H.265（HEVC）简介

        H.265已经在2013年正式批准为ITU标准，H.265即HEVC。

        H265编码出来了。在码流、编码质量、算法上有了相当大的改善和优化，最终效果为仅需原先的一半带宽即可播放视觉效果相同的视频

        迅雷看看于3月30日宣布首发支持H.265 .PPS也表示跟随，于4月1日 发布H.265体验版 我今天才抽出空闲测试了下。

        新版的迅雷看看在线 H265 ,码率387kbps、720p的画皮片段 占用率不算高50%-27%，用的是戴尔的I5笔记本 2.67主频双核四线程，系统win7 64位

        在运动预测方面，下一代算法将不再沿袭“宏块”的画面分割方法，而可能采用面向对象的方法，直接辨别画面中的运动主体。在变换方面，下一代算法可能不再沿袭 基于付立叶变换的算法族，有很多文章在讨论，其中提请大家注意所谓的“超完备变换”，主要特点是：其MxN的变换矩阵中，M大于N，甚至远大于N，变换后 得到的向量虽然比较大，但其中的0元素很多，经过后面的熵编码压缩后，就能得到压缩率较高的信息流。

        关于运算量，H.264的压缩效率比MPEG-2提高了1倍多，其代价是计算量提高了至少4倍，导致高清编码需要100GOPS的峰值计算能力。尽管如此， 仍有可能使用目前的主流IC工艺和普通设计技术，设计出达到上述能力的专用硬件电路，且使其批量生产成本维持在原有水平。5年（或许更久）以后，新的技术 被接受为标准，其压缩效率应该比H.264至少提高1倍，估计对于计算量的需求仍然会增加4倍以上。随着半导体技术的快速进步，相信届时实现新技术的专用 芯片的批量生产成本应该不会有显著提高。因此，500GOPS，或许是新一代技术对于计算能力的需求上限。

 HEVC(H.265)的技术亮点

　　作为新一代视频编码标准，HEVC(H.265)仍然属于预测加变换的混合编码框架。然而，相对于H.264，H.265 在很多方面有了革命性的变化。

        下表列出了HM4.0(HEVC参考代码)相对于JM18.0 BD-Rate对比：

　　表1 HEVC相对于H.264的压缩效率提升数据列表

　　由表中数据可见，在Low Delay的情况下，HEVC(HM4.0)相对于H.264比特率平均下降44%。

　　作为新一代视频编码标准，HEVC(H.265)仍然属于预测加变换的混合编码框架。然而，相对于H.264，H.265 在很多方面有了革命性的变化。HEVC(H.265)的技术亮点有：

　 　在H.265中，将宏块的大小从H.264的16×16扩展到了64×64，以便于高分辨率视频的压缩。同时，采用了更加灵活的编码结构来提高编码效 率，包括编码单元(Coding Unit)、预测单元(Predict Unit)和变换单元(Transform Unit)。如图1所示：

　　图1 编码单元(CU)、预测单元(PU)、变换单元(CU)

　 　其中编码单元类似于H.264/AVC中的宏块的概念，用于编码的过程，预测单元是进行预测的基本单元，变换单元是进行变换和量化的基本单元。这三个单 元的分离，使得变换、预测和编码各个处理环节更加灵活，也有利于各环节的划分更加符合视频图像的纹理特征，有利于各个单元更优化的完成各自的功能。

　 　RQT是一种自适应的变换技术，这种思想是对H.264/AVC中ABT(Adaptive Block-size Transform)技术的延伸和扩展。对于帧间编码来说，它允许变换块的大小根据运动补偿块的大小进行自适应的调整;对于帧内编码来说，它允许变换块的 大小根据帧内预测残差的特性进行自适应的调整。大块的变换相对于小块的变换，一方面能够提供更好的能量集中效果，并能在量化后保存更多的图像细节，但是另 一方面在量化后却会带来更多的振铃效应。因此，根据当前块信号的特性，自适应的选择变换块大小，如图2所示，可以得到能量集中、细节保留程度以及图像的振 铃效应三者最优的折中。

　　图2 灵活的块结构示意图

　　SAO在编解码环路内，位于Deblock之后，通过对重建图像的分类，对每一类图像像素值加减一个偏移，达到减少失真的目的，从而提高压缩率，减少码流。

　　采用SAO后，平均可以减少2%~6%的码流,而编码器和解码器的性能消耗仅仅增加了约2%。

　 　ALF在编解码环路内，位于Deblock和SAO之后，用于恢复重建图像以达到重建图像与原始图像之间的均方差(MSE)最小。ALF的系数是在帧级 计算和传输的，可以整帧应用ALF，也可以对于基于块或基于量化树(quadtree)的部分区域进行ALF，如果是基于部分区域的ALF，还必须传递指 示区域信息的附加信息。

　　当前芯片架构已经从单核性能逐渐往多核并行方向发展，因此为了适应并行化程度非常高的芯片实现，HEVC/H265引入了很多并行运算的优化思路， 主要包括以下几个方面：

　　(1) Tile

　　如图3所示，用垂直和水平的边界将图像划分为一些行和列，划分出的矩形区域为一个Tile，每一个Tile包含整数个LCU(Largest Coding Unit)， Tile之间可以互相独立，以此实现并行处理：

　　图3 Tile划分示意图

　　(2) Entropy slice

　　Entropy Slice允许在一个slice内部再切分成多个Entropy Slices，每个Entropy Slice可以独立的编码和解码，从而提高了编解码器的并行处理能力：

　　图4 每一个slice可以划分为多个Entropy Slice

　　(3) WPP(Wavefront Parallel Processing)

　　上一行的第二个LCU处理完毕，即对当前行的第一个LCU的熵编码(CABAC)概率状态参数进行初始化，如图5所示。因此，只需要上一行的第二个LCU编解码完毕，即可以开始当前行的编解码，以此提高编解码器的并行处理能力：

　　图5 WPP示意图

        与HD-SDI非压缩视频图像不同的是，经过压缩的视频图像或多或少的都会对图像有所损伤，特别还是在网络传输过程中，更是避免不了丢包的现象。客观地说， 只要视频图像存在压缩既会有损伤，当然在高效率的压缩也难逃这一弊端。从客观情况分析来看，视频编码损伤主要有三大类：编码标准、IP网络、Error- prone通信，细致地说这对图像模糊、噪声、数据丢包、延时、抖动以及无线信道传输带来的失真都不可避免。

        尽管H.265真的能够实现超出H.264的多倍高清，一些视频损失是通过数据测算出来的，肉眼则看到就是高清晰的画质。以目前大安防市场的视频会议来看， 在高清晰画质的不断需求之下，高压缩标准的确能够进一步推动市场，只不过成本还是用户最为关注的话题。理想的价格才是最终产品流向市场的王道。