H264 编码标准

H.264编码标准，也被称作MPEG-4 AVC（Advanced Video Coding），是一种被广泛使用的数字视频压缩标准，由国际电信联盟（ITU-T）和国际标准化组织（ISO）共同开发。这个标准旨在提供比以往视频编解码技术更高的数据压缩率，同时保持或提升视频质量。

H.264的主要特点包括：

• 高压缩率：H.264能够在保持高质量的视频输出的同时，显著减少所需的数据量。

• 多种编解码工具：包括帧内预测、帧间预测、变换编码、量化和熵编码等。

• 灵活性：支持多种分辨率和帧率，适用于不同的网络条件和应用场景。

• 网络友好性：设计时考虑了网络传输，具有良好的网络亲和性。

• 分层结构：H.264的码流结构分为视频编码层（VCL）和网络抽象层（NAL），其中VCL负责视频内容的核心压缩，NAL负责数据的封装和传输。

• 错误恢复机制：提供了解决网络传输中丢包等问题的工具。

• 可扩展性：通过使用不同的配置文件和级别，H.264可以适应不同的应用需求。

• 广泛应用：适用于视频会议、流媒体、数字电视、视频点播等多种应用。

• 多视图视频编码（MVC）：H.264的一个扩展，支持3D视频编码。

• 约束基线配置文件：专为资源受限的环境设计，如移动设备。

H.264的应用：

• 视频流媒体服务：如YouTube、Netflix等。
• 视频监控系统：提供高质量的实时视频传输。
• 数字电视和广播：包括卫星电视和有线电视。
• 视频会议系统：支持高质量的视频通信。
• 移动设备：用于录制和播放视频。

H.264的局限性：

• 尽管H.264是一个强大的标准，但它也有一些局限性，特别是在处理高分辨率视频时。随着4K和8K视频的普及，H.264的后继标准HEVC（H.265）被开发出来，以提供更高的压缩效率

H264编码标准框架

H264编码标准中常见术语

术语	解释
帧frame 和 场field	一帧包含一个亮度矩阵采样点和两个对应的色度矩阵采样点，一帧包含两个场，即顶场top field 和底场 bottom field
条带组 slice group	图像中宏块或宏块对的子集
条带slice	特定条带组内部按照光栅扫描顺序排列的整数个宏块或宏块对
宏块MB，macroblock	一个16x16的亮度采样点和相应的两个色度采样点
I帧/P帧/B帧	编码帧类型，I帧帧内参考，P帧单向参考，B帧双向参考
比特流bitstream	码流，表示编码图像及其相关数据
语法元素syntax element	比特流中表示数据的元素
图像picture	场或帧的通称
图像序号POC，Picture Order Count	一个变量，随着图像位置在输出顺序上的递增具有非递减的值，对解码非常有用
AC/DC系数	DC为 频率索引均为0的变换系数，即一个系数矩阵中坐标为（0, 0）处的系数，其余都为AC系数
编码图像缓存区CPB，Coded Picture Buffer	保存编码图像队列缓存区
解码图像缓存区DPB，Decoded Picture Buffer	保存解码图像的队列缓存区
List0/List1	List0为前向参考帧列表，List1为后向参考帧列表
跳过的宏块skiped marcroblock	宏块类型，表明宏块除了以“跳过”方式解码外没有任何数据被编码的宏块
宏块位置	宏块在图像中的二维位置，以（x，y）表示，图像中左上角位置的宏块，其位置（x，y）等于（0, 0）
运动估计	运动估计是视频编码中的一项关键技术，特别是在基于块的混合编码框架中，如H.264/AVC标准。它利用视频序列中连续帧之间的时间冗余来进行压缩
运动矢量MV	是一个二维向量，表示在连续两帧中，某个像素块从一帧移动到另一帧的位置变化
变换	从像素域转到频域
量化	一种减少数据量的重要技术，它通过减少表示图像或视频帧的数据的精度来实现压缩
CAVLC	熵编码的一种，基于上下文的自适应可变长编码
CABAC	熵编码的一种，基于上下文的自适应二进制算术编码
RDO，Rate Distortion Optimization	率失真优化
FMO，flexible macroblock ordering	灵活宏块重排
网络抽象层，NAL，Network Abstraction Layer	一个语法结构，包含编码后续数据的类型指示和所包含的字节数，数据以RBSP形式出现
原始字节序列载荷，RBSP，Raw Byte Sequence Payload	语法结构，包含整个封装于NAL单元中的字节
数据比特串，SODB，String of Data Bit	表示语法元素的若干比特位的序列
图像参数集，PPS，picture parameter set	语法结构，包含应用于0个或多个编码图像的语法元素
序列参数集，SPS，sequence parameter set	语法结构，包含应用与0个或多个完整编码视频序列的语法元素
码率控制	编码过程中码率控制方法
码率	编码过程中每秒产生的比特数
帧率fps	每秒的图像数量
GOP，Group of Pictures	是视频流中一段连续的帧的集合，这些帧可以独立于视频流的其他部分进行解码
zigzag扫描	在DCT之后，为了进一步压缩数据，变换后的系数通常会按照特定的模式重新排列，这种模式就是所谓的“zigzag扫描”或“zigzag排列”。Zigzag扫描的基本思想是将DCT系数按照从低频到高频的顺序重新组织，从而使得人类视觉系统不敏感的高频系数集中在一起，便于后续的量化和熵编码。
亚像素，Sub-pixel	指小于一个像素单位的精度。在H.264/AVC等视频压缩标准中，亚像素技术用于提高运动估计和补偿的精度，从而提高编码效率和视频质量