Профили и уровни стандарта МРЕG-4

МРЕG-4 представляет собой обширный набор средств и алгоритмов кодирования аудиовизуальных объектов. Чтобы сделать реализацию декодера экономически оправданной и облегчить проверку на соответствие стандарту, в некоторых разделах определены ограниченные наборы инструментов, называемые Профилями. Для каждого из профилей установлены один или несколько уровней, ограничивающих требования к вычислительным способностям декодера. Понятие Профиля введено для визуальных объектов, аудио, системы и описаний сцены. Однако специфика МРЕG-4 потребовала некоторых дополнений по сравнению с предшествующими стандартами. В МРЕG-2 видеокадр можно представить себе как один прямоугольный объект, занимающий всю сцену, и для него достаточно определить один профиль. В МРЕG-4 объектов может быть несколько, для каждого оптимальным будет свой профиль, поэтому введена дополнительная градация, как промежуточная между уровнем и профилем - тип объекта. Этот параметр определяет синтаксис (структуру) цифрового потока для одиночного объекта. Профиль же определяет набор типов объектов, которые могут присутствовать в сцене.

Для натуральных объектов определены пять типов объектов:

1) Простой - прямоугольный объект с произвольным форматом, использует простые средства кодирования, основанные на I- и Р-VОР.

2) Простой масштабируемый - прямоугольный объект с пространственным и временным масштабированием.

3) Базовый - производный от Простого, с добавлением В-VОР. Чересстрочная развертка не поддерживается.

4) Основной - обеспечивает высшее качество, по сравнению с Базовым дополнительно поддерживает градационное кодирование формы, спрайты, чересстрочное разложение.

5) N-битовый - аналогичен Базовому, но допускает квантование плоскостей яркости и цветности с разрядностью от 4 до 12 бит.

Для кодирования неподвижных натуральных визуальных объектов существует специальный тип объекта:

6) Неподвижная масштабируемая текстура - неподвижное изображение произвольной формы, использует волновое кодирование и пошаговую загрузку и восстановление.

Для синтетических объектов определены следующие три типа объектов:

7) Анимированная двумерная сетка - объединяет синтетическую сетку (прямоугольную или топологии Делоне) с натуральным видео, кодируемым по Базовому типу. Видео может отображаться на сетку и деформироваться путем перемещения ее узлов - это дает интересные анимационные возможности. Визуальный объект может быть любой формы.

8) Базовая анимированная текстура - анимация неподвижных изображений (таких, как в типе 6).

9) Примитивное лицо - средство анимации человеческого лица. Этот тип объекта не определяет конкретное лицо, анимация может быть применена к любой выбранной модели.

Таблица 6.1 Профили и типы объектов МРЕG-4 видео

Профили, как уже сказано, определяют, какие типы визуальных объектов могут присутствовать в сцене. В первой версии стандарта 9 профилей, допустимые сочетания профилей и типов объектов приведены в табл. 6.1. Простой профиль допускает присутствие только объектов Простого типа и предназначен в первую очередь для мобильных служб и Интернета. Он поддерживает до 4-х объектов в сцене с максимальным разрешением QCIF, три уровня ограничивают скорость потока в пределах от 64 до 384 кбит/с, максимальную площадь, занимаемую объектом, и число макроблоков в секунду, которое декодер должен обработать. Простой масштабируемый профиль может осуществлять кодирование с масштабированием при тех же предпосылках, имеет два уровня.

Базовый профиль воспринимает типы объектов Простой и Базовый, полезен для интерактивных приложений. Основной профиль создавался с учетом вещательных служб. Самый высший уровень Основного профиля поддерживает до 32 объектов Простого, Базового или Основного типа и максимальную суммарную скорость потока до 38 Мбит/с. N-битовый профиль работает с объектами Простого, Базового и N-битового типа и полезен в специальных системах наблюдения и медицинского контроля, где требуется широкий динамический диапазон яркости и насыщенности.

Из остальных профилей наибольший интерес представляет Гибридный, объединяющий натуральные (Базовый) и синтетические (все три) типы объектов. Он полезен при помещении «реального» объекта в синтетический мир и, наоборот, синтетического объекта в реальное окружение.

В нижней строке табл. 6.1 указано число уровней, определенных в стандарте для каждого профиля. В табл. 6.2 показаны параметры потока для некоторых уровней.

В стандарте установлены следующие точки соответствия: Простой профиль и Базовый профиль с размерами сцены QСIF и СIF, скоростями потока 64, 128, 384 кбит/с и 2 Мбит/с. Для Основного профиля нормируются форматы СIF, Рек. ВТ.601, ТВЧ со скоростями 2, 15 и 38,4 Мбит/с.

Таблица 6.2 Параметры потока для некоторых профилей МРЕG-4 видео

Профили и уровни	Типовой размер сцены	Скорость потока, бит/с	Максимальное число объектов	Общая ёмкость памяти, макроблоков
Простой профиль	L1	QCIF	64 к
L2	CIF	128 к
L3	CIF	384 к
Базовый профиль	L1	QCIF	384 к
L2	CIF	2 М
Основной профиль	L2	CIF	2 М
L3	Рек. 601	15 М
L4	1920 1088	38,4 М

Вторая версия стандарта добавила три профиля к натуральному видео:

1) Простой усовершенствованный профиль реального времени - обеспечивает эффективное кодирование с использованием обратного канала (видеотелефония, телеконференции, дистанционное наблюдение).

2) Базовый масштабируемый профиль - поддерживает пространственное и временное масштабирование в Базовом профиле.

3) Профиль с улучшенной эффективностью кодирования - подходит для мобильного приема вещательных передач и других применений, где требуется высокая эффективность кодирования.

Три новых профиля введены в синтетическое видео, в том числе Простой профиль анимации лица и фигуры. Общее число визуальных профилей достигло 15.

Уже после принятия второй версии продолжается работа над дополнениями к стандарту. В частности, предполагается ввести Студийный профиль, в котором VОР с кодированием формы могли бы передаваться со скоростью несколько сот мегабит в секунду. В табл. 6.3 показаны основные параметры предлагаемого профиля.

Таблица 6.3 Параметры предлагаемого студийного профиля стандарта МРЕG-4

Уровень	Максимальный размер изображения и частота кадров	Максимальная скорость отсчетов	Скорость цифрового потока, Мбит/с	Квантование, дискретизация
Низкий (совместим с 4:2:2 P@HL)	1920 1088 30Гц			10 битов 4:2:2
Основной	4:2:2	2048 2048 60Гц			10 битов 4:2:2
4:4:4			10 битов 4:2:2 4:4:4
Высокий	4:2:2	4096 4096 120Гц			10/12 битов 4:2:2
4:4:4			10/12 битов 4:2:2 4:4:4

Низкий уровень этого профиля мог бы соответствовать высокому уровню профиля «4:2:2» из стандарта МРЕG-2, в двух других уровнях предлагается ввести два подуровня - с дискретизацией «4:2:2» и «4:4:4». Группа МРЕG изучает кодирование 2D и 3D анимаций, цифровой кинематограф и другие вопросы.

Как и для видеообъектов, в стандарте введена классификация типов объектов для звука. В общей сложности первая версия определила 15 типов объектов, часть из них базируется на алгоритме ААС, один на алгоритме Twin VQ, три типа объектов связаны с алгоритмами кодирования речи, еще четыре определяют типы объектов для синтезированных звуков.

Определены 4 профиля кодирования звука:

1) Речевой профиль - совместим с тремя «речевыми» типами объектов, имеет два уровня, допускает до 20 объектов в сцене одновременно.

2) Масштабируемый профиль - обеспечивает высококачественное кодирование при низкой скорости цифрового потока и гибкое приспособление к изменениям скорости в канале, наилучшим образом приспособлен для передачи звука в Интернете. Число объектов в сцене, число потоков и частоты дискретизации определяются четырьмя уровнями, определенными в условных «единицах сложности» - производительности процессора в миллионах операций в секунду (РСU) и объеме памяти в тысячах слов (RCU):

Уровень 1: один моно объект любого типа, частота дискретизации до 24 кГц;

Уровень 2: один стерео или два моно объекта, частота до 24 кГц;

Уровень 3: один стерео или два моно объекта, частота до 48 кГц;

Уровень 4: один объект 5.1 или группа объектов, частота до 48 кГц, сложность до 30 РСU и 19 RCU.

В качестве примера в табл. 6.4 приведены требования к декодеру, работающему в одном из уровней данного профиля.

Таблица 6.4 Требования к декодеру звука масштабируемого профиля

3) Синтетический профиль - группирует типы объектов синтезированного звука, может использоваться в тех случаях, когда источником звука служит не микрофон и требуется обеспечить передачу при очень низких скоростях.

4) Основной профиль - наиболее сложный профиль, объединяющий возможности всех остальных; пригоден для звуков всех видов, обеспечивает высочайшее качество звучания. Примеры применения - запись на DVD и мультимедийное вещание. Профиль имеет 4 уровня.

Соответствие звуковых профилей и типов объектов показано в табл. 6.5.

Таблица 6.5 Профили и типы объектов МРЕG аудио

Во второй версии стандарта введены 4 новых профиля: Высококачественный, LD-профиль (с малой задержкой), Натуральный и Межсетевой мобильный.

Большое число возможных алгоритмов заставило ввести также три графических профиля, четыре профиля описаний сцены и один профиль дескрипторов объектов. Эти профили перечислены в табл. 6.6.

Таблица 6.6 Профили графических средств и описаний сцены в МРЕG-4