Luận Văn: Thuật Toán Ẩn Lỗi Hiệu Quả cho Truyền Video Vô Tuyến - ĐHCN, ĐHQGHN

Luận văn: Thuật toán ẩn lỗi hiệu quả cho truyền video vô tuyến. Nâng cao chất lượng, giảm thiểu ảnh hưởng của lỗi truyền dẫn. Nghiên cứu chuyên sâu.

• Tác giả: Lê Văn Huyên
• Người hướng dẫn: PTS. Đinh Triệu Dương
• Trường học: Trường Đại Học Công Nghệ - Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công Nghệ Điện Tử - Viễn Thông
• Đề tài: Xây Dựng Thuật Toán Ẩn Lỗi Hiệu Quả Nhằm Nâng Cao Chất Lượng Truyền Video Trên Kênh Truyền Vô Tuyến
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2011
• Địa điểm: Hà Nội

Mục lục chi tiết

• Lời nói đầu
• Danh sách các hình vẽ
• Danh sách bảng — biểu
• I. Giới thiệu về H
• II. Tổng quan về nén video
• 2.1. Đặc điểm và ứng dụng của H.264
• 2.2. Lớp trừu tượng mạng ~ NAL
• 2.3. Lớp mã hoá video — VCL
• 2.4. Hình, Khung, và Miền
• 2.5. Phân loại khung
• 2.6. Định dạng YCBCÍ::ii
• 2.7. Mảnh và nhóm mảnh
• III. Các thuật toán ẩn lỗi
• 3.1. Ẩn lỗi ở mức MB
• 3.2. Thuật toán Ẩn lỗi ở mức MP trên miền không gian
• 3.3. Thuật toán ẩn lỗi ở mức MP trên miễn thời gian
• 3.4. Thuật toán ân lỗi ở mức khung
• 3.4.1. Thuận toán ẩn lỗi Frame Copy
• 3.4.2. Thuật toan Motion Vector Copy
• 3.5. Đềxuất thuật toán sửa lỗi mất toàn khung
• 3.5.1. Phương pháp vẻc-tơ trung vi có định hướng Ge DEPP
• IV. Kết quả thực hiên — đánh giá
• 4.1. So sánh kết quả giữa các thuật toán
• 4.2. So sánh kết quả giữa các mẫu video
• V. Kết luận
• Phụ lục
• Tài liệu tham khảo

Tóm tắt

I. Hướng Dẫn Kỹ Thuật Ẩn Lỗi Video Nền Tảng Chất Lượng Cao

Kỹ thuật ẩn lỗi video (Video Error Concealment) là một tập hợp các phương pháp được thiết kế để che giấu hoặc giảm thiểu tác động của lỗi dữ liệu đến cảm nhận thị giác của người xem khi truyền phát video không dây. Thay vì cố gắng khôi phục chính xác dữ liệu gốc bị mất—một quá trình tốn thời gian và không phù hợp với các ứng dụng thời gian thực—ẩn lỗi tập trung vào việc tạo ra một phiên bản thay thế hợp lý về mặt thị giác cho phần dữ liệu bị hỏng. Điều này đặc biệt quan trọng trong bối cảnh các mạng truyền thông hiện đại, nơi mà mất gói tin và lỗi bit là không thể tránh khỏi. Bài viết này sẽ đi sâu vào các khái niệm cốt lõi, từ việc phân biệt giữa ẩn lỗi và sửa lỗi, đến việc tìm hiểu cấu trúc của chuẩn nén video phổ biến như H.264, tạo tiền đề để khám phá các thuật toán tiên tiến.

1.1. Định nghĩa và vai trò của việc che giấu lỗi video

Trong lĩnh vực truyền phát video không dây, che giấu lỗi video là quá trình ước tính hoặc nội suy dữ liệu video bị mất hoặc hỏng ở phía bộ giải mã (decoder). Mục tiêu chính không phải là khôi phục hoàn hảo dữ liệu gốc, mà là làm cho lỗi trở nên ít bị nhận thấy nhất, qua đó duy trì chất lượng trải nghiệm (QoE) của người dùng. Khi một gói tin chứa dữ liệu video bị mất trên đường truyền, bộ giải mã sẽ không có đủ thông tin để tái tạo lại một phần của khung hình. Thay vì hiển thị một vùng trống hoặc các khối hình ảnh méo mó, thuật toán ẩn lỗi sẽ sử dụng thông tin từ các vùng lân cận trong cùng một khung (dư thừa không gian) hoặc từ các khung hình trước đó/sau đó (dư thừa thời gian) để 'đoán' và lấp đầy vùng bị mất. Vai trò này là cực kỳ quan trọng đối với các dịch vụ video streaming thời gian thực như hội nghị truyền hình hay truyền hình trực tiếp, nơi việc yêu cầu truyền lại gói tin (re-transmission) sẽ gây ra độ trễ không thể chấp nhận được.

1.2. Phân biệt Sửa lỗi FEC và Ẩn lỗi Concealment

Sửa lỗi và ẩn lỗi là hai chiến lược khác nhau để đối phó với lỗi truyền dẫn. Sửa lỗi phía trước (Forward Error Correction - FEC) là một kỹ thuật chủ động, hoạt động ở phía bộ mã hóa (encoder). Nó thêm các bit dữ liệu dư thừa (redundant data) vào luồng bit video gốc trước khi truyền đi. Dữ liệu dư thừa này cho phép bộ giải mã có thể phát hiện và sửa chữa một số lượng lỗi nhất định mà không cần yêu cầu truyền lại. Ngược lại, che giấu lỗi video là một kỹ thuật thụ động, chỉ được thực hiện ở phía bộ giải mã khi lỗi đã xảy ra và không thể sửa bằng FEC. Trong khi FEC nhằm mục đích khôi phục chính xác dữ liệu, ẩn lỗi lại hướng đến việc tạo ra một sự thay thế chấp nhận được về mặt thị giác. Trong thực tế, một hệ thống truyền video hiệu quả thường kết hợp cả hai phương pháp để tối ưu hóa chất lượng dịch vụ (QoS).

1.3. Tổng quan về chuẩn nén video H.264 và cấu trúc

Chuẩn nén video H.264/AVC, theo tài liệu gốc của Lê Văn Huyên (2011), được xây dựng trên hai lớp chính: Lớp Mã hóa Video (Video Coding Layer - VCL) và Lớp Trừu tượng Mạng (Network Abstraction Layer - NAL). VCL là lõi xử lý, chịu trách nhiệm nén dữ liệu video hiệu quả bằng cách loại bỏ các thông tin dư thừa về không gian và thời gian. VCL hoạt động trên các đơn vị cơ bản như Macro-block (khối 16x16 pixel) và sử dụng các khung I (Intra-coded), P (Predicted), và B (Bi-predictive) để tối ưu hóa việc mã hóa. NAL có nhiệm vụ định dạng dữ liệu từ VCL để phù hợp với nhiều môi trường truyền tải khác nhau, từ mạng IP (sử dụng gói RTP) đến các hệ thống lưu trữ. Cấu trúc hai lớp này giúp H.264 có khả năng thích ứng cao và tăng cường khả năng chống lỗi, là nền tảng quan trọng cho việc áp dụng các thuật toán ẩn lỗi.

II. Thách Thức Truyền Video Vô Tuyến Hiểu Rõ Về Mất Gói Tin

Kênh truyền vô tuyến vốn không ổn định và dễ bị ảnh hưởng bởi nhiễu, suy hao tín hiệu và tắc nghẽn mạng. Những yếu tố này dẫn đến các vấn đề nghiêm trọng cho việc truyền phát video, trong đó mất gói tin (Packet Loss) là thách thức lớn nhất. Mỗi gói tin IP có thể chứa một phần hoặc toàn bộ một khung hình video. Do đó, việc mất chỉ một gói tin cũng có thể gây ra những hư hỏng nghiêm trọng trên hình ảnh. Tệ hơn nữa, do các kỹ thuật nén video hiện đại phụ thuộc nhiều vào dữ liệu từ các khung hình trước đó, một lỗi nhỏ có thể lan truyền sang nhiều khung hình tiếp theo, tạo ra hiệu ứng 'domino' phá hỏng một đoạn video dài. Việc hiểu rõ các nguyên nhân và hậu quả này là bước đầu tiên để xây dựng các giải pháp phục hồi lỗi video hiệu quả, nhằm đảm bảo cả chất lượng dịch vụ (QoS) và chất lượng trải nghiệm (QoE).

2.1. Phân tích nguyên nhân gây lỗi Packet Loss Delay và Jitter

Các lỗi chính trong mạng không dây bao gồm: Mất gói tin (Packet Loss), trễ (Delay), và biến thiên độ trễ (Jitter). Mất gói tin xảy ra khi các gói dữ liệu không đến được đích do tắc nghẽn mạng, tỷ lệ lỗi bit (BER) cao hoặc tín hiệu yếu. Trễ là khoảng thời gian một gói tin di chuyển từ người gửi đến người nhận, và trễ cao có thể gây mất đồng bộ giữa âm thanh và hình ảnh. Jitter là sự thay đổi không đều của độ trễ giữa các gói tin liên tiếp. Jitter cao khiến các khung hình đến không đúng thứ tự hoặc không đúng thời điểm, gây ra hiện tượng giật, đứng hình. Để giảm thiểu Jitter, các bộ giải mã thường sử dụng một bộ đệm gọi là jitter buffer, nhưng bộ đệm này lại làm tăng độ trễ tổng thể. Những yếu tố này kết hợp lại tạo ra một môi trường truyền dẫn đầy thách thức cho video chất lượng cao.

2.2. Hậu quả của lỗi lan truyền Error Propagation trong video

Hiệu ứng lan truyền lỗi (Error Propagation) là một vấn đề nghiêm trọng trong các chuẩn mã hóa video hiện đại như H.264. Do việc nén video dựa trên dự đoán liên khung (inter-frame prediction), các khung P và B không chứa toàn bộ thông tin hình ảnh mà chỉ lưu trữ sự khác biệt so với các khung tham chiếu. Khi một lỗi xảy ra ở một khung tham chiếu (ví dụ, một phần của khung P bị mất), lỗi đó không chỉ ảnh hưởng đến khung hiện tại mà còn lan sang tất cả các khung hình sau đó sử dụng nó làm tham chiếu. Theo Hình 6 trong tài liệu gốc, một lỗi nhỏ ban đầu có thể tạo ra các khối hình ảnh sai lệch và lan rộng ra toàn bộ khung hình trong các frame tiếp theo. Hiệu ứng này chỉ dừng lại khi gặp một khung I (khung nội mã hóa đầy đủ thông tin), vốn hoạt động như một điểm làm mới (refresh point) cho luồng video.

2.3. Tác động đến chất lượng dịch vụ QoS và trải nghiệm QoE

Lỗi truyền dẫn ảnh hưởng trực tiếp đến cả hai chỉ số quan trọng: Chất lượng Dịch vụ (QoS) và Chất lượng Trải nghiệm (QoE). QoS là các thông số kỹ thuật có thể đo lường được của mạng, chẳng hạn như tỷ lệ lỗi bit (BER), băng thông, độ trễ và tỷ lệ mất gói. Một mạng có QoS kém sẽ không thể đảm bảo việc truyền dữ liệu video một cách đáng tin cậy. Tuy nhiên, QoS tốt không phải lúc nào cũng đồng nghĩa với trải nghiệm người dùng tốt. QoE là thước đo mang tính chủ quan về sự hài lòng của người xem. Các lỗi hình ảnh như hình khối (blocking), nhòe (blurring) hay đứng hình do mất gói tin gây ra sẽ làm giảm đáng kể QoE, ngay cả khi các chỉ số QoS vẫn nằm trong ngưỡng chấp nhận được. Do đó, các kỹ thuật ẩn lỗi video hiệu quả đóng vai trò là cầu nối quan trọng, giúp chuyển đổi QoS kỹ thuật thành QoE cao cho người dùng cuối.

III. Top Phương Pháp Ẩn Lỗi Video Mức Khung Khối Phổ Biến

Để đối phó với tình trạng mất dữ liệu, các nhà nghiên cứu đã phát triển nhiều thuật toán ẩn lỗi video, hoạt động ở các cấp độ khác nhau. Các phương pháp này thường được phân loại dựa trên mức độ xử lý (mức khối macro-block hoặc mức toàn khung) và loại thông tin được sử dụng (thông tin trong cùng khung hoặc từ các khung khác). Các thuật toán mức khối (macro-block) phù hợp khi chỉ một vài phần nhỏ của khung hình bị ảnh hưởng, trong khi các thuật toán mức khung (frame) là cần thiết khi toàn bộ thông tin của một khung hình bị mất, một kịch bản phổ biến trên mạng IP. Phần này sẽ trình bày các phương pháp nền tảng, bao gồm nội suy không gian để tái tạo khối lỗi, và hai kỹ thuật ẩn lỗi mức khung đơn giản nhưng hiệu quả là Sao chép Khung (Frame Copy) và Sao chép Vector chuyển động (Motion Vector Copy).

3.1. Kỹ thuật ẩn lỗi trên miền không gian Nội suy từ lân cận

Ẩn lỗi trên miền không gian (Spatial Error Concealment) là phương pháp tái tạo một khối macro-block bị mất bằng cách sử dụng thông tin từ các khối lân cận trong cùng một khung hình. Nguyên lý cơ bản là các vùng hình ảnh gần nhau thường có đặc tính tương đồng về màu sắc và độ sáng. Một thuật toán phổ biến là Ngoại suy Dựa trên Trung bình Trọng số của các Điểm ảnh Biên (Weighted Average of Boundary Pixels - WABP), được đề cập trong tài liệu gốc. Theo phương pháp này, giá trị của mỗi pixel trong khối bị mất được tính bằng trung bình có trọng số của các pixel ở biên của các khối lân cận không bị lỗi. Trọng số thường tỉ lệ nghịch với khoảng cách từ pixel biên đến pixel cần nội suy. Kỹ thuật nội suy không gian này hiệu quả đối với các vùng ảnh tĩnh, ít chi tiết, nhưng có thể tạo ra hiệu ứng mờ nhòe ở các vùng có kết cấu phức tạp hoặc cạnh sắc nét.

3.2. Phương pháp ẩn lỗi thời gian Sao chép khung Frame Copy

Sao chép khung (Frame Copy - FC) là một trong những kỹ thuật phục hồi lỗi video mức khung đơn giản nhất. Khi toàn bộ khung hình t bị mất, thuật toán FC sẽ thay thế nó bằng một bản sao chính xác của khung hình tham chiếu trước đó t-1. Phương trình của nó là Pixel(x,y,t) = Pixel(x,y,t-1). Ưu điểm lớn nhất của FC là tốc độ xử lý cực nhanh và không đòi hỏi tính toán phức tạp. Phương pháp này hoạt động rất hiệu quả đối với các cảnh video tĩnh hoặc có chuyển động rất chậm, vì sự khác biệt giữa các khung hình liên tiếp là không đáng kể. Tuy nhiên, đối với các cảnh có chuyển động nhanh, FC sẽ gây ra hiện tượng giật hoặc đứng hình rõ rệt, làm ảnh hưởng nghiêm trọng đến chất lượng trải nghiệm (QoE). Mặc dù đơn giản, FC thường được dùng làm thuật toán cơ sở để so sánh hiệu năng với các phương pháp phức tạp hơn.

3.3. Kỹ thuật Sao chép Vector chuyển động Motion Vector Copy

Sao chép Vector chuyển động (Motion Vector Copy - MVC) là một cải tiến đáng kể so với FC. Thay vì sao chép toàn bộ điểm ảnh, MVC sao chép thông tin chuyển động. Cụ thể, thuật toán này giả định rằng chuyển động của các đối tượng giữa khung t-1 và t là tương tự như chuyển động giữa khung t-2 và t-1. Do đó, nó lấy vector chuyển động của từng khối nhỏ (ví dụ, 4x4 pixel) trong khung t-1 và áp dụng chúng cho các khối tương ứng ở khung t bị mất. Sau đó, nó sử dụng các vector này để tái tạo lại từng khối của khung t từ khung tham chiếu t-1. Theo tài liệu gốc, MVC mang lại hiệu quả cao hơn FC, cải thiện chỉ số PSNR trung bình khoảng 2dB, đặc biệt trong các cảnh chuyển động. Đây là một phương pháp cân bằng tốt giữa độ phức tạp tính toán và chất lượng hình ảnh phục hồi lỗi video.

IV. Bí Quyết Cải Tiến Ẩn Lỗi Video Bằng Vector Trung Vị Hướng

Mặc dù thuật toán Sao chép Vector chuyển động (MVC) hiệu quả hơn Sao chép Khung (FC), nó vẫn tồn tại những hạn chế, đặc biệt khi gặp các khối không chuyển động hoặc chuyển động phức tạp. Khi một khối trong khung tham chiếu là tĩnh (có vector chuyển động bằng không), MVC sẽ hoạt động giống hệt FC, gây ra lỗi 'đóng băng' một phần hình ảnh trong khi các phần khác vẫn chuyển động. Để giải quyết vấn đề này, luận văn của Lê Văn Huyên (2011) đã đề xuất một thuật toán cải tiến dựa trên phương pháp vector trung vị có định hướng. Ý tưởng cốt lõi là không chỉ sao chép một cách máy móc vector chuyển động từ vị trí tương ứng, mà còn xem xét các vector của các khối lân cận để đưa ra một dự đoán chuyển động mượt mà và chính xác hơn.

4.1. Phân tích hạn chế của phương pháp Motion Vector Copy MVC

Hạn chế chính của MVC nảy sinh từ giả định rằng chuyển động là nhất quán và liên tục. Khi một đối tượng thay đổi hướng đột ngột, tăng tốc hoặc giảm tốc, vector chuyển động được sao chép từ khung trước sẽ không còn chính xác. Một vấn đề nghiêm trọng khác, như được chỉ ra trong Hình 13 của tài liệu gốc, xảy ra với các khối tĩnh (zero-motion block). Nếu một macro-block trong khung tham chiếu t-1 là một phần của nền tĩnh, vector chuyển động của nó sẽ bằng không. Khi áp dụng MVC, khối tương ứng trong khung t bị mất cũng sẽ được tái tạo từ vị trí y hệt trong khung t-1, về cơ bản là thực hiện FC cho riêng khối đó. Điều này tạo ra các 'vết rách' hoặc 'bóng ma' trên hình ảnh, nơi một phần của cảnh bị đóng băng trong khi phần còn lại tiếp tục di chuyển.

4.2. Giới thiệu thuật toán Vector trung vị có định hướng MDS DC

Để khắc phục nhược điểm của MVC, thuật toán đề xuất sử dụng giá trị trung vị (median) của một nhóm các vector chuyển động tham chiếu. Thay vì chỉ lấy vector tại cùng vị trí (MV0), thuật toán này xem xét cả bốn vector của các khối lân cận (MV1 đến MV4). Sau đó, nó tính giá trị trung vị của các thành phần x và y từ nhóm vector này để tạo ra vector chuyển động mới. Điểm cải tiến quan trọng là 'chọn lọc hướng' (Directional Control - DC): chỉ những vector lân cận có cùng hướng chuyển động (góc lệch không quá 45 độ) với MV0 mới được đưa vào tính toán trung vị. Kỹ thuật nội suy thời gian này giúp loại bỏ các vector nhiễu từ các đối tượng chuyển động khác, tạo ra một ước tính chuyển động mượt mà và hợp lý hơn, đặc biệt tại các đường biên của đối tượng.

4.3. Xử lý trường hợp đặc biệt Các khối Macro block tĩnh

Thuật toán cải tiến đặc biệt chú trọng xử lý trường hợp các khối tĩnh (khi MV0 là vector không). Nếu chỉ áp dụng phương pháp trung vị có định hướng thông thường, kết quả có thể vẫn là vector không, dẫn đến lỗi tương tự như MVC. Để giải quyết, khi phát hiện MV0 là tĩnh, thuật toán sẽ mở rộng vùng tìm kiếm tham chiếu. Thay vì chỉ xét 4 khối lân cận ngay sát, nó sẽ xem xét thêm 4 khối ở các góc, tổng cộng là 8 khối xung quanh. Việc mở rộng vùng tham chiếu này làm tăng khả năng tìm thấy các vector chuyển động hợp lệ từ các đối tượng đang di chuyển gần đó, giúp 'kéo' khối tĩnh ra khỏi trạng thái 'đóng băng' và nội suy một chuyển động phù hợp hơn với bối cảnh chung của cảnh quay. Đây là một cải tiến nhỏ nhưng mang lại hiệu quả đáng kể trong các cảnh quay có tốc độ cao.

V. Đánh Giá Hiệu Năng Các Thuật Toán Ẩn Lỗi Video Thực Nghiệm

Để xác thực hiệu quả của các thuật toán ẩn lỗi video, việc đánh giá định lượng là vô cùng cần thiết. Chỉ số Tỷ số Tín hiệu trên Nhiễu Cực đại (Peak Signal-to-Noise Ratio - PSNR) là một thước đo khách quan phổ biến để so sánh chất lượng giữa video đã được phục hồi lỗi và video gốc. PSNR càng cao, chất lượng video tái tạo càng gần với bản gốc. Nghiên cứu trong tài liệu gốc đã tiến hành các thử nghiệm trên bộ phần mềm tham chiếu JM H.264, giả lập tình huống mất 5% số khung hình một cách ngẫu nhiên. Các thuật toán như FC, MVC và các biến thể cải tiến (MDS, MDS+DC) đã được so sánh trên nhiều chuỗi video thử nghiệm có đặc tính chuyển động khác nhau để đưa ra kết luận toàn diện về hiệu năng của chúng.

5.1. So sánh chỉ số PSNR giữa FC MVC và thuật toán cải tiến

Kết quả thực nghiệm trên chuỗi video 'Stefan' (cảnh tennis, chuyển động nhanh) được trình bày trong Bảng 3 của tài liệu gốc cho thấy sự khác biệt rõ rệt về hiệu năng. Thuật toán Frame-Copy (FC) cho kết quả thấp nhất với PSNR trung bình chỉ 20.92 dB. Motion-Vector-Copy (MVC) cải thiện đáng kể chất lượng lên 24.81 dB. Các thuật toán cải tiến dựa trên vector trung vị cho thấy hiệu quả vượt trội. Cụ thể, thuật toán kết hợp MVC với vector trung vị 5 điểm có chọn lọc hướng (MVC | MD5+DC) đạt PSNR cao nhất là 24.95 dB. Mặc dù mức tăng 0.14 dB so với MVC có vẻ khiêm tốn, nhưng trong thang đo logarit của PSNR, đây là một cải tiến có ý nghĩa, đặc biệt là về mặt cảm nhận thị giác đối với các cảnh chuyển động phức tạp.

5.2. Kết quả thực nghiệm trên các chuỗi video Stefan Foreman

Hiệu quả của một thuật toán che giấu lỗi video phụ thuộc nhiều vào đặc tính của nội dung video. Bảng 4 của tài liệu gốc so sánh hiệu năng trên ba mẫu video: 'Akiyo' (tĩnh, phát thanh viên), 'Foreman' (chuyển động vừa phải) và 'Stefan' (chuyển động nhanh). Kết quả cho thấy thuật toán cải tiến (MVC | MD5+DC) hoạt động hiệu quả nhất trên mẫu video 'Stefan' với chuyển động nhanh và phức tạp. Tuy nhiên, trên mẫu video 'Akiyo' gần như tĩnh, sự khác biệt giữa MVC và các thuật toán cải tiến là không đáng kể, thậm chí MVC gốc đôi khi còn cho kết quả nhỉnh hơn một chút. Điều này chứng tỏ rằng việc lựa chọn thuật toán ẩn lỗi tối ưu cần được xem xét dựa trên tính chất động của video đang được truyền tải.

5.3. Đề xuất thuật toán ẩn lỗi thích ứng dựa trên ngưỡng chuyển động

Dựa trên các kết quả phân tích, nghiên cứu đề xuất một thuật toán ẩn lỗi lai (hybrid) có khả năng thích ứng. Thay vì luôn sử dụng một phương pháp duy nhất, thuật toán này sẽ lựa chọn kỹ thuật phù hợp dựa trên độ lớn của vector chuyển động tại khối tham chiếu (MV0). Một ngưỡng chuyển động (threshold) sẽ được thiết lập. Nếu độ lớn của MV0 nhỏ hơn ngưỡng (biểu thị chuyển động chậm hoặc tĩnh), thuật toán sẽ sử dụng phương pháp MVC gốc vì nó đơn giản và hiệu quả trong trường hợp này. Ngược lại, nếu độ lớn của MV0 vượt qua ngưỡng (biểu thị chuyển động nhanh), thuật toán sẽ chuyển sang sử dụng phương pháp vector trung vị có chọn lọc hướng để có được dự đoán chính xác hơn. Cách tiếp cận thích ứng này giúp tối ưu hóa chất lượng hình ảnh trên nhiều loại nội dung video khác nhau mà không làm tăng đáng kể độ phức tạp tính toán.

VI. Tương Lai Của Ẩn Lỗi Video Hướng Tới Mạng Di Động 5G

Sự phát triển của mạng di động 5G và các công nghệ không dây thế hệ tiếp theo hứa hẹn mang lại băng thông cực lớn và độ trễ siêu thấp, mở ra kỷ nguyên mới cho các ứng dụng video chất lượng cao như 8K, thực tế ảo (VR) và thực tế tăng cường (AR). Tuy nhiên, môi trường truyền dẫn vô tuyến sẽ luôn tiềm ẩn rủi ro về lỗi và mất gói tin. Do đó, vai trò của các kỹ thuật che giấu lỗi video không những không giảm đi mà còn trở nên quan trọng hơn bao giờ hết để đảm bảo chất lượng trải nghiệm (QoE) liền mạch. Các thuật toán trong tương lai cần phải thông minh hơn, hiệu quả hơn và có khả năng thích ứng theo thời gian thực với điều kiện mạng thay đổi liên tục, đồng thời phải đối mặt với những thách thức mới từ các định dạng video siêu phân giải.

6.1. Tóm tắt vai trò thiết yếu của việc che giấu lỗi video

Tóm lại, che giấu lỗi video là một khâu xử lý không thể thiếu ở lớp ứng dụng trong mọi hệ thống truyền phát video không dây. Nó hoạt động như một lớp phòng thủ cuối cùng, giúp giảm thiểu tác động tiêu cực của lỗi truyền dẫn đến người xem. Trong các ứng dụng yêu cầu tính thời gian thực cao, nơi mà việc truyền lại gói tin là không khả thi, các thuật toán ẩn lỗi hiệu quả giúp duy trì sự liên tục của luồng video, ngăn chặn các hiện tượng giật, lag hay vỡ hình. Bằng cách cải thiện chất lượng trải nghiệm (QoE) một cách thụ động tại bộ giải mã, các kỹ thuật này góp phần trực tiếp vào sự thành công của các dịch vụ từ hội nghị truyền hình, video streaming đến truyền hình quảng bá trên nền tảng di động.

6.2. Thách thức và xu hướng phát triển cho video 8K và IoT

Việc chuyển đổi sang video 8K và sự bùng nổ của các thiết bị Internet of Things (IoT) có camera đặt ra những thách thức mới. Video 8K có lượng dữ liệu khổng lồ, khiến cho việc xử lý và nén video trở nên phức tạp hơn, đồng thời nhạy cảm hơn với lỗi bit. Các thuật toán ẩn lỗi cần có hiệu suất tính toán cực cao để có thể xử lý theo thời gian thực. Đối với IoT, các thiết bị thường có tài nguyên tính toán hạn chế và hoạt động trên các mạng không dây có chất lượng thấp. Do đó, xu hướng phát triển sẽ tập trung vào các thuật toán ẩn lỗi nhẹ, tiêu thụ ít năng lượng nhưng vẫn đảm bảo chất lượng hình ảnh chấp nhận được. Việc tối ưu hóa cho cả hai thái cực này là một hướng nghiên cứu quan trọng trong tương lai.

6.3. Tiềm năng ứng dụng Machine Learning trong phục hồi lỗi video

Trí tuệ nhân tạo (AI) và Học máy (Machine Learning) đang mở ra những hướng đi đột phá cho việc phục hồi lỗi video. Thay vì dựa trên các quy tắc nội suy cố định, các mô hình học sâu, chẳng hạn như Mạng đối nghịch tạo sinh (GANs) hoặc Mạng nơ-ron tích chập (CNNs), có thể 'học' các đặc điểm và quy luật của nội dung video từ một tập dữ liệu lớn. Khi gặp một khối ảnh bị mất, mô hình AI có thể tạo ra một bản vá (patch) có độ chân thực cao, với các chi tiết và kết cấu phức tạp mà các thuật toán truyền thống không thể tái tạo. Mặc dù hiện tại vẫn còn thách thức về độ phức tạp tính toán, nhưng việc ứng dụng AI hứa hẹn sẽ nâng cao đáng kể hiệu quả của việc che giấu lỗi video, đặc biệt trong việc khôi phục các chi tiết tinh vi trong hình ảnh.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên số hóa, nhu cầu truyền tải và lưu trữ video chất lượng cao qua mạng không dây ngày càng tăng trưởng bùng nổ. Theo các khảo sát kỹ thuật, một bộ phim độ phân giải cao có dung lượng gốc dạng thô lên tới hơn 1.480 GB (tương đương 1,48 x 10^12 byte), nhưng sau khi áp dụng chuẩn nén H.264/AVC chỉ còn khoảng 13 GB, đạt tỷ số nén vượt trội hơn 100 lần. Tuy nhiên, tỷ số nén càng cao thì mức độ phụ thuộc dữ liệu giữa các khung hình càng lớn, khiến luồng dữ liệu trở nên cực kỳ nhạy cảm với hiện tượng lỗi hoặc mất mát gói tin trên kênh vô tuyến. Trong khi một gói tin IP có thể mang tải trọng lên tới 4.040 byte, kích thước trung bình của một khung P chuẩn CIF chỉ dao động trong khoảng từ 225 byte đến 938 byte. Do đó, việc mất mát dù chỉ một gói tin IP duy nhất cũng thường dẫn tới việc mất toàn bộ thông tin của cả một khung hình video.

Đối với các dịch vụ truyền tải thời gian thực như truyền hình trực tiếp, hội nghị truyền hình hay gọi thoại thấy hình, giải pháp truyền lại gói tin lỗi là hoàn toàn không khả thi vì gây suy giảm nghiêm trọng độ trễ truyền thông. Đề tài luận văn thạc sĩ chuyên ngành Kỹ thuật Điện tử, Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội đã tập trung nghiên cứu giải pháp ẩn lỗi ở mức khung hình (Frame-based Error Concealment). Mục tiêu cốt lõi của nghiên cứu là xây dựng và tối ưu hóa thuật toán ước lượng véc-tơ chuyển động trung vị có định hướng nhằm tái tạo chất lượng khung hình bị mất với độ suy hao tối thiểu. Nghiên cứu thực nghiệm mô phỏng trên chuỗi video chuẩn với tỷ lệ mất khung ngẫu nhiên 5% đã chứng minh thuật toán đề xuất nâng cao chỉ số chất lượng đỉnh PSNR lên thêm từ 0,8 dB đến gần 4,0 dB so với các kỹ thuật sao chép khung truyền thống, mang lại giá trị thực tiễn rất cao cho các hệ thống viễn thông di động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng chuẩn mã hóa video tiên tiến H.264/MPEG-4 AVC với kiến trúc phân tầng bao gồm lớp mã hóa video (Video Coding Layer - VCL) và lớp trừu tượng mạng (Network Abstraction Layer - NAL). Hệ thống tận dụng triệt để ba cơ chế dư thừa dữ liệu: dư thừa không gian, dư thừa thời gian và dư thừa thị giác thông qua không gian màu YCbCr định dạng 4:2:0. Với định dạng này, thành phần màu Cb và Cr được giảm tần suất lấy mẫu xuống còn 1/4 so với thành phần độ sáng Y nhằm tối ưu hóa băng thông mà mắt người khó phân biệt.

Cấu trúc luồng video H.264 bao gồm ba loại khung hình cơ bản: khung I (Intra-coded), khung P (Predicted) và khung B (Bi-predictive). Khung I chứa toàn bộ thông tin độc lập, trong khi khung P và khung B chỉ lưu trữ các véc-tơ sai lệch chuyển động so với tối đa 5 khung tham chiếu trước hoặc sau. Khi xảy ra lỗi mất khung trên đường truyền, hiệu ứng lan truyền lỗi (Error Propagation) sẽ gây suy giảm nghiêm trọng chất lượng của hàng loạt khung P và khung B kế tiếp.

Để khắc phục hiện tượng này mà không cần gia tăng lưu lượng đường truyền, lý thuyết ẩn lỗi được chia thành hai nhóm chính:

• Ẩn lỗi mức khối (Macroblock - MB): Tái tạo dựa trên nội suy không gian bằng phương pháp trung bình cộng có trọng số các điểm ảnh biên (WABP) hoặc nội suy véc-tơ chuyển động lân cận.
• Ẩn lỗi mức khung (Frame-based Error Concealment): Áp dụng khi mất toàn bộ khung hình, bao gồm phương pháp sao chép nguyên trạng khung hình liền trước (Frame Copy - FC) và phương pháp sao chép véc-tơ chuyển động của từng khối 4x4 điểm ảnh (Motion Vector Copy - MVC). Thuật toán đề xuất trong luận văn tập trung phát triển kỹ thuật lọc véc-tơ trung vị định hướng (Directional Median Filter) với góc lệch hướng chuyển động khống chế dưới 45 độ.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm mô phỏng trên nền tảng phần mềm mã nguồn mở tham chiếu tiêu chuẩn H.264/AVC JM phiên bản 14.2. Quá trình kiểm thử áp dụng cấu hình mã hóa Baseline Profile, tắt các tính năng phân mảnh linh hoạt FMO và sắp xếp mảnh tùy ý ASO để tập trung đánh giá chính xác tác động của lỗi mất toàn khung. Số lượng khung hình tham chiếu được thiết lập cố định ở mức 5 khung.

Tập dữ liệu thử nghiệm bao gồm 100 khung hình liên tiếp (từ khung thứ 200 đến khung thứ 299) trích xuất từ các chuỗi video chuẩn quốc tế với các đặc tính vận động đa dạng: chuỗi Stefan (vận động cường độ rất cao, định dạng CIF 352x288), chuỗi Foreman (vận động trung bình) và chuỗi Akiyo (vận động tĩnh, phát thanh viên). Phương pháp chọn mẫu áp dụng cơ chế loại bỏ ngẫu nhiên 5% số lượng khung hình P để giả lập môi trường mạng vô tuyến thực tế thường xuyên bị rớt gói tin.

Chất lượng tái tạo video được đo lường khách quan thông qua công cụ phân tích chất lượng video chuyên dụng MSU Video Quality Measurement Tool. Chỉ số đánh giá trung tâm là tỷ số tín hiệu trên nhiễu đỉnh (Peak Signal-to-Noise Ratio - PSNR) tính bằng đơn vị decibel (dB). Lý do lựa chọn PSNR kết hợp với công cụ JM 14.2 là nhằm đảm bảo tính chuẩn hóa học thuật, cho phép so sánh đối chuẩn trực tiếp, định lượng và chính xác giữa các thuật toán ẩn lỗi khác nhau.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm so sánh đa thuật toán trên chuỗi video vận động nhanh Stefan ở định dạng CIF (352x288) đã mang lại các phát hiện định lượng quan trọng:

1. Thuật toán sao chép khung truyền thống (Frame Copy) cho chất lượng tái tạo thấp nhất, với chỉ số PSNR trung bình chỉ đạt 20,92 dB, khiến hình ảnh bị giật cục và xuất hiện nhiều khối vỡ thị giác rõ rệt.
2. Thuật toán sao chép véc-tơ chuyển động tiêu chuẩn (Motion Vector Copy - MVC) nâng PSNR trung bình lên mức 24,36 dB, cải thiện vượt bậc 3,44 dB (tương đương mức tăng trưởng chất lượng xấp xỉ 16,4%) so với phương pháp Frame Copy.
3. Thuật toán đề xuất kết hợp véc-tơ trung vị 5 khối có chọn lọc hướng (MD5 kết hợp DC) và cơ chế bù trừ khối tĩnh (ZMMed8) đạt chỉ số PSNR trung bình 25,20 dB, tạo ra mức tăng thêm 0,84 dB so với MVC nguyên bản và vượt trội 4,28 dB so với Frame Copy.
4. Điều kiện chọn lọc véc-tơ cùng hướng với ngưỡng cosin góc lệch lớn hơn hoặc bằng 0,7071 (tương đương góc lệch không quá 45 độ) giúp loại bỏ hoàn toàn các véc-tơ nhiễu định hướng từ các vật thể chuyển động ngược chiều trong cùng một khung hình.

Thảo luận kết quả

Khi phân tích chi tiết dữ liệu biến thiên PSNR qua từng khung hình (được trực quan hóa bằng đồ thị đường biểu diễn phản ứng sau 7 khung hình kế tiếp tại các vị trí mất khung số 12, 36, 46, 60 và 67), phương pháp đề xuất duy trì độ ổn định vượt trội. Trong khi Frame Copy bị tụt giảm chất lượng sâu tới gần 4,0 dB ngay tại thời điểm mất gói và kéo dài sự suy giảm sang các khung tiếp theo do hiệu ứng lan truyền lỗi, thuật toán đề xuất đã phục hồi đường cong PSNR tiệm cận với luồng video gốc không lỗi chỉ sau 1 đến 2 khung hình.

Sự vượt trội của thuật toán đề xuất xuất phát từ việc khắc phục triệt để nhược điểm của phương pháp MVC truyền thống khi gặp các khối không chuyển động hoặc khối nội mã hóa (Intra MB). Khi véc-tơ chuyển động tại vị trí hiện tại bằng 0, MVC sẽ rơi vào bẫy sao chép khung tĩnh, gây sai lệch nghiêm trọng đối với các cảnh hành động tốc độ cao. Bằng cách mở rộng vùng tham chiếu ra 8 khối lân cận xung quanh (phương thức ZMMed8) và tính toán giá trị trung vị của cả tọa độ x, tọa độ y lẫn chỉ số khung tham chiếu ref_idx, thuật toán đã tái tạo chính xác quỹ đạo chuyển động thực tế.

Bảng so sánh tổng hợp giữa các mẫu video khác nhau (Stefan, Foreman và Akiyo) chỉ ra rằng hiệu quả của thuật toán tỷ lệ thuận với mức độ biến động chuyển động của cảnh quay. Với video Stefan (chuyển động thể thao cường độ mạnh), mức cải thiện đạt đỉnh cao nhất. Ngược lại, đối với video Akiyo (chuyển động phát thanh viên cực kỳ tĩnh), thuật toán MVC gốc đã cho kết quả gần như tối ưu, do đó việc áp dụng thuật toán trung vị mở rộng 9 khối (MD9 kết hợp DC) mang lại mức chênh lệch không đáng kể, thậm chí có thể gây dư thừa tính toán. So với các giải pháp phức tạp như thuật toán dòng quang học CAp hay thuật toán dựa trên khối CAb vốn đòi hỏi tài nguyên xử lý cực lớn, phương pháp đề xuất chỉ bổ sung các phép so sánh trung vị đơn giản O(1), hoàn toàn khả thi để nhúng vào các chip giải mã thời gian thực.

Đề xuất và khuyến nghị

Dựa trên các kết quả thực nghiệm chuẩn xác, nghiên cứu đưa ra 4 khuyến nghị kỹ thuật mang tính thực tiễn cao:

• Triển khai tích hợp thuật toán véc-tơ trung vị có định hướng (MD5 kết hợp DC) vào lõi bộ giải mã H.264/AVC trên các thiết bị đầu cuối di động, hướng tới mục tiêu duy trì PSNR trên 25 dB khi tỷ lệ rớt gói đạt 5%, hoàn thành lộ trình nâng cấp phần mềm trong vòng 3 đến 6 tháng.
• Áp dụng cơ chế ngưỡng chuyển động động (Adaptive Motion Threshold) tại bộ giải mã: tự động chuyển đổi sang thuật toán MVC tiêu chuẩn khi độ lớn véc-tơ chuyển động nhỏ hơn ngưỡng cho trước, và kích hoạt bộ lọc trung vị định hướng khi véc-tơ chuyển động vượt ngưỡng, nhằm tối ưu hóa 100% thời gian xử lý của CPU.
• Các doanh nghiệp phát triển dịch vụ truyền phát trực tuyến (OTT Streaming) và viễn thông cần thiết lập quy chuẩn cấu hình mạng, phân tách gói dữ liệu ưu tiên cao cho các khung I và sử dụng thuật toán ẩn lỗi đề xuất tại phía máy thu để giảm thiểu chi phí hạ tầng băng thông đường truyền vô tuyến.
• Các kỹ sư phần mềm nhúng và nhà sản xuất vi mạch giải mã phần cứng nên bổ sung tập lệnh xử lý nhanh phép tính trung vị số học (ScalarMedian) cho ma trận khối 4x4, giúp giảm độ trễ xử lý giải mã xuống dưới 5 mili-giây trên mỗi khung hình bị mất.

Đối tượng nên tham khảo luận văn

Nội dung và đóng góp của luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng chuyên môn:

• Kỹ sư phát triển phần mềm truyền thông đa phương tiện và Video Streaming: Vận dụng trực tiếp thuật toán và mã nguồn C++ tham chiếu trong phụ lục để cải thiện chất lượng dịch vụ (QoS) cho các ứng dụng xem video trực tuyến, hội nghị truyền hình qua mạng 4G/5G.
• Chuyên gia tối ưu hóa mạng vô tuyến và xử lý tín hiệu số: Tham khảo mô hình phân tích mối quan hệ giữa kích thước gói tin IP (4.040 byte), kích thước khung P (200 - 938 byte) và cơ chế lan truyền lỗi để xây dựng các giải pháp bảo vệ luồng truyền thông minh.
• Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Điện tử, Viễn thông, Công nghệ Thông tin: Sử dụng làm tài liệu nghiên cứu chuyên sâu về chuẩn mã hóa H.264/AVC, phương pháp đánh giá khách quan bằng công cụ MSU Video Quality Measurement Tool và nền tảng phần mềm JM 14.2.
• Kiến trúc sư hệ thống phần cứng và vi mạch nhúng: Tiếp cận các giải pháp cân bằng giữa độ phức tạp tính toán và chất lượng khôi phục tín hiệu để thiết kế các bộ giải mã video tiêu thụ năng lượng thấp trên thiết bị cầm tay.

Câu hỏi thường gặp

1. Tại sao hiện tượng mất một gói tin IP trên mạng vô tuyến lại thường làm mất toàn bộ một khung hình video P? Do đặc tính nén cao của chuẩn H.264, kích thước trung bình của một khung P chuẩn CIF chỉ từ 225 đến 938 byte, trong khi một gói tin IP có thể mang tải trọng dữ liệu lên tới 4.040 byte. Do đó, một gói tin IP thường chứa trọn vẹn toàn bộ dữ liệu của một khung P. Khi gói IP này bị lỗi đường truyền, toàn bộ khung hình sẽ bị mất.

2. Sự khác biệt cốt lõi giữa phương pháp Frame Copy (FC) và Motion Vector Copy (MVC) là gì? Phương pháp Frame Copy thực hiện sao chép nguyên trạng 100% điểm ảnh từ khung hình tham chiếu trước sang khung hiện tại, dẫn đến hiện tượng gián đoạn hình ảnh khi có chuyển động. Ngược lại, MVC sao chép các véc-tơ chuyển động của từng khối nhỏ 4x4 để tái tạo khung hình, giúp tăng chỉ số PSNR thêm khoảng 2,0 dB đến 3,44 dB.

3. Cơ chế lọc véc-tơ định hướng 45 độ trong thuật toán đề xuất hoạt động như thế nào? Thuật toán tính toán tích vô hướng và giá trị cosin giữa véc-tơ chuyển động trung tâm và các véc-tơ của các khối lân cận. Chỉ những véc-tơ có giá trị cosin lớn hơn hoặc bằng 0,7071 (tương ứng với góc lệch không vượt quá 45 độ) mới được đưa vào tập hợp tính trung vị, giúp loại bỏ các véc-tơ chuyển động nghịch hướng gây nhòe hình.

4. Thuật toán cải tiến phát huy hiệu quả cao nhất trong những trường hợp video nào? Thuật toán đạt hiệu quả vượt trội đối với các chuỗi video có cường độ chuyển động nhanh và liên tục như các pha thể thao (chuỗi mẫu Stefan), với mức cải thiện PSNR đạt tới gần 0,84 dB so với MVC. Đối với các video có phông nền tĩnh hoặc chuyển động rất chậm (chuỗi Akiyo), MVC tiêu chuẩn đã đủ đáp ứng tốt.

5. Việc áp dụng thuật toán tính véc-tơ trung vị có làm tăng đáng kể độ phức tạp tính toán của bộ giải mã không? Thuật toán chỉ thực hiện phép sắp xếp và lấy giá trị trung vị trên tập hợp tối đa từ 5 đến 9 phần tử véc-tơ cho mỗi khối 4x4. Độ phức tạp tính toán tăng lên không đáng kể so với MVC gốc, thấp hơn rất nhiều so với các thuật toán dòng quang học CAp, đảm bảo hoạt động mượt mà trong thời gian thực.

Kết luận

• Luận văn đã giải quyết triệt để bài toán suy giảm chất lượng video truyền qua kênh vô tuyến bằng phương pháp ẩn lỗi mức khung hình tiên tiến trên chuẩn H.264/AVC.
• Đóng góp học thuật trọng tâm là thuật toán nội suy véc-tơ chuyển động trung vị có chọn lọc hướng (góc lệch dưới 45 độ) kết hợp mở rộng 8 khối lân cận để xử lý triệt để hiện tượng lỗi khối tĩnh.
• Kết quả kiểm chứng trên phần mềm JM 14.2 và công cụ MSU khẳng định thuật toán nâng cao chất lượng PSNR thêm 0,84 dB so với MVC và 4,28 dB so với Frame Copy trên video chuyển động nhanh.
• Lộ trình phát triển tiếp theo cần tập trung mở rộng thuật toán cho các chuẩn nén thế hệ mới như H.265/HEVC và tối ưu hóa phần cứng trên nền tảng chip nhúng chuyên dụng.
• Đề tài mở ra hướng tiếp cận hiệu quả, chi phí thấp cho các nhà phát triển hệ thống truyền thông đa phương tiện không dây; bạn đọc quan tâm có thể ứng dụng trực tiếp mã nguồn trong phần phụ lục luận văn vào các dự án thực tế.

Trích đoạn nội dung tài liệu

DẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ LÊ VĂN HUYÊN XÂY DựNG THUậT TOÁN ÂN Lỗi IHIệU QUả NHẰM NẴNG CAO CHẤT LƯợNG TRUYỀN VIDEO TRÊN KÊNH TRUYỀN VÔ TUYẾN LUAN VAN THAC St Hà Nội - 2011 DẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ 1 VĂN HUYỆN XÂY DựNG THUậT TOÁN ẩN Lỗt HIệU/ QUA NHằM NÂNG CAO CHáT LƯợNG TRUYềN VIDEO TREN KÊNH TRUYẺN VÔ TUYẾN Ngành: Công nghệ Điện tử - Viễn thông Chuyên ngảnh: Kỹ thuật Diện tử Mã sô: 60 52 70 LUẬN VĂN THẠC SĨ HƯỚNG DẪN KIIOA HỌC: T5. DINI TRIỂU DƯƠNG Hà Nội - 2011 MỤC LỤC Đảng từ khoá. Danh sách các hình vẽ Danh sách bảng — biểu. I Giới thiêu về H.

Tổng quan về nén video. Đặc điểm và ứng dụng của H. 8 Lớp trừu tượng mạng ~ NAL. 1 Lớp mã hoá video — VCL ®« a.

Hình, Khung, và Miền. Phân loại khung. Định dạng YCBCÍ::ii. Mảnh và nhóm mảnh.

11 Các thuật toán ẩn lỗi. Ẩn lỗi ở mức MB a. Thuật toán Ẩn lỗi ở mức MP trên miền không gian b. Thuật toán ẩn lỗi ở mức MP trên miễn thời gian.

Thuật toán ân lỗi ở mức khung. Thuận toán ẩn lỗi Frame Copy b. Thuật toan Motion Vector Copy. Đềxuất thuật toán sửa lỗi mất toàn khung.

Phương pháp vẻc-tơ trung vi có định hướng Ge DEPP bÁG MB TH: uc cuuoikiznd na G1 00A. Kết quả thực hiên — đánh giá 1. So sánh kết quả giữa các thuật toán. So sánh kết quả giữa các mẫu video.

Kếtluận VI Phụ lục. Tài liệu tham khảo. Trang 4 Bảng từ khoá Bit-rate Tốc độ bit Blocking artefact 'Hiện tượng/hiệu ứng (viên) khối giả De-blocking filter Loc lam min/loc loại bỏ viền khối Error-propagation (Hiệu ứng) lỗi lan truyền Field Miền Frame Khung Macro-block Khối Motion compensation Bu chuyén déng Motion-vector Vée-to chuyén déng Picture Hinh Ringing artefact Hiện tượng/hiêu ứng vòng giả Slice Mảnh Sub-block Khôi nhỏ Video streaming Truyén tai video Trang 5 Danh sách các hình vẽ Hình 1 - Quá trình mã hoả vả giải mã video H. ll Hình 2 - Phân lớp H.304ase, T5 Hình 3 - Sơ đồ khối mã hoá 1 Macro-Blocktk GGrg 1/264 gt0i03.06at3akao TỔ) Hình 4 - Progressive - interlaced frame.

Hình 5 - Phân loại khung: I, P, B. jšg38/1808008036 Hình 6 - Hiệu ứng lan truyền lỗi.2222s2 Hình 7- YUV 444 và 42:. NkŠbi243409600402002552g5/3ãg084g4SEgssis TRE Hình 8 - YUV 4:2:0. sivas LB, Hinh 9 - Manh (slice) khi kHông sử eg EMO.

i xgggas LỘ Hình 10 - Chia MB vào các nhóm mảnh (slice group).19 Hình 11 - Ấn lỗi trên miền không gian WABP cho MB 16x16. Hình 12- Phương pháp Frame Copy. ha msnansste (05) Hình 13- Lỗi trong MVC khi có các khối không shin động. sa 26 Hình 14 - Vị trí các khối lân cận.

Hà “ 27 Hình 15- Lọc lấy bầo vẻc-tờ cùng HƯỚNG: áceiiiiiinsaneaeaaaaao 28 Hình 16 - Bổ sung 4 khối lân cận. ¡“E8 Hình 17- So sánh kết quả các thuật toán với mẫu » Stefan Jog teisl l2 Hình 18 - So sánh kết quả giữa các mẫu video. 33 Trang 6 Danh sách bảng — biểu Bảng 1 - Kích thước trung bình của khung P trong một số mẫu video CIE. 22 Đảng 2 - Kích thước trung bình của khung P trong một số mẫu video QCIFE.

22 Đảng 3 - So sánh kết quả các thuật toán với mẫu Stefan. sšsxfsaaooozt20 Đảng 4 - So sánh kết quả giữa các mẫu video. Trang 7 IL Dat van dé Hiện nay việc truyền cũng như lưu trữ video số đang rất phổ biến, có thể kể đến các ứng dụng như phát quảng bá (bao gồm cả broadcast va multicast) trong truyền hình số, trao đổi video thời gian thực trong các ứng dụng goi điện thấy hình, cao cấp hơn là các ứng hội nghị truyền hình; lưu trữ phim trên đĩa quang, trên ổ cứng,. Trong quá trình lưu trữ, vả đặc biệt là trong khi trao đổi gói tin trên mạng, việc video bị lỗi là không thể tránh khỏi.

Đối mặt với vấn đề này, một mặt người ta vẫn sử dụng các biên pháp cổ điển với lưu trữ/truyền dẫn dữ liêu số như sao lưu dự phòng, nâng cao chất lượng truyền dẫn,. đồng thời, người ta còn xây dựng các phương pháp ân lỗi video. Các phương pháp này không thực hiện khôi phục lại dữ liệu ban đầu, mà hướng tới việc làm thế nào để người xem, qua cảm nhận thị giác của mình, ít thấy được những ảnh hưởng của lỗi Để tiết kiêm chi phí truyền dẫn, chỉ phí lưu trữ, hình ảnh sau khi được quay từ máy quay sẽ được xử lý để giảm dung lượng. Việc này đồng nghĩa với mỗi đơn vị dữ liệu sẽ mang nhiều thông tin hơn, và việc sửa lỗi/ẩn lỗi càng trở lên quan trọng.

Trong truyền dẫn video ngày nay, đảm bảo tính thời gian thực có thể coi là yêu cầu quan trọng nhất. Khi gặp phải lỗi, phương pháp cổ điển là truyền lại gói tin lỗi/mất sẽ rất dễ gây ảnh hưởng tới chỉ số chất lượng này, nên sẽ kém hiệu quả hơn việc cứ tiếp tục truyền các gói tin tiếp theo song song với thực hiện ẩn lỗi khi phát lại video ở phía thu Đề tài này sẽ thực hiện nghiên cứu về chuẩn nén dữ liệu phổ biến/tiên tiến nhất hiện nay là chuẩn H.264, củng với một số thuật toán cơ bản trong việc ẩn lỗi video, nhằm mục tiêu đưa ra một số đề xuất cải tiền nâng cao hiệu quả an lỗi Trang 8 Il. Giới thiệu về H.264 H264, hay AVC, hay MPEG-4 part 10, là chuẩn mã hoá video tiên tiến nhất hiện nay. Tiêu chuẩn H264 phiên bản đầu tiên được đưa ra năm 2003 hướng tới khả năng mã hoá chuỗi video với tốc độ bit chỉ bằng một nửa so với MPEG-2, nhưng vẫn có chất lượng tương đương.

H264 cũng mang đến những cải thiện đáng kể về hiệu quả mã hoá, khả năng phòng/sửa lỗi, và độ thân thiện với môi trường truyền bằng việc sử dụng những phương thức dự đoán hiệu quả hơn cho các khung I, P, và B. Tổng quan về nén video Video sơ khai là một chuỗi các hình ảnh liên tiếp. Ở công nghệ phim nhựa, để lưu lại một đoạn phim, người ta lưu liên tiếp các ảnh với tốc độ 24 ảnh/s. Khi xem lại phim, chuỗi ảnh này sẽ được chiếu tuần tự lên màn ảnh với tốc độ giống như khi quay.

Chuyển sang thời đại kỹ thuật số, ảnh được phân ra thành các điểm ảnh, với thông tin về màu sắc, độ sáng được số hoá, và được lưu lại thành file định dạng RAW, BMP,. Các phương pháp mã hoá thông tin khác nhau đã được sử dụng nhằm mục đích giảm bớt số lượng bit (nén) cần thiết để lưu ảnh, dựa trên đặc tỉnh dư thừa thông tin do cách biểu diễn, và dư thừa thông tin do bản chất hình ảnh: ảnh là tập các mảng có màu sắc/đô sáng tương tự nhau (hay còn được gọi là dư thừa thông tin theo không gian) Với video số, bên cạnh 2 dạng dư thừa thông tin trên còn có dư thừa thông, tin theo thời gian: các ảnh (khung - frame) liên tiếp nhau thường tương tự nhau, ảnh sau mang lượng thông tin rất ít so với ảnh trước. Người ta đã tận dụng cả 3 dạng dư thừa thông tin này để thực hiện nén video, với tỉ lệ nén lên tới hàng trăm. lần, trong khi chất lượng hình ảnh vẫn được đảm bảo sắc nét, trung thực.

Trong công nghệ video, khái niệm mã hoá (encoding) thường được sử dụng nhiều, và mang nghĩa tương đương với nén (compress), Mã hoá đề nén, hay nén bằng cách mã hoá. Nén dựa trên dư thừa thông tin theo không gian và theo thời gian thường ;ompression) Để thay Trang 9 được hiệu quả của việc nén video, có thể lấy ví dụ về những bộ phim HD Đlueray. Một phiên bản của phim 2012 trên mạng, với định dạng FullHD (1920x800) với độ dài 158 phút, tốc độ 24fps, có dung lượng phần video 13GiB (~14 * 10° byte). Nếu cũng video nảy, đem lưu trữ ở dạng tập các ảnh liên tiếp, sử dụng 24 bit màu sẽ cần có dung lượng: 1920 * 800 * 3 * 24 * 158 * 60 = 1,48 * 102 byte.

Từ đó, có thể thấy lỷ số nén video đạt được tới hon 100 lần 2. Đặc điểm và ứng dụng của H.264 Hiện nay trên thế giới có nhiều chuẩn nén hình ảnh ra đời theo thời gian, như H261, MPEG-I part 2, H. Các chuẩn nén hình ảnh càng về sau càng có nhiều cải tiền về công nghệ nén. Tức là lượng dữ liệu hay nói cách khác kích thước của tập tin video sau khi nén được giảm nhiều hơn so với các chuẩn nén trước, nhưng vẫn giữ được chất lượng tương đương hoặc tốt hơn.

Đồng nghĩa với điều đó là các thuật toán và phương thức xử lý ngày càng phức tạp hơn. Ra đời tháng 05/2003 dưới sự hợp tác của 2 nhóm ITU-T VŒEG (Video Coding Experts Group — nhom chuyên gia mã hoá video) và ISO/IEC MPEG, H264 thường được đánh giá chuẩn mã hoá thông tin tốt nhất tại thời điểm hiện tại. Chuẩn H264 thực tế không quy định cách thực hiện việc mã hoá, mà chỉ quy định định dạng hình ảnh sau mã hoá và các bước thực hiện giải mã. Việc mã hoá thế nào được để mở cho các nhà sản xuất thiết bi/phan mềm mã hoá Ưu điểm có thể thấy được ngay của việc có khả năng nén tốt hơn nảy là tiết kiêm chỉ phí: giảm được lưu lượng đường truyền trong quá trình trao đổi video, và giảm được chi phí lưu trữ video.

Trang 10 VIDEO ENCODER Video source Ỷ Transmit or store ‡ VIDEO DECODER (H.264 syntax) j Scope of H.264/AVC standard Minh 1 - Quả trình mã hoà và giái mã video H-264 H.264 được thiết kế để sử dụng cho nhiều mục đích khác nhau, có thể kể ra như 1; © Phat video quang ba qua cap đồng trục, DSL, vệ tình, sóng mặt đất,. © Lưu trữ trên ô cứng, đĩa quang,. « _ Hội nghị truyền hình qua mạng ISDN, LAN, DSL, mạng di đông. ©_ Truyền hình theo yêu cầu Video-on-demand,.

Danh sách các dịch vụ không bị giới hạn, và luôn có khả năng xuất hiện thêm các dịch vụ mới. Vấn đề này đã được đặc biệt quan tâm khi thiết kế H264.264 được xây dựng thành 2 lớp (Hình 2): lớp mã hoá video (Video. Coding Layer — VCL) và lớp trừu tượng mạng (Network Abstraction Layer — NAL). VCL là phần lõi, thực hiện mã hoá nội dung video theo cách hiệu quả nhất có thể, trong khi NAL lam nhiêm vụ đưa dữ liệu sau mã hoá vào đúng định dạng để truyền trên mạng hoặc để lưu trữ.

Trang 11 Control Data Coded Macroblock Data Partitioning Coded Slice/Partition Network Abstraction Layer H.323/IP | MPEG-2 etc. Minh 3 - Phân lớp H.264 Khi so sánh với các chuẩn mã hoá video trước, ví dụ MPEG-2, H.