Đặt vấn đề Cuộc cách mạng thông tin kỹ thuật số đã đem lại những thay đổi sâu sắc cho xã hội và đời sống con người. Trong cuộc sống hiện tại, không thể thiếu các thiết bị có khả năng chụp, xử lý, kết nối và truyền dữ liệu cho nhau thông qua Internet. Đặc biệt là hiện nay hệ thống giám sát hình ảnh để đảm bảo an ninh ngày càng trở nên phổ biến. Các hệ thống này có thể truyền tải thông tin hình ảnh và lưu trữ lâu dài.
Bên cạnh những thuận lợi mà thông tin kỹ thuật số mang lại cũng tồn tại những thách thức và cơ hội cho quá trình đổi mới. Hiện nay các hình ảnh và video được chụp và tạo từ bất kì thiết bị nào đều cần lưu trữ để xem hoặc chia sẻ tới các thiết bị khác trong tương lai. Do đó, cần các giải pháp để lưu trữ và truyền video hiệu quả. Mục đích chính của các chuẩn mã hóa video là giúp nâng cao hiệu quả sử dụng băng tần và tăng khả năng lưu trữ thông tin video bằng cách làm giảm số bit cần để lưu trữ hay truyền đi.
Chương này sẽ trình bày tổng quan về mã hóa video cùng tình hình nghiên cứu về các chuẩn mã hóa video trên thế giới. Tổng quan về mã hóa video Một tập hợp hình ảnh với mỗi hình ảnh là một tập các điểm ảnh, mỗi điểm ảnh bao gồm thành phần độ sáng và thành phần màu sẽ tạo thành một video. Để chứa và truyền nhanh chóng lượng dữ liệu này, yêu cầu một lượng đáng kể bộ nhớ, do vậy việc nén các video này đóng một vai trò vô cùng quan trọng. Nén là quá trình mà dữ liệu biểu diễn thông tin được mã hóa với số lượng bit nhỏ hơn.
Nén video là quá trình biểu diễn, kết hợp hay sắp xếp một tập hợp video số với số bit nhỏ hơn.1 biểu diễn quá trình từ thu thông tin đến hiển thị thông tin trong nén video, có hai khối chính là bộ mã hóa và bộ giải mã, chúng thường được gọi là CODEC. Bộ mã hóa biến đổi từ dữ liệu nguồn thành một dạng nén để lưu trữ hoặc truyền tải và bộ giải mã biến đổi dữ liệu đã nén thành video dữ liệu gốc. 4 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Nguồn video Hiển thị Mã hóa Truyền/Lưu trữ Giải mã Hình 1. Mô hình chung của bộ mã hóa và giải mã hóa video (CODEC) Nén dữ liệu là việc loại bỏ dữ liệu dư thừa, ví dụ các thành phần không cần thiết để có thể tái hiện lại dữ liệu một cách đúng nhất.
Rất nhiều loại dữ liệu có chứa dư thừa tĩnh và có thể nén một cách hiệu quả bằng cách nén không thất thoát dữ liệu, dữ liệu tái cấu trúc ở đầu ra của bộ giải mã là bản sao lưu hoàn hảo của dữ liệu gốc. Tuy nhiên, cách nén này chỉ mang lại hiệu quả nén ở mức trung bình. Để đạt hiệu quả nén cao, hầu hết các phương thức mã hóa video đều khai thác dư thừa về mặt không gian và thời gian. Chuỗi hình ảnh tạo thành video được gọi là các khung hình (frames).
Thường có sự tương quan giữa các khung hình với nhau về mặt thời gian khi chúng ta chụp lại trong cùng một khoảng thời gian. Các khung liền kề thường có độ tương quan cao đặc biệt khi tốc độ lấy mẫu (frame rate) cao. Về mặt không gian, thường có sự tương quan cao giữa các điểm ảnh gần nhau, tức là giá trị điểm ảnh tại những điểm gần nhau thường giống nhau (Hình 1. quan không gian Hình 1.
Minh họa sự tương quan về thời gian và không gian trong video 5 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chuẩn mã hóa video phổ biến như MPEG-2/Video [3], H.265/HEVC [2] hay SHVC [6] đều được xây dựng trên nền tảng khai thác tính tương quan cao về mặt thời gian, không gian và thống kê của các khung hình video cũng như nội dung video. Các chuẩn mã hóa video đều sử dụng dự đoán bù chuyển động dựa trên khối, biến đổi cosin rời rạc, lượng tử hóa và mã hóa entropy. Phần tiếp theo sẽ trình bày các thành phần cơ bản của kiến trúc mã hóa video. Cấu trúc chung Một bộ mã hóa và giải mã video (còn gọi là CODEC) mã hóa chuỗi video hoặc ảnh nguồn thành dạng nén và giải mã nó thành video bản sao hoặc xấp xỉ so với chuỗi video/ảnh gốc.
Quá trình mã hóa được gọi là mã hóa video không tổn thất nếu như video được giải mã giống hệt như video gốc, ngược lại, nếu như video giải mã có sự khác biệt so với video gốc, quá trình này được gọi là mã hóa video có tổn thất. CODEC đại diện cho bản video gốc bằng một mô hình (một mô hình mã hóa hiệu quả là có thể tái cấu trúc thành video xấp xỉ bản gốc). Mô hình lý tưởng phải sử dụng ít dung lượng nhất và có độ tin cậy cao nhất có thể. Có hai mục tiêu nén là hiệu năng nén và chất lượng nén cao nhưng chúng thường xung khắc nhau vì một bộ nén hiệu năng cao sẽ tạo ra tốc độ bít (bitrate) thấp thường làm giảm chất lượng hình ảnh khi giải mã.
Chức năng và vai trò một số module chính Mã hóa video (Hình 1.3) bao gồm 3 chức năng chính: mô hình dự đoán, mô hình không gian và mã hóa entropy. Đầu vào của mô hình dự đoán là chuỗi video chưa nén (video thô – “raw”). Mô hình dự đoán giả định giảm dư thừa về mặt thời gian bằng việc khai thác sự khác biệt về thông tin giữa các khung lân cận, thường bằng việc xây dựng dự đoán của khối (block) hoặc khung (frame) trong video hiện tại.264/AVC, việc dự đoán được thực hiện từ một hay nhiều khung trước hoặc sau đó và được cải thiện bằng việc dự đoán bù chuyển động giữa các khung (motion compensated prediction). Đầu ra của mô hình dự đoán là các khung dư thừa (được tạo ra bằng việc trừ khung hiện tại gốc cho khung dự đoán) và một tập các tham số, ví dụ như một tập hợp các vectơ chuyển động mô tả việc bù chuyển động.
6 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Mô hình dự Dư thừa Mô hình Các hệ số Nguồn video đoán không gian Mã hóa Video được entropy mã hóa Thông tin giải Thông số dự đoán mã được lưu Hình 1. Sơ đồ khối mô hình mã hóa video Các khung dư thừa là đầu vào của mô hình không gian, mô hình này khai thác sự tương quan giữa các mẫu lân cận và khung dư thừa để giảm sự dư thừa về mặt không gian bằng cách biến đổi dư thừa theo hệ số và lượng tử hóa kết quả. Hệ số được lượng tử hóa để loại bỏ các giá trị không quan trọng, giữ lại số lượng nhỏ các hệ số có giúp cho khung dư thừa gọn nhẹ hơn. Đầu ra của mô hình không gian là một tập các hệ số lượng tử biến đổi.
Các thông số của mô hình dự đoán (ví dụ chế độ dự đoán, các vectơ chuyển động) và mô hình không gian (các hệ số) được nén bởi mô hình mã hóa entropy. Mô hình này loại bỏ các dư thừa tĩnh trong dữ liệu (ví dụ các vectơ thường xuất hiện và các hệ số bằng mã hóa nhị phân ngắn hơn) và tạo ra một tập tin hay bitstream nén có thể truyền hoặc lưu trữ. Chuỗi được nén bao gồm các thông số dự đoán, các hệ số dư thừa và một số thông tin phụ trợ khác. Bộ giải mã tái cấu trúc khung video từ bộ bitstream đã nén.
Các hệ số và các thông số dự đoán được giải mã từ bộ giải mã entropy sau đó mô hình không gian được giải mã để tái tạo khung dư thừa. Bộ giải mã sử dụng các thông số dự đoán, cùng với các thông tin giải mã trước đó để tạo dự đoán cho khung hiện tại và khung tái tạo của chính nó bằng cách cộng khung dư thừa với khung dự đoán. 7 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com CHƯƠNG 2. TỔNG QUAN VỀ MÃ HÓA VIDEO KHẢ CHUYỂN VÀ ĐẶC TÍNH CỦA VIDEO GIÁM SÁT Ngày nay, với sự phát triển của công nghệ video số và tiến bộ trong cơ sở hạ tầng truyền thông đã thúc đẩy sự tương tác của các ứng dụng truyền thông đa phương tiện như truyền hình hội nghị thời gian thực, website video trực tuyến hay TV, di động.
Bên cạnh đó, người sử dụng luôn muốn chất lượng video tốt nhất ở bất cứ đâu và với mọi tình trạng của đường truyền mạng. Do đó, các đặc tính của máy thu như tốc độ bit, độ phân giải và tỷ lệ khung hình phải phù hợp với tốc độ truyền dẫn để cung cấp chất lượng video tốt nhất cho người sử dụng. Trên cùng một đường dẫn video thường chỉ cung cấp một mức chất lượng cho các thiết bị nhất định. Ngoài ra, luồng video trực tiếp còn phải đối mặt với hiện tượng mất tín hiệu ở mạng không dây.
Vì vậy những mạng không đồng nhất này tạo ra một vấn đề không nhỏ cho các bộ mã hóa video truyền thống. Để khắc phục nhược điểm này, mã hóa video khả chuyển được giới thiệu. Nguyên lý của bộ mã hóa video này là chia đoạn video truyền thống thành đa luồng, bao gồm thành phần riêng biệt và bổ sung, thường được gọi là các lớp. Bộ mã hóa/ Độ phân giải cao Bộ chuyển đổi Độ phân giải trung Bộ mã hóa/ bình Bộ chuyển đổi Video nguồn BộEncoder mã hóa/ Độ phân giải thấp Bộ/Transcoder chuyển đổi Hình 2.
Lớp video mã hóa và các lớp giải mã ở các thiết bị khác nhau Hình 2.1 cho thấy video đầu vào được chia thành ba lớp. Người nhận có thể chọn và giải mã lớp khác nhau tương ứng với các đặc tính của mạng và thiết bị được sử dụng. 8 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Trong các mô hình mã hóa video khả chuyển, thông tin video được mã hóa và giải mã theo nhiều lớp khác nhau bao gồm một lớp cơ bản (Base layer) và một hoặc nhiều lớp nâng cao (Enhancement layers). Có hai hướng tiếp cận chính trong việc xây dựng các mô hình mã hóa video khả chuyển: mô hình mã hóa video khả chuyển dự đoán (Predictive scalable video coding) và mô hình mã hóa video khả chuyển phân tán (Distributed scalable video coding).
Mã hóa video khả chuyển thế hệ cũ Mã hóa video khả chuyển thế hệ cũ bao gồm các mô hình mã hóa video khả chuyển như chuẩn Fine Granularity Scalability (MPEG-4/FGS) [7] hay chuẩn Scalable Video Coding (SVC) [5] được mở rộng từ các chuẩn mã hóa video thế hệ cũ như chuẩn MPEG- 2/Video [3], H.