thuật toán tìm kiếm nhanh trong tìm kiếm liên ảnh của chuẩn nén video h 265 hevc

Trong số các khối xử lý của H.265/HEVC, khối dự đoán là khối chiếm tới 80% khối lượng tính toán tập trung chủ yếu ở khâu mã hóa liên ảnh trong toàn bộ quá trình mã hóa video cũng là khối

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

THUẬT TOÁN TÌM KIẾM NHANH TRONG TÌM KIẾM LIÊN

ẢNH CỦA CHUẨN NÉN VIDEO H.265/HEVC

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

-

NGUYỄN NAM PHONG

THUẬT TOÁN TÌM KIẾM NHANH TRONG TÌM KIẾM LIÊN ẢNH CỦA

CHUẨN NÉN VIDEO H.265/HEVC

Chuyên ngành : KỸ THUẬT ĐIỆN TỬ

I

MỤC LỤC

MỤC LỤC I DANH SÁCH HÌNH VẼ V DANH SÁCH BẢNG BIỂU IX LỜI CAM ĐOAN X DANH SÁCH CÁC TỪ VIẾT TẮT XI

LỜI MỞ ĐẦU - 1 -

NỘI DUNG - 3 -

Chương 1 GIỚI THIỆU CHUNG VỀ CHUẨN NÉN VIDEO H.265/HEVC - 4 -

1.1 Chuẩn nén H.265/HEVC - 4 -

1.1.1 Giới thiệu các công nghệ nén video - 4 -

1.1.2 Giới thiệu chuẩn nén H.265/HEVC - 9 -

1.2 Bộ mã hóa video chuẩn H.265/HEVC - 10 -

1.3 Bộ giải mã video chuẩn H.265/HEVC - 12 -

Chương 2 NGUYÊN LÝ HOẠT ĐỘNG CỦA BỘ MÃ HÓA CHUẨN H.265/HEVC…… - 14 -

2.1 Phân vùng hình ảnh - 14 -

2.1.1 Khối cây mã hóa (CTU) - 14 -

2.1.2 Khối mã hóa (CU) - 15 -

2.1.3 Cấu trúc khối dự đoán (PU) - 15 -

2.1.4 Khối chuyển đổi (TU) và cấu trúc cây chuyển đổi - 16 -

2.2 Dự đoán liên ảnh - 18 -

II

2.2.1 Tính toán sai lệch - 18 -

2.2.2 Dự đoán điểm ảnh nguyên - 19 -

2.2.3 Dự đoán điểm ảnh không nguyên - 19 -

2.2.4 Dự đoán véc-tơ chuyển động - 21 -

2.2.5 Dự đoán kết hợp - 23 -

2.3 Dự đoán trong ảnh - 25 -

2.3.1 Các chế độ dự đoán trong ảnh - 25 -

2.3.2 Bộ lọc cho các mẫu lân cận - 27 -

2.4 Lựa chọn chế độ dự đoán - 27 -

2.5 Chuyển đổi và lượng tử hóa - 29 -

2.6 Bộ lọc vòng - 29 -

2.6.1 Bộ lọc xóa khối - 30 -

2.6.2 Xác định đường biên - 31 -

2.6.3 Tính toán mức độ viền - 31 -

2.6.4 Lựa chọn β và tc - 32 -

2.7 Bù mẫu theo ngữ cảnh (SAO) - 33 -

Chương 3 ĐÁNH GIÁ CÁC THUẬT TOÁN TÌM KIẾM NHANH HIỆN TẠI VÀ ĐỀ XUẤT THUẬT TOÁN CẢI TIẾN - 36 -

3.1 Phần mềm tham chiếu chuẩn mã hóa giải mã H.265/HEVC – HM-9.1 - 36 -

3.1.1 Giới thiệu phần mềm bộ mã hóa và giải mã HM-9.1 - 36 -

3.1.2 Định dạng video đầu vào - 38 -

3.1.3 Hướng dẫn sử dụng phần mềm HM-9.1: - 39 -

III

3.2 Thực hiện dự đoán trong phần mềm HM-9.1 - 41 -

3.2.1 Tính toán sai lệch - 41 -

3.2.2 Quyết định mã hóa liên ảnh và trong ảnh - 43 -

3.2.3 Ước lượng chuyển động và bù chuyển động - 45 -

3.3 Tổng hợp và phân tích véc-tơ chuyển động - 47 -

3.3.1 Tổng hợp thông tin về các véc-tơ chuyển động - 47 -

3.3.2 Phân tích thông tin về các véc-tơ chuyển động - 52 -

3.4 Các thuật toán tìm kiếm nhanh hiện tại - 53 -

3.4.1 Tìm kiếm ba bước: - 54 -

3.4.2 Thuật toán UMHexagonsS - 56 -

3.4.3 Thuật toán TZSearch - 57 -

3.5 Đề xuất thuật toán tìm kiếm nhanh mới - 59 -

Chương 4 THỰC HIỆN CÁC THUẬT TOÁN ĐÃ ĐỀ XUẤT - 63 -

4.1 Thuật toán W-Diamond - 63 -

4.1.1 Lựa chọn điểm bắt đầu - 63 -

4.1.2 Tìm kiếm điểm lần thứ 1 - 64 -

4.1.3 Tìm kiếm điểm lần thứ 2 - 68 -

4.2 Thuật toán Rot-W-Diamond - 71 -

4.2.1 Lựa chọn điểm bắt đầu - 71 -

4.2.2 Tìm kiếm điểm lần thứ nhất - 72 -

4.2.3 Tìm kiếm điểm lần thứ 2 - 76 -

IV

Chương 5 KẾT QUẢ ỨNG DỤNG CÁC THUẬT TOÁN TÌM KIẾM NHANH

CẢI TIẾN……… - 80 -

5.1 Cấu hình thực hiện các thuật toán tìm kiếm nhanh - 80 -

5.2 Các thông số đánh giá - 81 -

5.3 Kết quả thực hiện các thuật toán tìm kiếm nhanh - 82 -

5.4 Nhận xét - 88 -

5.4.1 Nhận xét về thuật toán W-Diamond - 88 -

5.4.2 Nhận xét về thuật toán Rot-W-Diamond - 89 -

TỔNG KẾT - 91 -

TÀI LIỆU THAM KHẢO - 93 -

BẢNG ĐỐI CHIẾU THUẬT NGỮ VIỆT – ANH - 97 -

V

DANH SÁCH HÌNH VẼ

Hình 2.1 Ví dụ về cấu trúc cây mã hóa - 14 -

Hình 2.2 Ví dụ về chia hình ảnh thành các khối cây mã hóa - 15 -

Hình 2.3 Các chế độ phân vùng trong khối dự đoán mã hóa liên ảnh - 16 -

Hình 2.4 Cách chia các khối chuyển đổi tương ứng với khối dự đoán - 17 -

Hình 2.5 Quá trình tìm kiếm PU giống nhất - 19 -

Hình 2.6 Nội suy các điểm ảnh phụ cho thành phần độ chói - 20 -

Hình 2.7 Ứng viên theo thời gian - 22 -

Hình 2.8 Ứng viên theo không gian - 22 -

Hình 2.9 Miêu tả ứng viên kết hợp được tạo ra - 24 -

Hình 2.10 33 hướng dự đoán trong ảnh - 25 -

Hình 2.11 Liên hệ giữa hướng dự đoán trong ảnh và chế độ tương ứng của thành phần độ chói - 26 -

Hình 2.12 Tính toán RDO - 28 -

Hình 2.13 Quá trình xử lý lọc xóa khối - 30 -

Hình 2.14 Xác định giá trị Bs - 32 -

Hình 2.15 mảng 3x3 để phân loại điểm ảnh trong kiểu bù viền - 35 -

Hình 3.1 Các tập tin trong phần mềm HM-9.1 - 37 -

Hình 3.2 Xử lý mã hóa video trong HM-9.1 - 38 -

Hình 3.3 Thứ tự quét điểm ảnh với video tỉ lệ 4:2:0 - 39 -

Hình 3.4 Cửa sổ lệnh trong quá trình mã hóa - 40 -

Hình 3.5 Luồng xử lý dự đoán - 41 -

Hình 3.6 Tính toán RDO - 43 -

Hình 3.7 Lựa chọn chế độ dự đoán liên ảnh và trong ảnh của hàm xCompressCU - 44 - Hình 3.8 Ước lượng chuyển động và bù chuyển động - 45 -

Hình 3.9 Quá trình ước lượng chuyển động - 46 -

Hình 3.10 Đầu vào và đầu ra của quá trình ước lượng chuyển động - 46 -

VI

Hình 3.11 Xác suất xuất hiện của véc-tơ chuyển động trong video PeopleOnStreet - 48 -

Hình 3.12 Xác suất xuất hiện của véc-tơ chuyển động trong video Kimono - 48 -

Hình 3.13 Xác suất xuất hiện của véc-tơ chuyển động trong video BQMall - 49 -

Hình 3.14 Xác suất xuất hiện của véc-tơ chuyển động trong video PartyScence - 49 -

Hình 3.15 Xác suất xuất hiện của véc-tơ chuyển động trong video BQSquare - 50 -

Hình 3.16 Xác suất xuất hiện của véc-tơ chuyển động trong video BasketBallPass - 50 - Hình 3.17 Xác suất xuất hiện của véc-tơ chuyển động trong video BlowingBubbles- 51 - Hình 3.18 Xác suất xuất hiện của véc-tơ chuyển động trong video RaceHorses - 51 -

Hình 3.19 Xác suất xuất hiện của véc-tơ chuyển động trong các video - 52 -

Hình 3.20 Thuật toán tìm kiếm ba bước - 55 -

Hình 3.21 Thuật toán UMHexagonS - 56 -

Hình 3.22 Miền tìm kiếm thuật toán TZSearch - 57 -

Hình 3.23 Thuật toán TZSearch - 58 -

Hình 3.24 Miền tìm kiếm W-Diamond - 60 -

Hình 3.25 Miền tìm kiếm Rot-W-Diamond - 62 -

Hình 4.1 Lưu đồ thuật toán Lựa chọn điểm bắt đầu trong thuật toán W-Diamond - 64 -

Hình 4.2 Tập hợp điểm tìm kiếm W-Diamond - 64 -

Hình 4.3 Lưu đồ thuật toán Quá trình 1 của Tìm kiếm điểm lần thứ 1 trong thuật toán W-Diamond - 65 -

Hình 4.4 Các điểm tìm kiếm lân cận khi uiBestDistance = {1, 2} - 66 -

Hình 4.5 Lưu đồ thuật toán Qúa trình 2 của Tìm kiếm điểm lần thứ 1 trong thuật toán W-Diamond - 67 -

Hình 4.6 Lưu đồ thuật toán Qúa trình 3 của Tìm kiếm điểm lần thứ 1 trong thuật toán W-Diamond - 68 -

Hình 4.7 Lưu đồ thuật toán Qúa trình 1 của Tìm kiếm điểm lần thứ 2 trong thuật toán W-Diamond - 69 -

VII

Hình 4.8 Lưu đồ thuật toán Qúa trình 2 của Tìm kiếm điểm lần thứ 2 trong thuật toán W-Diamond - 70 - Hình 4.9 Lưu đồ thuật toán Qúa trình 3 của Tìm kiếm điểm lần thứ 2 trong thuật toán W-Diamond - 71 - Hình 4.10 Lưu đồ thuật toán Lựa chọn điểm bắt đầu trong thuật toán Rot-W-Diamond - 72 - Hình 4.11 Tập hợp điểm tìm kiếm Rot-W-Diamond - 72 - Hình 4.12 Lưu đồ thuật toán Qúa trình 1 của Tìm kiếm điểm thứ 1 trong thuật toán Rot-W-Diamond - 73 - Hình 4.13 Các điểm tìm kiếm lân cận khi uiBestDistance = {1, 2} - 74 - Hình 4.14 Lưu đồ thuật toán Qúa trình 2 của Tìm kiếm điểm lần thứ 1 trong thuật toán Rot-W-Diamond - 75 - Hình 4.15 Lưu đồ thuật toán Quá trình 3 của Tìm kiếm điểm lần thứ 1 trong thuật toán Rot-W-Diamond - 76 - Hình 4.16 Lưu đồ thuật toán Qúa trình 1 của Tìm kiếm điểm lần thứ 2 trong thuật toán Rot-W-Diamond - 77 - Hình 4.17 Lưu đồ thuật toán Qúa trình 2 của Tìm kiếm điểm lần thứ 2 trong thuật toán Rot-W-Diamond - 78 - Hình 4.18 Lưu đồ thuật toán Qúa trình 3 của Tìm kiếm điểm lần thứ 2 trong thuật toán Rot-W-Diamond - 79 - Hình 5.1 Biểu đồ sự cải thiện về thời gian ước lượng điểm ảnh nguyên của thuật toán Rot-W-Diamond và W-Diamond so với thuật toán TZSearch-Diamond - 84 - Hình 5.2 Biểu đồ sự cải thiện về khối lượng tính toán của thuật toán Rot-W-Diamond

và W-Diamond so với thuật toán TZSearch-Diamond - 84 - Hình 5.3 Biểu đồ sự giảm về PSNR của thuật toán Rot-W-Diamond và W-Diamond so với thuật toán TZSearch-Diamond - 85 -

VIII

Hình 5.4 Biểu đồ sự tăng về tốc độ bít của thuật toán Rot-W-Diamond và W-Diamond

so với thuật toán TZSearch-Diamond - 85 - Hình 5.5 Biểu đồ sự cải thiện về thời gian ước lượng điểm ảnh nguyên của thuật toán Rot-W-Diamond và W-Diamond so với thuật toán TZSearch-Square - 86 - Hình 5.6 Biểu đồ sự cải thiện về khối lượng tính toán của thuật toán Rot-W-Diamond

và W-Diamond so với thuật toán TZSearch-Square - 86 - Hình 5.7 Biểu đồ sự giảm về PSNR của thuật toán Rot-W-Diamond và W-Diamond so với thuật toán TZSearch-Square - 87 - Hình 5.8 Biểu đồ sự tăng về tốc độ bít của thuật toán Rot-W-Diamond và W-Diamond

so với thuật toán TZSearch-Square - 87 -

IX

DANH SÁCH BẢNG BIỂU

Bảng 2.1 Độ sâu lớn nhất của cấu trúc cây chuyển đổi - 17 -

Bảng 2.2 Hệ số lọc cho thành phần độ chói - 20 -

Bảng 2.3 Hệ số bộ lọc 4 điểm cho thành phần màu - 21 -

Bảng 2.4 Liên hệ giữa hướng dự đoán trong ảnh và chế độ tương ứng của thành phần màu - 26 -

Bảng 2.5 Ngưỡng cho phép cho các khối chuyển đổi có kích thước khác nhau - 27 -

Bảng 2.6 Lựa chọn giá trị ngưỡng β và tc từ giá trị Q - 33 -

Bảng 2.7 Các chế độ bù mẫu theo ngữ cảnh - 34 -

Bảng 2.8 Quy tắc phân loại điểm ảnh kiểu bù viền - 35 -

Bảng 3.1 Cấu trúc các thư mục trong phần mềm HM-9.1 - 38 -

Bảng 3.2 Danh sách các video chuẩn được cung cấp bởi ITU-T - 47 -

Bảng 3.3 Tốc độ chuyển động của các vật thể trong các video kiểm tra - 53 -

Bảng 3.4 Thuật toán tìm kiếm ba bước - 54 -

Bảng 3.5 Thuật toán UMHexagonS - 56 -

Bảng 3.6 Số lượng điểm của mỗi miền tìm kiếm trong phạm vi tìm kiếm giới hạn bằng 64 - 62 -

Bảng 5.1 Kết quả thực hiện các thuật toán tìm kiếm nhanh - 82 -

X

LỜI CAM ĐOAN

Trước hết, em xin gửi lời cảm ơn chân thành tới tập thể các thầy cô trong Viện Điện tử viễn thông, trường Đại học Bách Khoa Hà Nội đã tạo ra một môi trường tốt để

em học tập và nghiên cứu Em cũng xin cảm ơn các thầy cô trong Viện Đào tạo sau đại học đã quan tâm đến khóa học này, tạo điều kiện thuận lợi cho các học viên học tập và nghiên cứu Đặc biệt, em xin gửi lời cảm ơn sâu sắc đến thầy giáo TS.Nguyễn Vũ Thắng đã tận tình chỉ bảo, hướng dẫn emtrong quá trình hoàn thành luân văn này

Em xin cam đoan rằng nội dung của luận văn này là hoàn toàn do emtìm hiểu, nghiên cứu và viết ra Tất cả đều được em thực hiện cẩn thận và có sự định hướng và sửa chữa của giáo viên hướng dẫn

Em xin chịu trách nhiệm với những nội dung trong luận văn này

XI

DANH SÁCH CÁC TỪ VIẾT TẮT

ITU-T International Telecommunication Union Telecommunication

Standardization Sector

HEVC High Efficient Video Codec

MPEG Moving Picture Experts Group

I, P, B Intra, Prediction, Bi-prediction

PSNR Peak Signal to Noise Ratio

RDO Rate Distortion Optimization

FME Fractional Motion Estimation

1

- 1 -

LỜI MỞ ĐẦU

Đa phương tiện và các ứng dụng của nó đã đang phát triển hết sức mạnh mẽ trên hầu hết các lĩnh vực Trong các ứng dụng của đa phương tiện thì video chiếm vai trò vô cùng quan trọng trong đời sống của con người trong cuộc sống hiện đại Tuy nhiên, dữ liệu video không nén (video thô) thường chiếm dung lượng rất lớn không thuận tiện cho việc lưu trữ và truyền tải Vì thế, nén video đã trở thành phần không thể thiếu cho lưu trữ và truyền tải video

Có nhiều chuẩn nén video khác nhau, trong đó, chuẩn nén được sử dụng rộng rãi nhất là chuẩn MPEG – 2 Chuẩn MPEG – 2 đã ra đời từ khá lâu và đã tới lúc cần phải

có các chuẩn mới khác có thể đem lại hiệu suất nén cao hơn, mềm dẻo hơn để thích hợp với nhiều dịch vụ hơn Phổ biến nhất trong số các chuẩn nén mới là H.264/AVC - một chuẩn nén video mới ra đời năm 2003, đang được ứng dụng rộng rãi hiện nay Kế thừa những kết quả đã đạt được từ H.264, tháng 10 năm 2013, JCT-VC đã ra bản thảo H.265/HEVC cuối cùng với mong muốn thu được kết quả nén cao hơn nhiều lần so với H.264/AVC

Bộ mã hóa, giải mã video chuẩn H.265/HEVC đem lại nhiều cải tiến về chất lượng và tăng hiệu quả nén lên tới 50% so với H.264/AVC nhưng cũng tăng khối lượng tính toán lên gấp nhiều lần Điều này không phù hợp cho việc triển khai với các ứng dụng có tài nguyên hữu hạn và các ứng dụng liên quan tới thời gian thực Trong số các khối xử lý của H.265/HEVC, khối dự đoán là khối chiếm tới 80% khối lượng tính toán (tập trung chủ yếu ở khâu mã hóa liên ảnh) trong toàn bộ quá trình mã hóa video cũng là khối chủ đạo giúp cho H.265/HEVC tăng khả năng nén lên gấp nhiều lần so với các chuẩn nén video trước đây Việc nghiên cứu cải thiện khối dự đoán sẽ nhắm tới mục đích là làm giảm khối lượng tính toán mà không làm ảnh hưởng nhiều đến chất lượng cũng như hiệu quả nén của video

1) Phân tích các véc-tơ chuyển động của các video để tìm ra các đặc trưng chuyển động của các video

2) Đánh giá các thuật toán tìm kiếm nhanh trong thời gian gần đây để đưa ra cơ

sở đề xuất thuật toán tìm kiếm nhanh mới

3) Đề xuất thuật toán tìm kiếm nhanh trong tìm kiếm liên ảnh mới dựa trên các phân tích và đánh giá đã đưa ra

4) Triển khai các thuật toán đã đề xuất trên phần mềm mã hóa và giải mã tiêu chuẩn – HM-9.1 của ITU-T

5) Đánh giá hiệu quả của các thuật toán đã đề xuất

- 3 -

NỘI DUNG

Nội dung của luân văn bao gồm 5 chương

 Chương 1: Giới thiệu chung về bộ mã hóa và giải mã chuẩn H.265/HEVC Trong chương này, các kiến thức chung về chuẩn mã hóa giả mã video H.265/HEVC sẽ được trình bày

 Chương 2: Nguyên lý hoạt động của bộ mã hóa chuẩn H.265/HEVC

Chương này trình bày chi tiết hoạt động của bộ mã hóa chuẩn H.265/HEVC

 Chương 3: Đánh giá các thuật toán tìm kiếm nhanh hiện tại và đề xuất các

thuật toán cải tiến

Chương này giới thiệu phần mềm mã hóa và giải mã tiêu chuẩn - HM-9.1, cách trích xuất dữ liệu về véc-tơ chuyển động từ phần mềm Các véc-tơ chuyển động sẽ được tổng hợp và phân tích Cùng với đó, các thuật toán tìm kiếm nhanh hiện tại được đánh giá để đưa ra đề xuất về thuật toán tìm kiếm nhanh mới

 Chương 4: Thực hiện các thuật toán đề xuất

Chương này đề cập chi tiết đến việc triển khai các thuật toán đã đề xuất ở Chương 3 trên phần mềm HM-9.1

 Chương 5: Kết quả ứng dụng thuật toán tìm kiếm nhanh cải tiến

Chương này trình bày các kết quả thu được khi thực hiện các thuật toán tìm kiếm nhanh đã đề xuất ở Chương 3 và đánh giá các kết quả thu được

1.1 Chuẩn nén H.265/HEVC

1.1.1 Giới thiệu các công nghệ nén video

Nén video là một kỹ thuật giảm khối lượng dữ liệu không cần thiết để lưu trữ hình ảnh, nó là một sự kết hợp giữa nén trong ảnh (giảm thiểu đồ dư thừa về mặt không gian) và bù chuyển động (giảm thiểu dư thừa về mặt thời gian) Việc nén video làm giảm một cách đáng kể băng thông cần thiết để truyền video số qua vô tuyến, truyền hình cáp, hoặc vệ tinh…

Hầu hết các phương pháp đều là nén tổn thất, chúng dựa trên nguyên lý chung là hầu hết dữ liệu trong video trước khi nén là không cần thiết do đó có thể tinh giảm những loại dữ liệu đó đi mà vẫn có thể giữ được chất lượng tốt Ví dụ như DVD sử dụng chuẩn mã hóa video MPEG – 2 có thể nén đoạn video dài khoảng 2 tiếng xuống

15 tới 30 lần mà vẫn cho chất lượng hình ảnh cao so với video thông thường Nén video cũng giống như nén dữ liệu đòi hỏi sự cân bằng giữa dung lượng lưu trữ, chất lượng hình ảnh, độ phức tạp của thuật toán mã hóa/giải mã, ổn định khi có lỗi xảy ra trên đường truyền, độ trễ và giá thành của thiết bị cần để giải nén video trong thời gian chấp nhận được Tuy nhiên, nếu video bị nén quá mức sẽ có thể làm hỏng hình ảnh

Quá trình nén video thực hiện trên một nhóm các điểm ảnh gần nhau và có dạng hình vuông, được gọi là khối mã hóa lớn nhất Các khối mã hóa lớn nhất được so sánh giữa một khung hình với khung hình kế tiếp của nó và bộ mã hóa video sẽ chỉ gửi đi sự khác biệt giữa các khối mã hóa lớn nhất này và vị trí khối mã hóa lớn nhất tương ứng

- 5 -

1.1.1.1 Nguyên lý nén video

Video là một tập hợp 3 chiều của các điểm màu, trong đó 2 chiều thuộc miền không gian (ngang và dọc) còn chiều thứ 3 thuộc miền thời gian Một khung hình là một bộ tất cả các điểm ảnh thuộc cùng một thời điểm, có thể coi như một ảnh tĩnh

Dữ liệu video có sự dư thừa về mặt không gian và thời gian, vì vậy bộ mã hóa

có thể tách ra những sự khác biệt trong một khung hình (về không gian) hoặc giữa các khung hình (về thời gian) Mã hóa không gian lợi dụng đặc điểm mắt người không thể phân biệt được sự khác biệt nhỏ về màu sắc cũng như là sự phân biệt về ánh sáng, và vì vậy có thể dễ dàng giảm những vùng màu giống nhau hoặc là lợi dụng đặc điểm chung

là những vùng điểm ảnh lân cận thì tương đối giống nhau, do đó có thể dựa vào những điểm ảnh lân cận đã được mã hóa để giảm thiểu thông tin mã hóa Đối với nén miền thời gian, chỉ có sự thay đổi giữa các khung hình là được mã hóa bởi thông thường có một lượng lớn các điểm ảnh là giống nhau trên một loạt các khung hình

Bộ mã hóa/giải mã video sẽ xử lý các dữ liệu video tương tự bằng phương pháp

số Tín hiệu video tương tự thường được biểu diễn bằng độ sáng và màu một cách riêng biệt, vì vậy bước đầu tiên trong nén video là biểu diễn và lưu trữ hình ảnh trong không gian màu YCbCr Việc chuyển đổi sang không gian màu YCbCr có 2 lợi ích là tăng khả năng nén nhờ tạo ra sự không tương quan giữa các tín hiệu màu và phân tách tín hiệu độ sáng quan trong hơn nhiều ra khỏi tín hiệu màu ít quan trọng hơn mà sẽ được biểu diễn ở độ phân giải thấp hơn

Một số kỹ thuật nén video là:

 Lấy mẫu tín hiệu màu tỉ lệ thấp (Chroma Subsampling ratio)

 Biến đổi Cosine rời rạc (Discrete Cosine Transform)

 Biến đổi Wavelet (Wavelet Transform)

 Mã hóa độ dài biến đổi (Variable–length Coding)

- 6 -

 Dự đoán bù chuyển động

Ngoài ra cũng có một số chuẩn nén video sử dụng không gian màu RGB (Red – Green – Blue)

1.1.1.2 Các loại ảnh trong nén video

Có 3 loại ảnh trong nén video: ảnh nén trong hình, ảnh dự đoán và ảnh dự đoán hai chiều Một khung hình thường được chia thành các khối mã hóa lớn nhất (LCU – Largest Coding Unit) Các kiểu mã hóa khác nhau có thể được dùng cho từng khối mã hóa lớn nhất thay vì cho toàn bộ khung hình

Ảnh nén trong hình I (Intra coded frame)

 Ảnh I chỉ có thể chứa các khối mã hóa lớn nhất mã hóa trong hình (I–LCU)

 Là ảnh được mã hóa mà không cần phải tham chiếu tới bất kỳ khung hình nào khác ngoài chính nó

 Có thể được tạo ra bởi bộ mã hóa để tạo các điểm truy nhập ngẫu nhiên cho phép bộ giải mã có thể giải mã chính xác tại vị trí bất kỳ

 Có thể được sử dụng khi sự khác nhau giữa các khung hình quá lớn mà không thể tạo được ảnh P hoặc B hiệu quả đồng thời thời gian xử lý dữ liệu nhanh

 Thường đòi hỏi lưu trữ nhiều dữ liệu hơn so với các loại ảnh khác

Ảnh dự đoán ảnh phía trước P (Previous coded picture)

 Ảnh P có thể chứa cả khối mã hóa lớn nhất dự đoán từ khung đã được mã hóa trước khung hiện tại theo thứ tự hiển thị (Previous – LCU) và khối

mã hóa lớn nhất mã hóa trong hình (Intra – LCU)

 Có thể tham chiếu các khung hình trước đó theo thứ tự mã hóa

 Có thể sử dụng một hoặc nhiều khung hình được mã hóa trước khung hiện tại theo thứ tự hiển thị

 Đòi hỏi lưu trữ ít dữ liệu hơn ảnh I

Ảnh dự đoán hai chiều B (Bi –directional predictive picture)

 Ảnh B có thể chứa cả khối mã hóa lớn nhất mã hóa trong hình (Intra – LCU), khối mã hóa lớn nhất dự đoán dùng khung đã được mã hóa trước khung hiện tại theo thứ tự hiển thị(P – LCU) và khối mã hóa lớn nhất dự đoán từ cả khung đã được mã hóa trước và sau khung hiển thị theo thứ tự hiển thị (B – LCU)

 Cần phải giải mã một số khung hình khác trước để có thể giải mã được ảnh B

 Dữ liệu đưa ra là dữ liệu sai khác giữa block của khung hiện tại và block được chọn của khung tiên đoán và véc-tơ chuyển động để chỉ ra vị trí của block tiên đoán

 Bao gồm một vài kiểu dự đoán cho phép tạo các dự đoán vùng chuyển động dựa trên sự dự đoán thu được của một hoặc hai vùng tham chiếu khác nhau đã được giải mã trước đó

 Đòi hỏi phải lưu trữ ít dữ liệu hơn ảnh I và P

- 8 -

1.1.1.3 Một số chuẩn nén video

H.261: Sử dụng chủ yếu trong hội thảo truyền hình và điện thoại truyền hình

H.261 được phát triển bởi ITU – T đã trở thành chuẩn nén video số được ứng dụng đầu tiên Về cơ bản thì tất cả các chuẩn nén video sau đó đều được thiết kế dựa trên nó

Nó sử dụng không gian màu YCbCr lấy mẫu dạng 4: 2: 0 với 8 bit, macroblock kích thước 16x 16, bù chuyển động theo khối, biến đổi Cosine rời rạc theo khối kích thước 8x 8, quét hệ số zig – zag, lượng tử hóa vô hướng, mã hóa chiều dài biến đổi, chỉ hỗ trợ video liên tục…

MPEG–1 Part 2: sử dụng cho VCD Nếu chất lượng nguồn video tốt và tốc độ

đủ cao thì VCD có thể đạt chất lượng tốt hơn VHS Để đạt được chất lượng VHS cần

độ phân giải cao hơn Tuy nhiên để tương thích với chuẩn VCD thì tốc độ bít giới hạn

là 1150 kbit/s và độ phân giải cao nhất là 352x 288 điểm ảnh VCD đã trở thành chuẩn nén video tương thích nhất với bất kỳ hệ thống nào So với H.261, cải tiến quan trọng nhất là hỗ trợ dự đoán bù chuyển động 2 chiều và nửa điểm ảnh (half – pel) MPEG–1 chỉ hỗ trợ video liên tục

MPEG – 2 Part 2 (H.262): dùng cho DVD, SVCD và hầu hết hệ thống truyền

hình số vô tuyến và truyền hình cáp Khi sử dụng trên DVD chuẩn, nó cho một chất lượng hình ảnh tốt và hỗ trợ màn ảnh rộng Khi dùng trên SVCD, MPEG-2 Part 2 không tốt bằng DVD nhưng vẫn tốt hơn VCD nhờ độ phân giải và tốc độ bít cao hơn

Bộ giải mã MPEG – 2 có tính tương thích ngược nhờ đó có thể sử dụng MPEG – 1 trên bất kỳ hệ thống nào hỗ trợ MPEG – 2 Cải tiến quan trọng nhất trong MPEG – 2

so với MPEG – 1 là hỗ trợ mã hóa video xen kẽ

H.263: sử dụng chủ yếu cho hội thảo truyền hình, điện thoại truyền hình và

video trên liên ảnhnet H.263 tạo ra một bước tiến quan trọng trong khả năng nén video đối với video liên tục Đặc biệt ở tốc độ bít thấp, nó có thể cung cấp một cải tiến thiết thực đối với tốc độ bít đòi hỏi để đạt được độ trung thực cần thiết

- 9 -

MPEG – 4 Part 10 (H.264/AVC): còn gọi là chuẩn mã hóa video tiên tiến

(Advanced Video Coding), là sản phẩm kết hợp của ITU – T và MPEG Nó đã nhanh chóng được chấp nhận rộng rãi trong nhiều ứng dụng Nó bao gồm một số cải tiến quan trọng trong khả năng nén video, và gần đây đã được chấp nhận trong các sản phẩm của một số công ty, ví dụ như XBOX 360, PlayStation Portable, iPod, iPhone…

1.1.2 Giới thiệu chuẩn nén H.265/HEVC

H.265/HEVC là bộ mã hóa/giải mã mới nhất dựa trên dự đoán chuyển động theo khối kế thừa từ chuẩn nén H.264/AVC được phát triển bởi ITU-T và MPEG Sự hợp tác của 2 tổ chức này trong việc phát triển chuẩn này được gọi là Joint Collaborative Team on Video Coding (JCT-VC)

Mục đích của dự án H.265/HEVC là tạo ra một chuẩn có khả năng cung cấp chất lượng video tốt với tốc độ bít thấp hơn các chuẩn trước đó mà không đòi hỏi phải tăng độ phức tạp của thiết kế quá nhiều để có thể chế tạo được với giá thành không quá cao Ngoài ra, một mục tiêu khác là cung cấp một chuẩn mềm dẻo để có thể sử dụng cho một mảng lớn các ứng dụng trên nhiều hệ thống, bao gồm cả tốc độ bít thấp và cao, độ phân giải thấp và cao, truyền hình, lưu trữ DVD, mạng gói RTP/IP, và hệ thống điện thoại đa phương tiện ITU – T

Việc chuẩn hóa phiên bản quốc tế đầu tiên của H.265/HEVC đã hoàn thành vào tháng 1 năm 2013 JCT-VCđã phát triển các phiên bản mở rộng của chuẩn gốc Các phiên bản mở rộng này cho phép mã hóa video chất lượng tốt hơn bằng cách tăng số bit lấy mẫu, thông tin màu ở độ phân giải cao hơn bao gồm lấy mẫu theo YUV 4: 2: 2 và YUV 4: 4: 4 Một vài ưu điểm khác là hỗ trợ chuyển đổi thích ứng giữa biến đổi nguyên trong khoảng từ 4x 4 và 32x32, lấy mẫu có trọng số, mã hóa ngoài ảnh không tổn hao, hỗ trợ các không gian màu bổ trợ, tương tự như đối với phiên bản nén H.264/AVC trước đó

H.265/HEVC cho phép kích thước mã hóa thay đổi trong khoảng từ

64x64 tới 8x8 pixel2sử dụng phương pháp đệ quy chia một khối vuông thành 4 khối vuông bằng nhau có diện tích bằng ¼ diện tích khối ban đầu

 Áp dụng phương pháp mã hóa và giải mã dữ liệu song song, bên cạnh

việc xử lý theo dải (slices), H.265/HEVC còn áp dụng xử lý theo lớp

(tiles) và xử lý dạng sóng song

 Đưa thêm nhiều chế độ dự đoán trong ảnh hơn (tất cả có 35 chế độ, phần lớn trong các chế độ là dự đoán có hướng) có thể được thực hiện với hầu hết các kích thước khối mã hóa vuông

 Hỗ trợ một vài phép chuyển đổi nguyên, thay đổi kích thước trong khoảng 4x4 tới 32x32

 Cải thiện mã hóa thông tin chuyển động bằng chế độ ghép khối

 Cải thiện việc xử lý tái cấu trúc ảnh, bao gồm bộ lọc xóa khối, bù mẫu theo ngữ cảnh

1.2 Bộ mã hóa video chuẩn H.265/HEVC

Một bộ mã hóa tương thích chuẩn H.265/HEVC cần bao gồm các khối chức năng như trong hình 1.1 Ngoại trừ khối Bù mẫu theo ngữ cảnh, còn lại các khối chức năng khác như khối Dự đoán, khối Biến đổi, khối Lượng tử hóa, khối Entropy, hay khối Bộ lọc xóa khối đều đã xuất hiện trong các chuẩn ra đời trước đó (MPEG – 1, MPEG – 2, MPEG – 4, H.261, H.263, H.264/AVC) tuy nhiên sự thay đổi quan trọng của H.265/HEVC nằm trong chi tiết của các khối chức năng đó

Ước lượng chuyển động

Bộ lọc

Chọn tiên đoán trong ảnh

Tiên đoán trong ảnh

P

Liên ảnh

Trong ảnh

+ D’n

X

Hình 1.1 Sơ đồ khối chức năng tổng quát bộ mã hóa video chuẩn H.265/HEVC

Một khung hình đầu vào Fn được xử lý theo từng khối mã hóa một Mỗi khối mã hóa được mã hóa theo chế độ mã hóa trong ảnh hoặc mã hóa ngoài ảnh cho từng khối trong khối mã hóa đó dựa trên các ảnh mẫu đã được tái tạo, và được gọi là khối dự đoán PRED Trong chế độ trong ảnh, PRED được tạo nên từ các mẫu trong cùng một dải mà đã được mã hóa, giải mã và tái tạo trước đó (uF’n trong Hình 1.1), chú ý rằng sử dụng các mẫu chưa được lọc để tạo nên PRED Trong chế độ liên ảnh, PRED được tạo nên bằng dự đoán bù chuyển động từ một hoặc hai ảnh được chọn từ bộ ảnh tham chiếu danh sách 0 và/ hoặc danh sách 1 Trong hình vẽ, ảnh tham chiếu là ảnh mã hóa trước

đó F’n-1 tuy nhiên vùng tham chiếu dự đoán cho mỗi khối trong một khối mã hóa (đối với chế độ liên ảnh) có thể được chọn từ một tập các ảnh trước đó hoặc sau đó (theo thứ tự hiển thị) mà đã được mã hóa, tái tạo và lọc

PRED được trừ cho khối hiện tại để tạo ra dữ liệu dư thừa Dn rồi được biến đổi

sử dụng biến đổi cosin rời rạc và lượng tử hóa để tạo ra bộ các hệ số đã được biến đổi lượng tử hóa X sau đó các hệ số này được sắp xếp lại và mã hóa entropy Các hệ số đã được mã hóa entropy, cùng với các thông tin khác cần thiết để giải mã các khối trong mỗi khối mã hóa (chế độ dự đoán, thông số bộ lượng tử hóa, thông tin vectơ chuyển

(khối đã giải mã của khối gốc ban đầu và chưa được lọc) Một bộ lọc sẽ được dùng để giảm các hiệu ứng của nhiễu khối và ảnh tham chiếu đã tái tạo sẽ được tạo từ một loạt các khối F’n

1.3 Bộ giải mã video chuẩn H.265/HEVC

Bộ giải mã có cấu trúc tương tự một phần của bộ mã hóa, hay nói cách khác trong bộ mã hóa có một phần là bộ giải mã, nó thực hiện chức năng giải mã ảnh đã mã hóa để tái tạo ảnh làm tham chiếu cho dự đoán Trong hình 1.2 chiều của luồng dữ liệu theo chiều từ phải sang trái, ngược với bộ mã hóa (từ trái sang phải) để thấy rõ sự giống nhau giữa bộ mã hóa và giải mã

F’n-1

Bù chuyển động

F’n

(xây dựng

lại)

Tiên đoán trong ảnh

+

P

Hình 1.2 Sơ đồ khối chức năng tổng quát bộ giải mã video chuẩn H.265/HEVC

Bộ giải mã nhận luồng bit đã nén từ NAL và giải mã entropy các thành phần dữ liệu

để tạo ra bộ hệ số lượng tử hóa X Những hệ số này sẽ được giãn và biến đổi ngược để tạo ra D’n (giống hệt với D’n trong bộ mã hóa) Sử dụng các thông tin khác cần thiết

- 13 -

giải mã được từ luồng bit, bộ giải mã tạo ra khối dự đoán PRED, giống hệt so với khối

dự đoán PRED ban đầu được tạo ra trong bộ mã hóa PRED sẽ được cộng vào D’n để tạo ra uF’n rồi sau đó được lọc để tạo ra từng khối đã giải mã F’n

2.1.1 Khối cây mã hóa (CTU)

Khối cây mã hóa là một vùng hình vuông chứa các điểm ảnh Khối này có kích thước nhỏ nhất là 16x16 điểm ảnh2 và lớn nhất là 64x64 điểm ảnh2 Cấu trúc cây mã hóa trong chuẩn nén H.265/HEVC tạo thành bằng cách việc chia nhỏ một khối cây mã hóa thành bốn khối vuông nhỏ bằng nhau có kích thước ¼ khối cây mã hóa gốc, như được minh họa trong hình 2.2 Việc chia nhỏ này tạo ra một tập hợp các khối mã hóa -

CU có kích thước khác nhau, thay đổi từ 8x8 tới 64x64 Các mức độ chia còn được gọi

e d

f g

Hình 2.1 Ví dụ về cấu trúc cây mã hóa

- 15 -

2.1.2 Khối mã hóa (CU)

Khối mã hóa là tập hợp các điểm ảnh có cùng chế độ mã hóa (mã hóa liên ảnh,

mã hóa trong ảnh, hay không được mã hóa) Khối mã hóa luôn luôn là các khối hình vuông và có kích thước thay đổi từ 8x8 tới kích thước lớn nhất là 64x64 Các hình ảnh

sẽ được chia thành các khối mã hóa Khái niệm về khối mã hóa tương tự như khái niệm

về macroblock trong các chuẩn nén trước như H.264/AVC Nếu hình ảnh đầu vào là 3 thành phần YCbCr thì sẽ có tương ứng một khối mã hóa chứa thành phần chói và hai khối thành phần màu Nếu ảnh đầu vào là 3 thành phần R,G,B riêng biệt thì sẽ có 3 khối mã hóa riêng biệt cho từng thành phần màu

Hình 2.2 Ví dụ về chia hình ảnh thành các khối cây mã hóa

2.1.3 Cấu trúc khối dự đoán (PU)

Khối dự đoán là một tập hợp các điểm ảnh được sử dụng để thực hiện quá trình

dự đoán Khối dự đoán được chia nhỏ từ khối mã hóa Thông thường, khối dự đoán không bị giới hạn là các khối hình vuông, để có thể tối ưu việc phân vùng sao cho khớp với đường biên của vật thể thật trên ảnh Hình 2.3 thể hiện 8 chế độ dự đoán được sử dụng cho khối dự đoán được mã hóa liên ảnh Chế độ phân vùng PART_2Nx2N và PART_NxN được sử dụng cho khối mã hóa được mã hóa trong ảnh Chế độ phân vùng PART_NxN chỉ được sử dụng khi kích thước của khối mã hóa bằng với kích thước

- 16 -

khối mã hóa nhỏ nhất (theo quy ước là 8x8) Một khối mã hóa có thể chứa một hoặc nhiều khối dự đoán tùy thuộc vào chế độ phân vùng

 Khối mã hóa với chế độ PART_2Nx2N chứa một khối dự đoán

 Khối mã hóa với chế độ PART_NxN chứa bốn khối dự đoán

 Khối mã hóa với các chế độ phân vùng còn lại chứa hai khối dự đoán

Để tiết kiệm băng thông bộ nhớ của bù chuyển động, kích thước 4x4 không được đưa vào trong khối dự đoán được mã hóa liên ảnh

Hình 2.3 Các chế độ phân vùng trong khối dự đoán mã hóa liên ảnh

2.1.4 Khối chuyển đổi (TU) và cấu trúc cây chuyển đổi

Khối chuyển đổi là tập hợp các điểm ảnh cùng được đưa vào thực hiện biến đổi Các khối chuyển đổi được chia ra từ khối mã hóa Mỗi khối chuyển đổi có kích thước NxN thay đổi từ 4x4 đến 32x32 Như vậy, một khối mã hóa có thể chứa một hoặc

PART_2NxnU PART_2NxnD PART_nLx2N PART_nRx2N

Hình 2.4 Cách chia các khối chuyển đổi tương ứng với khối dự đoán

Độ sâu chia bốn được chia tùy theo từng trường hợp cụ thể và được mô tả trong

cú pháp header của dải phân đoạn Các giá trị được thiết lập dựa trên thử nghiệm từng cấu hình và thu được bảng kết quả như sau:

Bảng 2.1 Độ sâu lớn nhất của cấu trúc cây chuyển đổi

Với khối mã hóa được mã hóa liên ảnh, khối chuyển đổi có thể lớn hơn khối dự đoán, có nghĩa rằng, khối chuyển đổi có thể chứa đường phân cách của các khối dự đoán Tuy nhiên, khối chuyển đổi sẽ không được phép băng qua đường phân cách khối

dự đoán trong trường hợp khối mã hóa là khối được mã hóa trong ảnh

Cấu hình (khối mã hóa liên ảnh) Độ sâu tối đa (khối mã hóa trong ảnh) Độ sâu tối đa

Diff(i, j) = BlockA(i, j) – BlockB(i, j) Tổng sai lệch bình phương SSE được tính theo công thức sau:

Tổng sai lệch tuyệt đối SAD được tính theo công thức:

SAD được chuyển đổi Hamadard (SATD) được tính toán như sau:

Khi tính toán bù chuyển động phần nguyên, công thức SAD được sử dụng, khi tính toán bù chuyển động phần thập phân, công thức SATD được sử dụng Chúng ta cũng quy ước khi nói đến các giá trị sai lệch của 1 điểm nghĩa là giá trị sai lệch được tính toán cho cả khối dự đoán mà điểm đó nằm ở vị trí trên cùng bên trái Ví dụ: giá trị

j

j i Diff SSE

,

2

),(

j

j i Diff SAD

,

),(

2/),((

, j

i

j i DiffT SATD

- 19 -

SAD của điểm có tọa độ (1,0) nghĩa là sẽ lấy khối dự đoán trong khung tham chiếu có tọa độ điểm trên cùng bên trái là (1,0) để tính SAD với khối dự đoán hiện tại

2.2.2 Dự đoán điểm ảnh nguyên

Hình 2.5 Quá trình tìm kiếm PU giống nhất

Đầu tiên, khối dự đoán của khung hiện tại được đem ra so sánh với các khối dự đoán nằm trong vùng tìm kiếm của các khung tham chiếu và chọn ra khối dự đoán

“giống” nhất với khối dự đoán của khung hiện tại Quá trình này cần sử dụng một hoặc một vài phương pháp tính toán sai lệch giữa 2 khối: SSE, SAD hoặc SATD Khối dự đoán nào ở khung tham chiếu có sự sai khác nhỏ nhất với khối dự đoán hiện tại sẽ được chọn Thông tin được truyền đi sẽ là vector chuyển động để chỉ tới block tham chiếu và

sự sai khác giữa hai block

2.2.3 Dự đoán điểm ảnh không nguyên

So với H.264/AVC, H.265/HEVC tính toán độ chính xác tới 1/8 điểm ảnh do

độ phân giải của các video càng ngày càng lớn kéo theo tính chất của chuyển động đôi

Khung hiện tại

Khung tham chiếu

Vector chuyển động

Khối PU đang xét

Khối PU gần giống nhất

Vùng tìm kiếm

Hình 2.6 Nội suy các điểm ảnh phụ cho thành phần độ chói

- 21 -

Bảng 2.3 Hệ số bộ lọc 4 điểm cho thành phần màu

Vị trí Hệ số lọc 1/8 { -2, 58, 10, -2 } 2/8 { -4, 54, 16, -2 } 3/8 { -6, 46, 28, -4 } 4/8 { -4, 36, 36, -4 } 5/8 { -4, 28, 46, -6 } 6/8 { -2, 16, 54, -4 } 7/8 { -2, 10, 58, -2 }

Trong dự đoán hai chiều, độ chính xác sau quá trình nội suy được giữ không đổi

là 14 bit, bất kể giá trị điểm ảnh đầu vào là 8 bit hay 10 bit, trước khi lấy giá trị trung bình của hai tín hiệu dự đoán Quá trình lấy trung bình được thực hiện theo công thức sau:

2.2.4 Dự đoán véc-tơ chuyển động

Dự đoán véc-tơ chuyển động (AMVP) trong H.265/HEVC được nâng cấp so với phiên bản H.264/AVC khi bổ sung thêm dự đoán véc-tơ chuyển động thời gian Dự đoán véc-tơ chuyển động là quá trình sử dụng các véc-tơ chuyển động của các khối dự đoán đã được mã hóa gán cho khối dự đoán hiện tại Dự đoán véc-tơ chuyển động sẽ đưa ra 1 danh sách các khối dự đoán đã được mã hóa trước đó với vị trí quy ước sẵn sau đó so sánh giá trị SAD của các khối dự đoán này Khối dự đoán nào có SAD bé nhất thì lựa chọn véc-tơ chuyển động của khối dự đoán đó làm véc-tơ chuyển động của

- 22 -

khối dự đoán hiện tại Các ứng viên bao gồm các ứng viên theo không gian, các ứng viên theo thời gian và các ứng viên có véc-tơ chuyển động (0,0) chỉ tới

PU cùng vị trí với PU hiện tại

PU ở vị trí góc phải phía dưới

Ảnh liền kề

PU hiện tại

PU cùng vị trí với PU hiện tại

Hình 2.8 Ứng viên theo không gian

- 23 -

2.2.5 Dự đoán kết hợp

Về cơ bản, chế độ dự đoán kết hợp sử dụng phương pháp giống như dự đoán véc-tơ chuyển động nhưng dự đoán kết hợp sử dụng véc-tơ chuyển động của các ứng viên như của dự đoán véc-tơ chuyển động để tạo ra thêm các ứng viên kết hợp Việc lựa chọn ứng viên tốt nhất vẫn dựa trên đánh giá thông số SAD như dự đoán véc-tơ chuyển động

Ta có thể lấy một ví dụ như sau: Ban đầu có 2 ứng viên A_mvL0,ref0 và A_mvL1,ref0 Ứng viên A_mvL0,ref0 có véc-tơ chuyển động chỉ đến một khối dự đoán ở ảnh tham chiếu trước số 0 Ứng viên A_mvL1,ref1 có véc-tơ chuyển động chỉ đến một khối dự đoán ở ảnh tham chiếu sau số 1 Việc kết hợp hai ứng viên này sẽ tạo

ra ứng viên thứ ba là ứng viên kết hợp A_mvL1,ref0 có véc-tơ chuyển động chỉ đến một khối dự đoán ở ảnh tham chiếu sau số 0

Ứng viên Ảnh tham chiếu trước Ảnh tham chiếu sau

3

- 24 -

Ảnh hiện tại Ảnh tham

chiếu sau 0

Ảnh tham chiếu sau 1

Ảnh tham chiếu trước 0

Ảnh tham chiếu trước 1

A_mvL0,ref0 A_mvL1,ref1 A_mvL1,ref1

Hình 2.9 Miêu tả ứng viên kết hợp được tạo ra

Tọa độ véc-tơ chuyển động của ứng viên kết hợp được tính toán dựa trên tọa độ véc-tơ của ứng viên ban đầu

- 25 -

2.3 Dự đoán trong ảnh

Dự đoán trong ảnh là quá trình loại bỏ độ dư thừa về không gian trong một khung ảnh Trong dự đoán trong ảnh, các dự đoán trong chính khung hình hiện tại tham chiếu lẫn nhau Sau quá trình dự đoán trong ảnh, các thông tin liên quan giữa các khối

dự đoán trong khung hình được truyền đi

số 35 chế độ dự đoán có hướng bao gồm hai chế độ DC và Planar 33 hướng dự đoán trong ảnh được minh họa trên

Hình 2.10 33 hướng dự đoán trong ảnh

Việc đánh số quản lý giữa hướng dự đoán trong ảnh và thứ tự của chế độ được

mô tả trong hình 2.11:

0 -5 -10 -15 -20 -25 -30 -30 -25 -20 -15 -10 -5 0

5 10 15 20 25 30

Bảng 2.4 Liên hệ giữa hướng dự đoán trong ảnh và chế độ tương ứng của thành

- 27 -

Khi số lượng chế độ dự đoán trong ảnh cho thành phần màu bằng 4, hướng dự đoán của thành phần độ chói sẽ được sử dụng cho việc tạo mẫu dự đoán trong ảnh cho thành phần màu Khi số lượng chế độ dự đoán trong cho thành phần màu nhỏ hơn 4, hoặc hướng dự đoán trong thành phần độ chói là Planar, DC, phương ngang,hoặc phương dọc, bộ mã hóa sẽ sử dụng hướng thứ 34 để tạo mẫu dự đoán cho thành phần màu để bù vào

2.3.2 Bộ lọc cho các mẫu lân cận

Đối với thành phần màu, các mẫu lân cận sẽ được lọc một lần trước khi sử dụng cho tạo các mẫu dự đoán trong ảnh Bộ lọc được điều khiển bởi chế độ dự đoán trong ảnh đeo ra sử dụng và kích thước của khối chuyển đổi Nếu chế độ dự đoán là DC hoặc kích thước của khối chuyển đổi bằng 4x4, các mẫu lân cận sẽ không được lọc Nếu khoảng cách giữa chế độ dự đoán trong ảnh và chế độ dự đoán theo phương ngang (hoặc dọc) lớn hơn ngưỡng được cho phép, bộ lọc sẽ được thực thi Các ngưỡng được cho phép được liệt kê trong bảng 2.5, với nT đại diện cho kích thước chuyển đổi

Bảng 2.5 Ngưỡng cho phép cho các khối chuyển đổi có kích thước khác nhau

2.4 Lựa chọn chế độ dự đoán

Việc lựa chọn chế độ dự đoán nhằm mục đích tìm ra chế độ dự đoán tối ưu nhất

về tốc độ bít và suy hao Quá trình lựa chọn chế độ dự đoán sử dụng thông số sai lệch

tỷ lệ để quyết định Bộ mã hóa video chuẩn H.265/HEVC sẽ thực hiện tất cả các chế độ

dự đoán, sau đó thông qua thông số tính toán sai lệch tỷ lệ sẽ lựa chọn sử dụng chế độ

dự đoán nào