数字音视频编解码技术标准AVS

韩冰

- [. \# }& D/ }: n. p

编者按：2004年8月27日，AVS（信息技术先进音视频编码）标准在北京正式投入产业化。专家们兴奋地表示，这项“中国标准”的诞生，将让中国在数字音像领域节省超过10亿美元的专利费。本报第34期A1版《AVS：4亿电视保卫战》对此进行了报道，并引起了读者的广泛关注。 本期，本报特别邀请标准工作组组长中国科学院计算所研究员、博士生导师高文以及标准工作组秘书长黄铁生博士，谈谈他们眼中的AVS。 8 a$ y4 t. {$ C8 k+ J9 T& B1 ZAVS标准是“信息技术先进音视频编码”（Audio and Video coding Standard Workgroup of China）系列标准的简称，包括系统、视频、音频等三个主要标准和一致性测试等支撑标准，这是基于我国创新技术和公开技术制定的开放标准，旨在为中国日渐强大的音视频产业提供完整的信源编码技术方案。因此，要了解AVS，首先要弄明白：什么是信源标准？ 3 U, |) ?1 J+ \/ q @* z$ Z4 [) B何谓信源标准？ 顾名思义，所谓“信源”，应该与信息的“源头”有关，它所相对的概念是“信道”。为了便于理解，我们以数字电视这一热门话题为例来解释两者的不同。 : E7 [# B& H* Q8 M8 g& v 数字电视的主要核心技术包括信源编码、信道编码和显示技术，它们分别解决数字电视节目在初始制作、中间传播和终端呈现三个主要环节上的问题。通俗地说就是满足了我们拍片子、播节目、看电视的需要。我们现在仅讨论信源和信道编码问题，其它问题本文不涉及。 数字电视信道标准是针对数字电视的带宽需要、传输条件等需求而定义的标准，解决在不同的传输物理介质上传输数字信号的问题。地面广播、有线电视、卫星广播采用不同的信道编码技术和标准。广义上说，互联网、移动通信网、激光视盘和其他存储介质都是音视频多媒体内容的信道和载体。 5 c/ Y Z( c; N/ ], ? ( ~6 y% P/ S7 m A6 ^信源编码技术解决的重点问题是数字音视频海量数据的编码压缩问题，故也称数字音视频编解码技术，无论采用何种信道技术，信源编码都是必要的。众所周知，数字化视频的原始数据量是十分庞大的，例如，标准清晰度的数字视频每秒的数据量超过200M bit，高清晰度数字电视每秒的数据量超过1G bit。数字音视频要在消费电子产品中得到应用，必须采用先进的压缩编码算法进行大幅度压缩。而反映压缩效率的压缩比也就成为数字电视乃至数字音视频产业的“基本指数”。 打个形象的比方，信源编码就好像制作压缩饼干的技术，如何将普通面粉制作成压缩饼干就是“编码”过程——挤掉冗余成分，只保留有效成分且体积（或所占用资源）尽可能小；而“解码”就是一个还原过程，将压缩饼干恢复到常态供给食用，并保证营养（或信息）损失尽可能少。而信道就是信源的通路，信道编码就相当于压缩饼干的运输方式，用飞机、汽车、火车都可以将饼干从厂家运送到消费者手中，但选择何种运输方式就相当于采用哪种信道编码标准，目的地一致，但在成本和效率上会有各种差别。由此可见，信源编码是数字电视的基础，离开了信源编码去谈信道编码就是无源之水、无本之木。 " m) O. A C7 t2 e ! ^% }0 P% E9 J0 c7 o5 f9 F: T8 s音视频编码压缩的基本原理 我们以视频为例。视频能够压缩的根本原因在于视频数据具有较高的冗余度，压缩就是指冗余的消除，主要基于两种技术：统计学和心理视觉。 9 _6 f; g5 T* Z G' H3 n消除统计冗余的基本依据是视频数字化过程在时间和空间上采用了规则的采样过程。视频画面数字化为规则的像素阵列，其密集程度适于表征每点最高的空间频率，而绝大多数画面帧包含非常少甚至不含这种最高频率的细节。同样，所选的帧频能够表征场景中最快的运动，而理想的压缩系统只要描述场景所必需的瞬时运动即可。简言之，理想的压缩系统能够动态适应视频在时间和空间上的变化，所需要的数据量远低于数字化采样所产生的原始数据。 7 A! J) J& b: G4 r ^ `压缩效果的评价标准有主观评价和客观评价两种，各有优缺点。主观评判是聘请专门的评价人员来比较压缩之后再恢复的视听效果和原始效果的差异，通常是在专门的视听环境中按照一定的规则进行主观评分。客观评判则是通过一种具体的算法来统计多媒体数据压缩结果的损失，例如信噪比SNR（即信号与噪声之比的对数）。主观评判和客观评判有时相差很大，因此衡量一个算法的好坏就需要在这二者之间找到一个平衡点。对一套标准的评价，通常开发过程中采用客观评价的方法，但最终要得到主观评价的确认。 $ D$ ?+ e5 X/ \# ~1 u$ x8 e我国牵头制定第二代数字音视频信源标准 9 D7 |5 n/ P6 M, g2 m9 u国际上音视频编解码标准主要两大系列：ISO/IEC JTC1制定的MPEG系列标准，数字电视采用的是MPEG系列标准；ITU针对多媒体通信制定的H.26x系列视频编码标准和G.7系列音频编码标准。 ( T% k3 j' h$ C' d$ n ! k9 d0 u( h3 S6 X1994年制定的MPEG-2标准是国际音视频标准领域的一个里程碑，由MPEG和ITU合作完成，是音视频行业遵循的第一代标准。近10年来，音视频编码技术本身和产业应用背景都发生了明显变化。从2001年开始，ISO和ITU组建了联合视频工作组JVT，开发新的视频编码标准，目前已经完成。在ISO/IEC中，该标准的正式名称为MPEG-4 AVC（Advanced Video Coding）标准，作为MPEG-4标准的第十部分；在ITU-T中被命名为H.264标准。标志着国际音视频标准开始进入第二代。 % c T# q2 Y: t2 V) K 理论上讲，目前音视频产业可以选择的信源编码标准有四个：MPEG-2、MPEG-4、MPEG-4 AVC（简称AVC，也称JVT、H.264）、AVS。前三个标准是由MPEG专家组完成的，第四个是我国自主制定的；另外，后三个属于第二代信源标准。 : W; q0 } a9 u! D + Z. X E( j0 h7 O7 ]! p' \2003年7月12 日，受信息产业部科技司、科技部高新司和中科院高技术局的委托，中国工程院信息与电子工程学部在北京召开了数字音视频编解码技术标准（AVS）评估会议。包含10名院士在内的23名专家组成的评估委员会认为：AVS的产业化可以节省相当可观的MPEG-2专利费，压缩效率比MPEG-2高一倍，节省信道资源和光盘存储资源，为我国数字电视等音视频产业和相关芯片产业提供跨越发展的技术源头。建议相关部门应该在制定数字电视产业政策时，充分考虑我国已有的AVS技术基础，同时加快AVS技术、标准和产业化及应用推广工作。 目前，AVS工作组仍然在紧张地开展着各项工作。预计在2004年第三季度，完成第三部分（音频）的制订，2006年第一季度完成高级层(Advanced Profile)。