algorithm - H.264算法的综合定义

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，使得理解该算法变得不可能，例如 Alexander Herman 的 H.264/MPEG-4 Advanced Video Coding

The intra frame Prediction predicts the values of a block, by using previously decoded data in a frame.

但它没有解释预测是什么

• 我们会随机选择一个数字吗？
• 我们是否会随意复制之前的预测值？
• 我们是否闭上眼睛等待值出现？

是否有详细解释 H.264 的好文档？

Answer 1

Iain Richardson 的“The H.264 Advanced Video Compression Standard”是标准书。有关详细信息，请联系 specification可用。

每个像素都是通过结合预测和残差产生的。

在帧内，通过将像素复制到该 block 的左侧或上方来预测方形像素 block 。 (要复制的像素由位流中的位指定 - 在某些模式下，预测是从像素的过滤版本而不是直接复制形成的。)

对于图像中的第一个 block ，没有先前解码的像素，因此预测值设置为 128。

一旦您有了预测，就会将一个值(称为残差)添加到此以形成像素的最终值(假设去 block 化已关闭)。残差的值包含在比特流中(实际上是残差的转换版本，因为转换意味着需要更少的比特来编码残差)。

因此，总而言之，比特流首先指定一个数字，说明使用哪种方法复制/过滤先前解码的像素以形成预测，以及另一组数字指定将什么值添加到此预测以获得最终结果像素。

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。