H.264算法的全面定义

Question

我一直在阅读大量关于H.264算法的论文(见H.264编解码器解释)，它们都做出了某些假设，使得理解该算法变得不可能，例如亚历山大·赫尔曼的H.264/MPEG-4高级视频编码

帧内预测通过在帧中使用先前解码的数据来预测块的值。

但它不能解释什么是预测

• 我们会随机挑选一个数字吗？
• 我们是否随意复制先前的预测值？
• 我们是否闭上眼睛，等待价值降临？

有没有一份很好的文件可以详细解释H.264？

Answer 1

Iain的“H.264高级视频压缩标准”是标准书籍。有关详细信息，规格说明是可用的。

每个像素都是通过将预测与残差相结合来产生的。

在帧内，通过将像素复制到左边或更高的像素块，对像素块的平方块进行预测。(要复制的像素由比特流中的位指定-在某些模式下，预测是由经过过滤的像素版本而不是直接复制形成的。)

对于图像中的第一个块，没有先前解码的像素，因此预测值设置为128。

一旦有了预测，就会添加一个值(称为残差)，以形成像素的最终值(假设去块关闭)。剩余值包含在比特流中(实际上是残差的转换版本，因为转换意味着编码残差所需的比特较少)。

因此，总之，比特流首先指定一个数字，该数字表示要使用哪种方法复制/过滤先前解码的像素以形成预测，以及另一组数字，该数字指定要添加到该预测中的值以获得最终像素。

其目的是使预测非常接近实际图像，因此需要花费很少的比特来处理残差。