关于图像识别:SkeyeARS-视频编码之H264结构详解

1次阅读

共计 2114 个字符，预计需要花费 6 分钟才能阅读完成。

H.264，同时也是 MPEG- 4 第十局部，是由 ITU- T 视频编码专家组（VCEG）和 ISO/IEC 动静图像专家组（MPEG）联结组成的联结视频组（JVT，Joint Video Team）提出的高度压缩数字视频编解码器规范。

这个规范通常被称之为 H.264/AVC。

H264 性能分为两层，VCL(视频编码层)和 NAL(网络提取层).

VCL：包含外围压缩引擎和块，宏块和片的语法级别定义，设计指标是尽可能地独立于网络进行高效的编码。

NAL：负责将 VCL 产生的比特字符串适配到各种各样的网络和多元环境中，笼罩了所有片级以上的语法级别。

VCL 数据传输或者存储之前，会被映射到一个 NALU 中，H264 数据蕴含一个个 NALU。如下图

一个原始的 NALU 单元构造如下：

[StartCode] + [NALU Header] + [NALU Payload] 三局部。

StartCode，是一个 NALU 单元开始，必须是 00 00 00 01 或者 00 00 01。

其中 NAL Header 格局如下：

     0 1 2 3 4 5 6 7 
    +-+-+-+-+-+-+-+-+
    |F|NRI|  TYPE   |  
    +-+-+-+-+-+-+-+-+

F（1 bit）：Forbidden_zero_bit，禁止位，编码中默认为 0，当网络辨认此单元中存在比特谬误时，可将其设为 1，以便接管方丢掉该单元。次要用于适应不同品种的网络环境（比方有线无线相结合的环境）。例如对于从无线到有线的网关，一边是无线的非 IP 环境，一边是有线网络的无比特谬误的环境。假如一个 NAL 单元达到无线那边时，校验和检测失败，网关能够抉择从 NAL 流中去掉这个 NAL 单元，也能够把已知被毁坏的 NAL 单元传给接收端。在这种状况下，智能的解码器将尝试重构这个 NAL 单元（已知它可能蕴含比特谬误）。而非智能的解码器将简略的摈弃这个 NAL 单元。
NRI（2 bits）：Nal_ref_idc，重要性批示位，用于在重构过程中标记一个 NAL 单元的重要性，值越大，越重要。值为 0 示意这个 NAL 单元没有用于预测，因而可被解码器摈弃而不会有错误扩散；值高于 0 示意此 NAL 单元要用于无漂移重构，且值越高，对此 NAL 单元失落的影响越大。例如，若以后 NAL 属于参考帧的片，或是序列参数集，或是图像参数集这些重要的单位时，该值必须大于 0.
TYPE（5 bits）: Nalu_type：示意以后 NAL 单元的类型，类型 1-12 是 H.264 定义的，类型 24-31 是用于 H.264 以外的，RTMP 符合规范应用这其中的一些值来定义包聚合和决裂，其余值为 H.264 保留。

| nalu_type | 示意 NALU 类型 |
|:——–:| :———:|
| 0 | 未指定。|
| 1 | 未应用 Data Partitioning、非 IDR 图像的 Slice。|
| 2 | 应用 Data Partitioning、且为 Slice A。|
| 3 | 应用 Data Partitioning、且为 Slice B。|
| 4 | 应用 Data Partitioning、且为 Slice c。|
| 5 | IDR 图像中的 Slice。|
| 6 | 补充加强信息单元(SEI)。|
| 7 | 序列参数集(Sequence Parameter Set, SPS)。|
| 8 | 图像参数集(Picture Parameter Set, PPS)。|
| 9 | 分界符。|
| 10 | 序列完结。|
| 11 | 码流完结。|
| 12 | 填充。|
| 13~23 | 保留。|
| 24~31 | 未应用。|

因而，如果要晓得 nalu 的类型，只须要判断 nalu_type 即可：

 1 00 00 00 01 06: SEI

 2 00 00 00 01 67: 0x67 & 0x1f = 0x07 : SPS

 3 00 00 00 01 68: 0x68 & 0x1f = 0x08 : PPS

 4 00 00 00 01 65: 0x65 & 0x1f = 0x05 : IDR Slice

EBSP：扩大字节序列载荷，在 RBSP 根底上填加了仿校验字节（0x03），它的起因是：在 NALU 加到 Annexb 上时，须要增加每组 NALU 之前的开始码 StartCodePrefix，如果该 NALU 对应的 slice 为一帧的开始（即为 IDR 帧）则用 4 位字节示意：0x00000001，否则用 3 位字节示意：0x000001。为了使 NALU 主体中不包含与开始码相冲突的，在编码时，每遇到两个字节间断为 0，就插入一个字节的 0x03。解码时将 0x03 去掉。也称为 “ 脱壳操作 ”。
RBSP：原始字节序列载荷，在 SODB 的前面填加了结尾比特（RBSP trailing bits，一个 bit “1”）若干比特 “0”，以便字节对齐。
SODB：数据比特串，最原始的编码数据。

至此，到了 SODB，就是 h264 最原始的编码数据。

## 对于 SkeyeARS ##

SkeyeARS 全景 AR 加强监视系统，是视开科技开发的一款基于宽场景多路视频无缝拼接、视频实时加强、监督指标加强显示、指标主动跟踪、视频存储回放、近程数据传输和多通道全景视频同步显示等性能的综合视频 AR 加强监视系统，广泛应用于智慧交通、智慧城市、智慧机场等大场景智能监控畛域。

具体阐明：http://www.openskeye.cn/web/product/ars

正文完