên riêng, tên chính thức của nó là: ISO/IEC JTC1 SC29 WG11

1.1.1.2 Kỹ thuật mã hóa VIDEO MPEG-2

Tất cả các chuẩn quốc tế hiện tại cho nén video như là MPEG-1,2,4, ITU-T H261, H263, H264 đều là các sơ đồ mã hóa lai Các sơ đồ này dựa trên các nguyên lý của dự đoán bù chuyển động và mã hóa chuyển đổi trên cơ sở khối

Các khung mã hóa Intra (các khung I) được phân chia thành các khối 8x8 pixels Các khối này tiếp theo được nén sử dụng DCT, lượng tử hóa (Q), quét zig-zag, mã hóa Entropy (sử dụng kỹ thuật mã hóa có độ dài từ mã thay đổi VLC) Các khung mã hóa Inter là kết quả của bù chuyển động bằng cách trừ đi một dự đoán đã được bù chuyển động Các khung dư (khung sai số) sau đó được chia thành các khối 8x8 pixel và được nén theo cách giống như với các khối của khung I

1.1.2 Thuật toán Watermarking cho VIDEO MPEG-2

Ý tưởng chung của Watermarking là nhúng một vài dữ liệu mở rộng vào trong một bản tin chủ Thông tin nhúng gọi là watermark và dữ liệu chủ gọi là vật mang Các ứng dụng của Watermarking có thể là bảo vệ bản quyền, nhận thực, ẩn dữ liệu, các thông tin mật…

Watermarking tại miền không gian

Các thuật toán watermarking thế hệ đầu tiên làm việc trong miền không gian bởi vì nó ít yêu cầu phức tạp và đắt trong xử lý máy tính Một phương pháp trong đó là mã hóa LSB: bit LSB của byte dữ liệu sẽ được sửa đổi để nhúng các watermark Mã hóa LSB rất dễ bị bẻ vỡ vì

nó chỉ thực hiện che phần LSB của các byte dữ liệu, vì vậy nó nhanh chóng được thay thế bằng các kỹ thuật khác

Watermarking tại miền DCT

Chúng ta thấy rằng sau khi chuyển đổi miền làm việc từ miền không gian sang miền DCT, sự tương quan của các pixel không gian sẽ được giải tương quan thành các phần tần số rời rạc Hệ số DC và tần số thấp của ma trận DCT sẽ quyết định các đặc tính tự nhiên nhất của một ảnh Sau khi cắt xén các hệ số tần số cao, tính trung thực của ảnh vẫn còn đủ tốt cho sự cảm thụ thị giác con người thông qua biến đổi ngược IDCT Vì vậy một phương pháp tự nhiên là nhúng một ma trận các hệ số DCT watermark vào một ma trận các hệ số DCT ảnh trong vùng tần số trung bình hay thấp hơn để đạt được watermark mạnh

Tính chất mạnh của watermarking DCT là nếu một kẻ tấn công cố gắng loại bỏ watermarking tại các tần số trung bình thì sẽ phá mất đi tính trung thực của ảnh, vì một vài chi tiết thu nhận là tại các tần số trung bình

1.1.3 Công nghệ mã hóa và giải mã Video trong MPEG2

1.1.4 Các Profiles và Levels trong MPEG2

 Profiles: Là khái niệm cho ta biết cấp chất lượng bộ công cụ mã hóa được sử dụng chuẩn mã hóa này Ở đây có sự thoả hiệp giữa tỷ số nén và giá thành bộ giải nén

 Levels : Khái niệm Levels trong chuẩn MPEG-2 cho ta biết mức độ phân giải của

ảnh, bao gồm từ định dạng trung gian cho nguồn tín hiệu SIF ( Source Intermediate Format), định dạng cơ sở MPEG -1 (360 x 288 @ 25Hz hay 360 x 240 @ 30Hz), đến

truyền hình số phân giải cao HDTV (hệ thống truyền hình với trên 1000 dòng quét)

1.2 Chuẩn MPEG4

1.2.1 Tổng quan về MPEG4

MPEG-4 là chuẩn ISO/IEC được phát triển bởi nhóm MPEG (Moving Picture Expert Group), nhóm này cũng đã xây dựng các chuẩn MPEG-1 và MPEG-2 Các chuẩn này mô tả phương pháp tương tác hình ảnh trên CD-ROM, DVD và truyền hình số MPEG-4 với tên gọi chính thức do ISO/IEC đặt tên là "ISO/IEC 14496" hoàn thành 10/1998 và trở thành tiêu chuẩn quốc tế 1/1999 Các mở rộng để tương thích hoàn toàn với các chuẩn trước đó được hoàn thành vào cuối năm 1999, phiên bản này được gọi là MPEG-4 Version 2, được công nhận là chuẩn quốc tế đầu năm 2000 Một số mở rộng được các nhóm làm việc trong MPEG tiếp tục đưa vào kể từ đó đến nay MPEG-4 dựa vào sự thành công của ba lĩnh vực:

- Truyền hình số

- Các ứng dụng tương tác đồ hoạ (tổng hợp nội dung)

- Tương tác đa phương tiện (World Wide Web, phân phối và truy cập nội dung)

Mã hoá video theo tiêu chuẩn MPEG-4 là đề tài phức tạp có phạm vi rộng, chúng ta

đề cập về nguyên lý cơ bản của mã hoá video theo tiêu chuẩn MPEG-4, có thể được sử dụng làm cơ sở cho việc xem xét, nghiên cứu các kỹ thuật nén video theo MPEG-4 cụ thể

1.2.2 Công nghệ mã hóa video trong MPEG-4

Không giống các chuẩn MPEG trước đó, ví dụ như trong MPEG-2, nơi mà nội dung được tạo ra từ nhiều nguồn như video ảnh động, đồ họa, văn bản… và được tổ hợp thành chuỗi các khung hình phẳng, mỗi khung hình (bao gồm các đối tượng như người, đồ vật, âm thanh, nền khung hình…) được chia thành các phần tử ảnh pixels và xử lý đồng thời, giống như cảm nhận của con người thông qua các giác quan trong thực tế Các pixels này được mã hoá như thể tất cả chúng đều là các phần tử ảnh video ảnh động Tại phía thu của người sử dụng, quá trình giải mã diễn ra ngược với quá trình mã hoá không khó khăn Vì vậy có thể coi MPEG-2 là một công cụ hiển thị tĩnh, và nếu một nhà truyền thông truyền phát lại chương trình của một nhà truyền thông khác về một sự kiện, thì logo của nhà sản xuất chương trình này không thể loại bỏ được Với MPEG-2, bạn có thể bổ xung thêm các phần

tử đồ hoạ và văn bản vào chương trình hiển thị cuối cùng (theo phương thức chồng lớp), nhưng không thể xoá bớt các đồ hoạ và văn bản có trong chương trình gốc

Chuẩn MPEG-4 khắc phục được hạn chế này và là một chuẩn động dễ thay đổi Với MPEG-4, các đối tượng khác nhau trong một khung hình có thể được mô tả, mã hoá và truyền đi một cách riêng biệt đến bộ giải mã trong các dòng cơ bản ES (Elementary Stream) khác nhau

1.2.3 Các PROFILE và LEVEL trong MPEG4

Chuẩn MPEG-4 bao gồm nhiều tính năng ưu việt khác nhau, không phải bất kỳ ứng dụng nào cũng đòi hỏi tất cả các tính năng của MPEG-4 Để sử dụng công cụ MPEG-4 một cách hiệu quả nhất, mỗi thiết bị chuẩn MPEG-4 sẽ chỉ được trang bị một số tính năng phù hợp với một phạm vi ứng dụng nhất định, và để tạo điều kiện cho người sử dụng lựa chọn công cụ MPEG-4, các thiết bị MPEG-4 chia thành các nhóm công cụ gọi là các profile, mỗi nhóm (profile) chỉ chứa một vài tính năng cần thiết của chuẩn mã hoá thích hợp cho một phạm vi ứng dụng nào đó Điều này cho phép người sử dụng dễ dàng lựa chọn bộ công cụ

hỗ trợ các tính năng mà họ cần từ vô số các bộ công cụ MPEG-4 khác nhau Mỗi profile lại

có các mức levels khác nhau, thể hiện mức độ phức tạp xử lý tính toán dữ liệu của công cụ

đó (thông qua việc định rõ tốc độ bit, con số tối đa của các đối tượng trong khung hình, độ phức tạp của quá trình giải mã audio …)

1.2.4 Các bộ phận cấu thành chuẩn MPEG4

MPEG-4 bao gồm các bộ phận riêng rẽ, có quan hệ chặt chẽ với nhau và có thể được triển khai ứng dụng riêng hay tổ hợp với các phần khác Các phần cơ bản là:

 Phần 1: System;

 Phần 2: Visual;

 Phần 3: Audio;

 Phần 4: Conformance xác định việc triển khai một MPEG-4 sẽ như thế nào

 Phần 5: Các phần mềm tham chiếu, đưa ra một nhóm các phần mềm tham chiếu quan trọng, được sử dụng để triển khai MPEG-4 và phục vụ như một ví dụ demo về các bước phải thực hiện khi triển khai

 Phần 6: Khung chuẩn cung cấp truyền thông đa phương tiện tích hợp DMIF (Delivery Multimedia Integration Framework), xác định một giao diện giữa các ứng dụng

và mạng/lưu trữ

 Phần 7: Các đặc tính của một bộ mã hoá video tối ưu (bổ xung cho các phần mềm tham chiếu, nhưng không phải là các triển khai tối thiểu cần thiết)

Các phần mới bổ xung tiếp cho chuẩn MPEG-4 sau này là:

 Phần 8: Giao vận (về nguyên tắc không được xác định trong chuẩn, nhưng phần 8 xác định cần ánh xạ như thế nào các dòng MPEG-4 vào giao vận IP)

 Phần 9: Mô tả phần cứng tham chiếu (Reference Hardware Description)

 Phần 10: MPEG-4 Advanced Video Coding/H.264 là thành tựu mới nhất về nén video

 Phần 11: Mô tả khung hình (Scene Description - được tách ra từ phần 1)

 Phần 12: Định dạng file truyền thông ISO (ISO Media File Format)

 Phần 13: Quản lý bản quyền nội dung IPMP (Intellectual Property Management and Protection Extentions)

 Phần 14: Định dạng file MP4 (trên cơ sở phần 12)

 Phần 15: Định dạng file AVC (cũng trên cơ sở phần 12)

 Phần 16: AFX (Animation Framwork eXtensions) và MuW (Multi-user Worlds)

1.2.5 Một số ứng dụng chuẩn MPEG4

Khả năng phân cấp và phân chia độc lập các khung hình thành các đối tượng khiến cho MPEG-4 trở thành một công cụ hữu hiệu trong việc tạo thuận lợi cho các ứng dụng trên Internet nói riêng và trên môi trường mạng nói chung (kể cả các mạng LAN, WAN, Intranet…) đó là các ứng dụng:

 Truyền thông multimedia theo dòng (Multimedia stream), trong đó dòng audio và video sẽ được biến đổi thích nghi với yêu cầu băng thông và chất lượng hình nhờ loại bỏ những đối tượng (hình ảnh, âm thanh) không cần thiết khỏi dòng dữ liệu và đồng bộ các thông tin được nhúng trong dòng dữ liệu đó

 Lưu giữ và phục hồi dữ liệu audio và video: do MPEG-4 phân chia các khung hình thành các đối tượng, việc trình duyệt Browser trên cơ sở nội dung (đối tượng) mong muốn

sẽ được thực hiện một cách dễ dàng và nhờ vậy, các ứng dụng lưu giữ hay phục hồi thông tin trên cơ sở nội dung MPEG-4 sẽ được thuận lợi hơn;

 Truyền thông báo đa phương tiện: các thông báo dưới dạng text, audio và video MPEG-4 sẽ được truyền đi với yêu cầu băng thông ít hơn, và có khả năng tự điều chỉnh chất lượng cho phù hợp với khả năng băng thông của thiết bị giải mã;

 Thông tin giải trí: những sự trình diễn nghe nhìn tương tác (thế giới ảo, trò chơi tương tác …) có thể được triển khai trên cơ sở chuẩn MPEG-4 sẽ làm giảm yêu cầu về băng

thông và làm cho thế giới ảo trở nên sinh động và giống như thực tế trên các trang web

1.3 Chuẩn H264

1.3.1 Tổng quan về chuấn nén H264

Chuẩn nén video mới nhất H264, còn được biết với tên gọi MPEG-4 Part 10/AVC (Advanced Video Coding- Mã hóa video nâng cao) H264 được mong đợi sẽ trở thành chuẩn nén video được sử dụng rộng rãi nhất trong thời gian sắp tới

H264 là một chuẩn mở hỗ trợ hầu hết các công nghệ nén video hiện nay Mã hóa H264 có thể giảm kích cỡ của một file video tới 80% so với chuẩn MPEG và 50% so với chuẩn MPEG 4 Part 2 mà vẫn giữ lại được chất lượng của hình ảnh Do đó, sử dụng H264 giúp giảm thiểu băng thông truyền tải trong mạng máy tính và giúp không còn tốn quá nhiều dung lượng để lưu trữ các file video Nhìn theo một cách khác, với một số bit rate thấp nhưng chúng ta vẫn có thể có được chất lượng video tốt

1.3.2 Những đặc tính nổi bật của chuẩn H264

H264 là kết quả của một dự án hợp tác giữa tổ chức ITU-T’s Video Coding Experts Group và ISO/IEC Moving Picture Experts Group (MPEG)

Được thiết kế nhằm giải quyết các yếu điểm trong các chuẩn mã hóa video trước đây, H264 được đặt ra với các tính năng nổi bật sau:

 Giảm được số bit rates trung bình tới 50% và vẫn đưa ra được một chất lượng video

cố định so sánh với bất kì chuẩn video nào khác

 Giảm thiểu lỗi khi truyền video qua nhiều mạng khác nhau

 Mang lại khả năng truyền video với độ trễ thấp (phù hợp trong video conferencing),

độ trễ cao hơn đi kèm với chất lượng tốt hơn

 Cấu trúc rõ ràng giúp đơn giản hóa quá trình hoạt động

 Có quá trình giải mã toán chính xác, đưa ra chính xác cần bao nhiêu phép tính số học cần được bộ mã hóa và bộ giải mã thực hiện, do đó tránh được lỗi trong quá trình tích lũy

1.3.3 Kỹ thuật nén video H264

Đầu tiên bộ giải mã Entropy nhận được các dòng bit nén từ NAL, một mặt sẽ giải mã Entropy để tách thông tin đầu mục và vector dự đoán chuyển động đưa vào bù chuyển động, mặt khác các hệ số DCT được giải lượng tử và biến đổi ngược IDCT để biến tín hiệu từ

miền tần số thành tín hiệu ở miền không gian, các hệ số biến đổi ngược thu được sẽ cộng với tín hiệu dự đoán Sau đó một phần được đưa qua bộ lọc tách khối để loại bỏ hiện tượng nhiễu trước khi đưa vào lưu trữ, phần còn lại được sử dụng cho mục đích dự đoán

1.3.4 So sánh đặc điểm nổi bật của các chuẩn nén

 Chuẩn MPEG2:

Chuẩn MPEG là một chuẩn thông dụng đã được sử dụng rộng rãi trong hơn một thập

kỉ qua Tuy nhiên, kích thước fle lớn so với những chuẩn mới xuất hiện gần đây, và có thể gây khó khăn cho việc truyền dữ liệu

 Chuẩn MPEG4:

MPEG-4 là chuẩn cho các ứng dụng MultiMedia MPEG-4 trở thành một tiêu chuẩn cho nén ảnh kỹ thuật truyền hình số, các ứng dụng về đồ hoạ và Video tương tác hai chiều (Games, Videoconferencing) và các ứng dụng Multimedia tương tác hai chiều (World Wide Web hoặc các ứng dụng nhằm phân phát dữ liệu Video như truyền hình cáp, Internet Video ) MPEG -4 đã trở thành một tiêu chuẩn công nghệ trong quá trình sản xuất, phân phối và truy cập vào các hệ thống Video Nó đã góp phần giải quyết vấn đề về dung lượng cho các thiết bị lưu trữ, giải quyết vấn đề về băng thông của đường truyền tín hiệu Video hoặc kết hợp cả hai vấn đề trên

 Chuẩn H 264:

Chuẩn H 264AVC, cũng được biết đến như là chuẩn MPEG 10, nổi lên dẫn đầu trong lĩnh vực công nghệ nén hình ảnh H 264 cũng cho chất lượng hình ảnh tốt nhất, kích thước file nhỏ nhất, hổ trợ DVD, và truyền với tốc độ cao so với các chuẩn trước đó H264 cũng là một chuẩn phức hợp

CH ƠNG 2 - ỨNG DỤNG CÁC CHUẨN MÃ HÓA VIDEO

TRONG MOBILETV2.1 Tổng quan về Mobi eTV

2.1.1 Giới thiệu chung

Truyền hình di động (Mobile TV) là công nghệ mã hoá và truyền dẫn các chương trình truyền hình hoặc video để có thể thu được trên các thiết bị di động như điện thoại di động, các thiết bị hỗ trợ số cầm tay (PDA), các thiết bị đa phương tiện vô tuyến, các máy điện thoại có khả năng thu tín hiệu truyền hình di động

Với Mobile TV người xem có thể truy nhập một dải rộng các chương trình truyền hình trong khi di chuyển Các chương trình truyền hình có thể được truyền tải dòng (streaming) tới máy di động để xem ở tốc độ giống như khi được phát hoặc các chương trình có thể được xem với trễ thời gian hoặc có thể được ghi lại toàn bộ giống như băng cassette video hoặc đĩa DVD Mobile TV không chỉ cho phép truyền dẫn một chiều thông thường mà còn cho phép truyền tín hiệu truyền hình tương tác nhờ sử dụng các kênh phản hồi cung cấp bởi mạng tế bào

Các yêu cầu về mặt công nghệ hỗ trợ việc truyền dẫn tín hiệu truyền hình di động là:

- Truyền dẫn theo khuôn dạng lý tưởng phù hợp với các thiết bị truyền hình di động

- Công nghệ tiêu thụ công suất thấp;

- Thu nhận tín hiệu ổn định khi di động;

- Chất lượng hình ảnh rõ nét mặc dù bị tổn hao tín hiệu do fading và hiệu ứng đa đường;

- Hỗ trợ di động ở tốc độ lên tới 250 km/h hoặc cao hơn;

- Có khả năng thu tín hiệu trong một vùng rộng khi di chuyển

Hiện nay có hai phương pháp chính để phát tín hiệu truyền hình di động Phương pháp thứ nhất là phát qua mạng tế bào hai chiều và phương pháp thứ hai là phát qua mạng quảng bá dành riêng, một chiều Mỗi phương pháp có các ưu nhược điểm riêng:

- Phát tín hiệu truyền hình qua mạng tế bào có ưu điểm là sử dụng được cơ sở hạ tầng mạng đã được thiết lập, do đó sẽ giảm chi phí triển khai Đồng thời, nhà khai thác đã có sẵn thị trường truy nhập tới các thuê bao hiện tại, các thuê bao này chỉ cần đăng ký dịch vụ truyền hình di động mà họ muốn sử dụng