H.264算法的全面定义

Question

我一直在阅读有关H.264算法的大量论文（参见H.264 codec explained），并且所有这些论文都做出了某些假设，这使得理解算法变得不可能，例如Alexander Herman的H.264/MPEG-4 Advanced Video Coding

  

帧内预测通过使用帧中先前解码的数据来预测块的值。

但它没有解释预测是什么

• 我们是否随机选择一个号码？
• 我们是否随意复制先前预测的值？
• 我们闭上眼睛，等到有价值吗？

是否有详细解释H.264的好文档？

Answer 1

Iain Richardson的“H.264高级视频压缩标准”是标准书籍。有关详细信息，specification可用。

通过将预测与残差相结合来生成每个像素。

在帧内，通过将像素复制到该块的左侧或上方来进行方形像素块的预测。 （要复制的像素由比特流中的位指定 - 在某些模式下，预测由像素的滤波版本而不是直接复制形成。）

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.

一旦进行了预测，就会在其中添加一个值（称为残差），以形成像素的最终值（假设关闭解块）。残差的值包含在比特流中（实际上是残差的变换版本，因为变换意味着需要更少的比特来编码残差）。

因此，总之，比特流首先指定一个数字，该数字表示用于复制/过滤先前解码的像素以形成预测的方法，以及另一组数字，用于指定要添加到此预测中的值以获得最终值像素。

目标是预测非常接近实际图像，因此需要在残差上花费很少的比特。