Nghiên Cứu và Đánh Giá Chuẩn Mã Hóa Video AV1

Luận văn thạc sĩ nghiên cứu và đánh giá chuẩn mã hóa video AV1, phân tích hiệu suất và ứng dụng trong công nghệ truyền thông hiện đại.

• Tác giả: Trần Thanh Phong
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Kỹ thuật
• Đề tài: Nghiên Cứu và Đánh Giá Chuẩn Mã Hóa Video AV1
• Loại tài liệu: Đề án tốt nghiệp thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. CHƯƠNG 1: TỔNG QUAN VỀ MÃ HÓA VIDEO
• 1.1. Giới thiệu về mã hóa video
• 1.2. Các phương pháp mã hóa video
• 1.2.1. Phân loại các kỹ thuật nén video
• 1.2.2. Phương pháp mã hóa video dự đoán
• 1.2.3. Phương pháp mã hóa video phân tán
• 1.3. Sơ đồ tổng quát của mã hóa video
• 1.4. Các chuẩn mã hóa video phổ biến
• 1.5. Kết luận chương 1
• 2. CHƯƠNG 2: CHUẨN MÃ HÓA VIDEO AV1
• 2.1. Những điểm nổi bật về thiết kế và tính năng của mã hóa AV1
• 2.1.1. Phân vùng khối
• 2.1.2. Dự đoán nội ảnh
• 2.1.3. Dự đoán liên ảnh
• 2.1.4. Bộ lọc vòng trong
• 2.2. Cú pháp mức cao
• 2.3. Các kỹ thuật mã hóa video
• 2.3.1. Phân vùng khối mã hóa
• 2.3.2. Dự đoán nội ảnh
• 2.3.3. Dự đoán liên ảnh
• 2.3.4. Bộ lọc vòng trong
• 2.3.5. Cấu hình, profile và mức
• 2.4. Kết luận chương 2
• 3. CHƯƠNG 3: ĐÁNH GIÁ CHẤT LƯỢNG MÃ HÓA VIDEO CHUẨN AV1 SO VỚI CHUẨN HEVC
• 3.1. Một số tham số sử dụng để đánh giá
• 3.1.1. Chỉ số tương đồng về cấu trúc (SSIM)
• 3.1.2. Đại lượng Bjontegaard Delta
• 3.2. Khảo sát công cụ chạy thử nghiệm
• 3.2.1. Thông số kỹ thuật phần cứng
• 3.3. Một số kịch bản và đánh giá kết quả
• 3.3.1. Thử nghiệm với video độ phân giải CIF
• 3.3.2. Thử nghiệm với video độ phân giải HD
• 3.3.3. Thử nghiệm với video độ phân giải 4K
• 3.3.4. Đánh giá kết quả các thử nghiệm
• 3.4. Kết luận chương 3
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Mã Hóa Video Cách Nén Video Hiệu Quả

Trong bối cảnh Internet ngày càng phát triển, nhu cầu truyền tải video chất lượng cao ngày càng tăng. Mã hóa video trở thành yếu tố then chốt để đáp ứng nhu cầu này. Các ứng dụng như streaming video, video theo yêu cầu (VoD) và hội nghị truyền hình đòi hỏi băng thông lớn và độ trễ thấp. Do đó, việc phát triển các chuẩn nén video hiệu quả cao là vô cùng quan trọng. Mã hóa video giúp giảm thiểu dung lượng dữ liệu cần truyền tải, tiết kiệm băng thông và chi phí lưu trữ. Quá trình này dựa trên việc loại bỏ sự dư thừa thông tin trong video, bao gồm dư thừa không gian (giữa các điểm ảnh trong cùng khung hình) và dư thừa thời gian (giữa các khung hình liên tiếp). Các kỹ thuật mã hóa khác nhau được sử dụng để đạt được hiệu quả nén tối ưu, cân bằng giữa chất lượng video và mức độ nén. Như tài liệu đã chỉ ra, năm 2022, lưu lượng video chiếm đến 82% lưu lượng internet, cho thấy tầm quan trọng của mã hóa video. Việc sử dụng codec AV1 là một giải pháp tiềm năng.

1.1. Phân Loại Các Kỹ Thuật Nén Video Có Tổn Hao Và Không Tổn Hao

Nén video được chia thành hai loại chính: nén không tổn hao và nén có tổn hao. Nén không tổn hao đảm bảo phục hồi hoàn toàn tín hiệu gốc sau khi giải nén, nhưng hệ số nén thường thấp (dưới 2:1). Ngược lại, nén có tổn hao cho phép đạt được hệ số nén cao hơn nhiều (từ 2:1 đến 100:1) bằng cách loại bỏ một số thông tin, chấp nhận suy giảm chất lượng hình ảnh ở mức độ nhất định. Các kỹ thuật nén có tổn hao tận dụng sự hạn chế của mắt người trong việc nhận biết một số chi tiết hình ảnh, cho phép loại bỏ những thông tin này mà không ảnh hưởng đáng kể đến trải nghiệm xem.

1.2. Nguyên Lý Mã Hóa Video Giảm Dư Thừa Không Gian và Thời Gian

Nguyên lý cơ bản của mã hóa video là giảm thiểu sự dư thừa thông tin. Dư thừa không gian xuất hiện giữa các điểm ảnh trong cùng một khung hình, trong khi dư thừa thời gian xuất hiện giữa các khung hình liên tiếp. Các kỹ thuật mã hóa như biến đổi (ví dụ: DCT) được sử dụng để loại bỏ dư thừa không gian, còn các kỹ thuật dự đoán (ví dụ: ước tính chuyển động) được sử dụng để loại bỏ dư thừa thời gian. Cuối cùng, mã entropy được áp dụng để nén dữ liệu sau khi mã hóa, loại bỏ dư thừa thông tin trong dữ liệu đã mã hóa.

II. Thách Thức và Yêu Cầu Mã Hóa Video Thế Hệ Mới

Sự phát triển của video độ phân giải cao (HD, 4K, UHD, 8K) đặt ra những thách thức lớn đối với cơ sở hạ tầng truyền dẫn và lưu trữ. Các chuẩn mã hóa video hiện tại, như H.264 và HEVC, dù đã đạt được nhiều thành công, nhưng vẫn còn những hạn chế về hiệu quả nén và yêu cầu về bản quyền AV1. Nhu cầu về các chuẩn mã hóa video thế hệ mới với hiệu quả nén cao hơn, khả năng hỗ trợ các định dạng video mới và giảm chi phí license AV1 là vô cùng cấp thiết. Các chuẩn mã hóa mới cần phải đáp ứng được các yêu cầu khắt khe về ảnh hưởng của AV1 đến băng thông, đồng thời đảm bảo chất lượng video tốt nhất có thể cho người dùng. Alliance for Open Media (AOMedia) đã phát triển codec AV1 để giải quyết những thách thức này.

2.1. Băng Thông và Lưu Trữ Áp Lực Từ Video Độ Phân Giải Cao

Video độ phân giải cao đòi hỏi băng thông lớn hơn để truyền tải và dung lượng lưu trữ lớn hơn để lưu trữ. Điều này tạo ra áp lực lớn lên cơ sở hạ tầng mạng và các thiết bị lưu trữ. Các nhà cung cấp dịch vụ video cần phải tìm kiếm các giải pháp để giảm thiểu chi phí băng thông và lưu trữ mà không ảnh hưởng đến trải nghiệm xem của người dùng. Hiệu suất nén video AV1 cao hơn sẽ là một giải pháp.

2.2. Vấn Đề Bản Quyền và Giấy Phép Rào Cản Với HEVC và Giải Pháp AV1

Các chuẩn mã hóa video như HEVC đi kèm với các vấn đề về bản quyền và giấy phép phức tạp, gây khó khăn cho việc triển khai và sử dụng rộng rãi. Codec AV1 ra đời như một giải pháp thay thế miễn phí bản quyền, giúp giảm chi phí và khuyến khích sự đổi mới trong ngành công nghiệp video. AV1 được chấp nhận rộng rãi bởi các hãng công nghệ lớn.

III. Giải Pháp AV1 Tiêu Chuẩn Mã Hóa Video Thế Hệ Mới Nhất

AV1 là một tiêu chuẩn mã hóa video mã nguồn mở và miễn phí bản quyền được phát triển bởi Alliance for Open Media (AOMedia). AV1 được thiết kế để thay thế các chuẩn mã hóa video cũ như VP9 và cạnh tranh với HEVC. AV1 hứa hẹn mang lại hiệu quả nén cao hơn, chất lượng video tốt hơn và giảm chi phí bản quyền cho các nhà cung cấp dịch vụ video và người dùng. Các công ty lớn như Google, Netflix và Microsoft đã bắt đầu hỗ trợ AV1 trong các sản phẩm và dịch vụ của họ. Mục tiêu của AV1 là tối ưu hóa chất lượng video AV1 và giảm ảnh hưởng của AV1 đến băng thông.

3.1. Các Tính Năng Nổi Bật Của AV1 Phân Vùng Khối Dự Đoán Nội Liên Ảnh

AV1 sử dụng nhiều kỹ thuật mã hóa tiên tiến, bao gồm phân vùng khối linh hoạt, dự đoán nội ảnh và liên ảnh, và các bộ lọc vòng trong. Phân vùng khối cho phép chia video thành các khối có kích thước khác nhau, tối ưu hóa hiệu quả nén cho các vùng khác nhau trong khung hình. Dự đoán nội ảnh và liên ảnh giúp loại bỏ sự dư thừa thông tin giữa các khung hình và trong cùng một khung hình.

3.2. Ưu Điểm Của AV1 So Với HEVC và H.264 Tiết Kiệm Băng Thông

AV1 hứa hẹn tiết kiệm băng thông đáng kể so với HEVC và H.264. Các thử nghiệm cho thấy AV1 có thể giảm băng thông từ 30% đến 50% so với HEVC mà vẫn duy trì chất lượng video tương đương. Điều này có ý nghĩa quan trọng đối với các nhà cung cấp dịch vụ video, giúp họ giảm chi phí và cung cấp video chất lượng cao cho người dùng.

3.3. Các Công Cụ Mã Hóa AV1 libaom rav1e svt av1

Có nhiều công cụ mã hóa AV1 khác nhau, mỗi công cụ có những ưu điểm và nhược điểm riêng. Libaom là bộ mã hóa tham chiếu của AOMedia, cung cấp chất lượng mã hóa tốt nhất nhưng tốc độ mã hóa chậm. Rav1e là một bộ mã hóa tập trung vào tốc độ, trong khi SVT-AV1 là một bộ mã hóa được tối ưu hóa cho hiệu năng trên các hệ thống đa lõi.

IV. Đánh Giá Chất Lượng So Sánh AV1 Với HEVC Chuẩn Nào Tốt Hơn

Việc đánh giá chất lượng video AV1 so với các chuẩn mã hóa khác như HEVC là rất quan trọng để xác định hiệu quả của AV1. Các chỉ số như PSNR (Peak Signal-to-Noise Ratio) và SSIM (Structural Similarity Index) được sử dụng để đo lường sự khác biệt giữa video gốc và video đã mã hóa. Các thử nghiệm được thực hiện trên nhiều loại video khác nhau, từ độ phân giải CIF đến 4K, để đánh giá hiệu quả của AV1 trong các tình huống khác nhau. Việc so sánh này giúp xác định AV1 vs HEVC trong các điều kiện khác nhau.

4.1. Các Tham Số Đánh Giá Chất Lượng Video PSNR SSIM BD Rate

PSNR và SSIM là hai chỉ số phổ biến được sử dụng để đánh giá chất lượng video. PSNR đo lường sự khác biệt về mặt tín hiệu giữa video gốc và video đã mã hóa, trong khi SSIM đo lường sự khác biệt về mặt cấu trúc. BD-Rate là một chỉ số tổng hợp, cho biết sự thay đổi về tốc độ bit cần thiết để đạt được cùng một mức chất lượng video.

4.2. Kết Quả Thử Nghiệm Với Video Độ Phân Giải CIF HD 4K

Các thử nghiệm được thực hiện trên video độ phân giải CIF, HD và 4K cho thấy AV1 có thể đạt được chất lượng video tương đương hoặc tốt hơn HEVC với tốc độ bit thấp hơn. Điều này chứng tỏ AV1 có hiệu quả nén cao hơn HEVC.

4.3. So Sánh BD PSNR và BD Rate Giữa HEVC và AV1

So sánh BD-PSNR và BD-Rate giữa HEVC và AV1 cho thấy AV1 có thể giảm tốc độ bit đáng kể so với HEVC mà vẫn duy trì chất lượng video tương đương. Điều này có nghĩa là AV1 có thể giúp tiết kiệm băng thông và chi phí lưu trữ cho các nhà cung cấp dịch vụ video.

V. Ứng Dụng Thực Tiễn AV1 trong Streaming Video và Playback

Sự ảnh hưởng của AV1 đến streaming video là rất lớn. AV1 có nhiều ứng dụng tiềm năng trong các lĩnh vực như AV1 video streaming, video theo yêu cầu, hội nghị truyền hình và trò chơi trên đám mây. Việc hỗ trợ AV1 browser support cũng là một yếu tố quan trọng để đảm bảo khả năng tương thích rộng rãi của AV1. Các nhà sản xuất phần cứng và phần mềm đang nỗ lực để cải thiện AV1 hardware acceleration và AV1 software implementation.

5.1. Hỗ Trợ Trình Duyệt và Thiết Bị Khả Năng Tương Thích của AV1

Khả năng tương thích với các trình duyệt và thiết bị khác nhau là một yếu tố quan trọng để AV1 được chấp nhận rộng rãi. Các trình duyệt phổ biến như Chrome, Firefox và Edge đã bắt đầu hỗ trợ AV1. Tuy nhiên, việc hỗ trợ AV1 trên các thiết bị di động và TV thông minh vẫn còn hạn chế.

5.2. Ảnh Hưởng Của AV1 Đến Băng Thông và Trải Nghiệm Xem Video

AV1 có thể giảm băng thông cần thiết để truyền tải video, giúp cải thiện trải nghiệm xem video cho người dùng, đặc biệt là những người có kết nối internet chậm. Đồng thời, AV1 cũng có thể giúp giảm chi phí băng thông cho các nhà cung cấp dịch vụ video.

5.3. Tăng Tốc Phần Cứng và Triển Khai Phần Mềm AV1

Tăng tốc phần cứng và triển khai phần mềm là hai yếu tố quan trọng để cải thiện hiệu năng của AV1. Tăng tốc phần cứng cho phép giải mã video AV1 nhanh hơn và tiết kiệm năng lượng hơn. Triển khai phần mềm hiệu quả cũng giúp cải thiện hiệu năng của AV1 trên các thiết bị không có tăng tốc phần cứng.

VI. Tương Lai Của AV1 Triển Vọng và Hướng Phát Triển

AV1 có một tương lai đầy hứa hẹn với tiềm năng trở thành tiêu chuẩn mã hóa video thống trị trong tương lai. Sự hỗ trợ từ các công ty lớn và cộng đồng mã nguồn mở đang thúc đẩy sự phát triển và AV1 adoption của AV1. Các nghiên cứu và phát triển tiếp theo sẽ tập trung vào việc cải thiện hiệu quả nén, giảm độ phức tạp của bộ mã hóa và tăng cường khả năng tương thích của AV1.

6.1. Xu Hướng Phát Triển Của Các Chuẩn Mã Hóa Video Thế Hệ Tiếp Theo

Xu hướng phát triển của các chuẩn mã hóa video thế hệ tiếp theo là tập trung vào việc cải thiện hiệu quả nén, hỗ trợ các định dạng video mới (ví dụ: video 360 độ, video VR) và giảm chi phí bản quyền. Các chuẩn mã hóa mới cũng sẽ cần phải đáp ứng được các yêu cầu khắt khe về hiệu năng và khả năng tương thích.

6.2. Đóng Góp Của Cộng Đồng Mã Nguồn Mở Vào Sự Phát Triển Của AV1

Cộng đồng mã nguồn mở đóng vai trò quan trọng trong sự phát triển của AV1. Các nhà phát triển từ khắp nơi trên thế giới đóng góp vào việc cải thiện code, sửa lỗi và thêm các tính năng mới cho AV1. Sự hợp tác này giúp AV1 phát triển nhanh chóng và đáp ứng được nhu cầu của người dùng.

6.3. Các Lĩnh Vực Nghiên Cứu Tiềm Năng Liên Quan Đến AV1

Có nhiều lĩnh vực nghiên cứu tiềm năng liên quan đến AV1, bao gồm tối ưu hóa bộ mã hóa, phát triển các thuật toán dự đoán mới và tăng cường khả năng chịu lỗi của AV1. Các nghiên cứu này có thể giúp cải thiện hiệu năng và khả năng ứng dụng của AV1 trong các tình huống khác nhau.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của mạng Internet và các dịch vụ truyền thông đa phương tiện đã thay đổi căn bản phương thức tiêu thụ nội dung số. Thống kê lưu lượng mạng toàn cầu cho thấy vào năm 2006, tệp video chỉ chiếm khoảng 12% tổng lưu lượng Internet. Tuy nhiên, con số này đã tăng vọt lên 79% vào năm 2016 và chính thức chạm mốc 82% vào năm 2022. Sự phổ biến của các định dạng độ nét cao từ Full HD, 4K UHD cho đến 8K UHD với độ phân giải lên tới 8192 x 4320 điểm ảnh đặt ra thách thức nặng nề cho hạ tầng băng thông và chi phí lưu trữ máy chủ.

Trước bối cảnh chuẩn nén HEVC (H.265) gặp nhiều rào cản phức tạp về bản quyền thương mại và phí cấp phép, chuẩn mã hóa video mở AV1 (AOMedia Video 1) do Liên minh Truyền thông Mở (AOMedia) phát triển đã ra đời. Mục tiêu cốt lõi của nghiên cứu là phân tích sâu cấu trúc kỹ thuật tiên tiến của chuẩn mã hóa AV1, đồng thời tiến hành đo lường, đánh giá thực nghiệm toàn diện hiệu năng nén của AV1 so với HEVC. Nghiên cứu được thực hiện tại Học viện Công nghệ Bưu chính Viễn thông trong năm 2023, tập trung vào các chuỗi video thử nghiệm tiêu chuẩn trên nhiều dải phân giải từ CIF, HD đến 4K. Kết quả nghiên cứu chứng minh AV1 mang lại khả năng tiết kiệm băng thông trung bình khoảng 30% so với các chuẩn tiền nhiệm ở cùng mức chất lượng cảm nhận, tạo tiền đề vững chắc cho việc ứng dụng thực tiễn trong hệ thống truyền hình trực tuyến và mạng phân phối nội dung số.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết mã hóa video kết hợp (Hybrid Video Coding), kết hợp tối ưu hóa độ méo tín hiệu (Rate-Distortion Optimization - RDO) và lý thuyết mã hóa entropy thông tin. Mô hình nén video hiện đại vận hành dựa trên nguyên lý triệt tiêu tối đa ba dạng dư thừa dữ liệu: dư thừa không gian (mã hóa nội ảnh), dư thừa thời gian (mã hóa liên ảnh) và dư thừa thống kê (mã hóa entropy).

Chuẩn AV1 kế thừa và nâng cấp vượt bậc mô hình này thông qua một số khái niệm và khối chức năng trọng yếu:

• Đơn vị siêu khối (Super Block - SB) mở rộng kích thước lên tới 128x128 điểm ảnh, vượt trội so với kích thước 64x64 của HEVC, được phân vùng đệ quy theo cây 10 chiều linh hoạt.
• Dự đoán nội ảnh tinh vi hỗ trợ 56 hướng cơ sở với góc tinh chỉnh 3 độ, bổ sung các chế độ phi định hướng như Smooth, Paeth, dự đoán đệ quy (RBF 7-tap) và dự đoán màu từ độ sáng (Chroma from Luma - CfL).
• Dự đoán liên ảnh sử dụng mô hình affine 6 tham số cho bù chuyển động cong vênh, kết hợp bù chuyển động khối chồng lấp (OBMC) và mở rộng tới 7 khung hình tham chiếu.
• Hệ thống biến đổi 2 chiều gồm 16 tổ hợp từ 4 hàm biến đổi: DCT, ADST, Flip-ADST và IDTX với kích thước biến đổi tối đa 64x64.
• Bộ lọc vòng trong ba tầng: bộ lọc giải khối (DBF), bộ lọc tăng cường hướng ràng buộc (CDEF) và bộ lọc khôi phục vòng lặp (LRF gồm Wiener 7-tap và Self-Guided).
• Mã hóa entropy đa ký hiệu M-ary (M từ 2 đến 16) thích ứng ngữ cảnh trên nền phân phối tích lũy 15-bit.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp nghiên cứu thực nghiệm định lượng kết hợp phân tích so sánh kỹ thuật. Dữ liệu thử nghiệm bao gồm 12 chuỗi video chuẩn không nén định dạng YUV4MPEG2 (Y4M) được phân bổ đều qua 3 nhóm độ phân giải đại diện: CIF (352x288), HD (1280x720 và 1920x1080) và 4K UHD (3840x2160). Phương pháp chọn mẫu có chủ đích (purposive sampling) được áp dụng nhằm lựa chọn các chuỗi video có đặc tính chuyển động đa dạng từ chuyển động chậm, tĩnh hạt mịn đến chuyển động nhanh, phức tạp và kết cấu đồ họa màn hình.

Quy trình thử nghiệm sử dụng công cụ mã hóa hai lần (2-pass encoding) trên phần mềm mã nguồn mở FFmpeg và libaom, đối chiếu trực tiếp với bộ mã hóa tham chiếu x265 của chuẩn HEVC. Dữ liệu được đo lường qua các đại lượng khách quan tiêu chuẩn gồm tỷ số tín hiệu trên nhiễu đỉnh (PSNR) và chỉ số tương đồng cấu trúc (SSIM) trên kênh chói Y. Phương pháp phân tích dữ liệu ứng dụng mô hình Bjontegaard Delta (BD-Rate và BD-PSNR) thông qua công cụ Bjontegaard_etroa. Lý do lựa chọn đại lượng Bjontegaard là vì công cụ này cho phép tính toán chính xác phần trăm băng thông tiết kiệm được (BD-Rate) hoặc mức tăng chất lượng (BD-PSNR) trên toàn bộ đường cong hiệu năng R-D, loại bỏ sai số cục bộ so với các phép so sánh điểm đơn lẻ.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên các dải tham số lượng tử hóa QP khác nhau mang lại các kết quả định lượng cụ thể:

Thứ nhất, trên các chuỗi video độ phân giải cao 4K UHD, chuẩn AV1 thể hiện ưu thế vượt trội khi đạt mức tiết kiệm băng thông BD-Rate trung bình từ 28,4% đến 32,6% so với chuẩn HEVC ở cùng mức chất lượng khách quan PSNR. Đối với các khung cảnh giàu chi tiết nền tĩnh và chuyển động tịnh tiến đều, kích thước siêu khối 128x128 của AV1 giúp giảm đáng kể lượng bit phụ phí cho tiêu đề khối.

Thứ hai, chỉ số tương đồng cấu trúc SSIM của AV1 duy trì độ ổn định vượt bậc ở các mức tốc độ bit thấp (low-bitrate). Tại các kịch bản nén bitrate thấp trên video Full HD, điểm SSIM của AV1 cao hơn HEVC từ 0,025 đến 0,042 điểm, cho thấy hình ảnh sau giải nén giữ được độ sắc nét của cạnh viền và không bị hiện tượng mờ nhòe khối.

Thứ ba, ở độ phân giải thấp CIF, AV1 vẫn duy trì mức tiết kiệm BD-Rate khoảng 15,2% đến 18,7% so với HEVC. Mặc dù kích thước khối lớn không phát huy hết tiềm năng ở độ phân giải nhỏ, các kỹ thuật dự đoán nội ảnh 56 hướng và bộ lọc CDEF vẫn giúp tối ưu hóa đáng kể năng lượng dư thừa phần dư.

Thứ tư, hệ thống lọc vòng lặp cải tiến của AV1 giúp giảm thiểu tới 18,5% hiện tượng nhiễu chuông (ringing artifacts) và khối hạt xung quanh các đường biên chuyển động phức tạp so với bộ lọc SAO của HEVC.

Thảo luận kết quả

Kết quả vượt trội của AV1 trước hết bắt nguồn từ cấu trúc phân vùng cây 10 chiều kết hợp với các công cụ dự đoán liên ảnh tiên tiến. Khả năng mô hình hóa chuyển động affine 6 tham số cho phép AV1 xử lý mượt mà các chuyển động xoay, phóng to thu nhỏ và biến dạng góc nhìn của camera, điều mà bộ mã hóa tịnh tiến truyền thống của HEVC gặp nhiều hạn chế. Bên cạnh đó, việc tích hợp bộ biến đổi ADST và Flip-ADST đã giải quyết triệt để sự bất đối xứng của tín hiệu sai số biên, mang lại hiệu quả nén phổ tín hiệu cao hơn DCT thuần túy.

Dữ liệu thực nghiệm khi biểu diễn trực quan trên đồ thị đường cong Rate-Distortion (với trục hoành biểu thị Tốc độ bit tính bằng kbps và trục tung biểu thị PSNR tính bằng dB) cho thấy đường cong của AV1 luôn nằm dịch chuyển hẳn về phía trên bên trái so với HEVC. Khoảng cách giữa hai đường cong nới rộng rõ rệt khi tốc độ bit tăng dần và khi nâng độ phân giải từ CIF lên 4K. Bảng so sánh BD-Rate theo từng chuỗi thử nghiệm cũng minh chứng rằng độ phức tạp chuyển động càng cao thì mức độ tối ưu của AV1 càng thể hiện rõ nét. Điểm đánh đổi duy nhất của AV1 là độ phức tạp tính toán và thời gian mã hóa ở phía máy phát cao hơn khoảng 3 đến 5 lần so với HEVC, đòi hỏi các giải pháp tối ưu phần cứng trong tương lai.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu lý thuyết và đánh giá thực nghiệm, một số giải pháp và khuyến nghị chiến lược được đề xuất:

• Triển khai chuẩn nén AV1 cho hệ thống phân phối nội dung video 4K/8K: Các doanh nghiệp cung cấp dịch vụ OTT, truyền hình Internet (như VTVcab, FPT Play, Viettel Media) cần xây dựng lộ trình chuyển đổi mã nguồn nén sang AV1 cho các luồng phát VOD chất lượng cao. Mục tiêu đạt được là cắt giảm từ 25% đến 30% chi phí lưu lượng băng thông CDN trong giai đoạn 2024 - 2025.
• Tối ưu hóa bộ giải mã phần cứng trên thiết bị đầu cuối: Các đơn vị nghiên cứu vi mạch và nhà sản xuất thiết bị giải mã (Set-top-box, Smart TV, điện thoại thông minh) cần tích hợp các khối giải mã cứng OBU và bộ lọc CDEF vào vi xử lý. Mục tiêu nâng cao năng lực giải mã thời gian thực 60 fps cho video 4K/8K, giảm tiêu thụ năng lượng pin dưới 15% vào cuối năm 2025.
• Xây dựng cấu hình mã hóa phân tầng thích ứng (Adaptive Encoding Preset): Đội ngũ kỹ sư vận hành hạ tầng video cần áp dụng linh hoạt các cấp độ mã hóa của AV1 (từ mức tốc độ cpu-used 0 đến 8). Thiết lập chế độ mã hóa sâu (preset chậm) cho kho phim VOD cố định và áp dụng preset nhanh cho các dịch vụ truyền trực tiếp (Live Streaming) nhằm rút ngắn 40% thời gian xử lý máy chủ.
• Ứng dụng AV1 trong hội nghị truyền hình và giao tiếp thời gian thực: Các tổ chức phát triển ứng dụng đàm thoại trực tuyến nên tận dụng khả năng nén thích ứng băng thông hẹp của AV1 để duy trì cuộc gọi hình ảnh HD ổn định tại các khu vực mạng yếu với tốc độ truyền dẫn dưới 500 kbps trong giai đoạn 2024 - 2026.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả thực nghiệm của đề án mang lại giá trị thiết thực cho 4 nhóm đối tượng trọng tâm:

• Kỹ sư phát triển hệ thống OTT và truyền thông đa phương tiện: Nắm vững chi tiết cấu trúc dòng bit OBU, nguyên lý bộ lọc vòng trong CDEF/LRF để thiết kế, tối ưu hóa pipeline chuyển mã video, giúp doanh nghiệp tiết kiệm hàng tỷ đồng chi phí hạ tầng truyền dẫn hàng năm.
• Nhà phát triển phần mềm và kỹ sư thiết kế phần cứng nhúng: Khai thác chi tiết các thuật toán phân vùng khối 10 chiều, bù chuyển động affine và các ma trận lượng tử hóa để tối ưu hóa việc phân luồng xử lý song song và tăng tốc phần cứng trên chip ASIC/FPGA.
• Doanh nghiệp viễn thông và nhà cung cấp dịch vụ đám mây: Sử dụng dữ liệu so sánh BD-Rate và số liệu đo kiểm băng thông trong luận văn làm căn cứ kinh tế - kỹ thuật để xây dựng kế hoạch đầu tư hạ tầng lưu trữ và máy chủ phát video thế hệ mới.
• Giảng viên, học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Điện tử Viễn thông/CNTT: Sử dụng tài liệu làm tài liệu tham khảo chuyên sâu về chuẩn nén video thế hệ mới, phương pháp đo kiểm Bjontegaard Delta và định hướng mở rộng nghiên cứu sang chuẩn AV2 hoặc mã hóa video trên nền trí tuệ nhân tạo.

Câu hỏi thường gặp

Chuẩn mã hóa AV1 có thực sự miễn phí bản quyền không? Chuẩn AV1 được phát triển bởi Liên minh AOMedia gồm các tập đoàn công nghệ hàng đầu như Google, Microsoft, Netflix, Amazon, Meta và Intel với cam kết mã nguồn mở và miễn phí bản quyền (royalty-free). Điều này giúp các doanh nghiệp loại bỏ hoàn toàn các rủi ro pháp lý và chi phí cấp phép đắt đỏ vốn là rào cản lớn của chuẩn HEVC.

Những cải tiến kỹ thuật cốt lõi nào giúp AV1 vượt trội hơn HEVC? AV1 sở hữu nhiều nâng cấp đột phá gồm: kích thước siêu khối lên đến 128x128, 56 hướng dự đoán nội ảnh, dự đoán liên ảnh affine 6 tham số, mở rộng tới 7 khung hình tham chiếu, 16 tổ hợp biến đổi 2D và hệ thống lọc vòng ba tầng CDEF, LRF khử nhiễu triệt để.

Tại sao thời gian mã hóa của AV1 lại lâu hơn HEVC? Do AV1 tích hợp không gian tìm kiếm phân vùng khối cây 10 chiều đệ quy và đánh giá nhiều chế độ dự đoán nội/liên ảnh phức tạp hơn, khối lượng tính toán RDO của bộ mã hóa tăng lên đáng kể. Tuy nhiên, các thuật toán tăng tốc phần mềm như SVT-AV1 và vi xử lý chuyên dụng đang thu hẹp dần khoảng cách này.

Chuẩn AV1 phát huy hiệu quả nén cao nhất ở định dạng video nào? AV1 đạt hiệu suất nén tối ưu nhất trên các định dạng độ phân giải cao như Full HD, 4K UHD và 8K UHD. Ở các định dạng này, các siêu khối 128x128 và các mô hình bù chuyển động phức tạp phát huy tối đa khả năng gom cụm và triệt tiêu dư thừa dữ liệu không gian - thời gian.

Đại lượng BD-Rate và BD-PSNR trong nghiên cứu thể hiện điều gì? Đại lượng Bjontegaard Delta biểu thị mức độ chênh lệch hiệu năng giữa hai chuẩn nén trên toàn bộ dải tham số QP. BD-Rate âm cho biết tỷ lệ phần trăm băng thông tiết kiệm được ở cùng chất lượng hình ảnh, trong khi BD-PSNR dương thể hiện mức tăng chất lượng tín hiệu ở cùng một tốc độ bit.

Kết luận

• Đề tài đã hệ thống hóa toàn diện cơ sở lý thuyết mã hóa video và làm rõ các cải tiến kỹ thuật đột phá của chuẩn mã hóa mở thế hệ mới AV1.
• Kết quả thực nghiệm khẳng định AV1 vượt trội hơn HEVC khi tiết kiệm tới 30% băng thông ở cùng mức chất lượng trên video độ phân giải cao 4K UHD.
• Chất lượng cấu trúc hình ảnh SSIM và khả năng khử nhiễu viền của AV1 đạt độ ổn định vượt trội nhờ bộ lọc CDEF và khôi phục vòng lặp LRF.
• Nghiên cứu cung cấp bộ dữ liệu đo kiểm thực nghiệm chuẩn mực, phục vụ trực tiếp cho việc triển khai chuyển mã trên các hệ sinh thái truyền hình số.
• Hướng phát triển tiếp theo trong giai đoạn 2024 - 2025 là nghiên cứu tối ưu hóa thời gian mã hóa thời gian thực và tích hợp mạng nơ-ron học sâu vào các khối dự đoán của chuẩn AV2.

Các tổ chức, doanh nghiệp công nghệ và nhà phát triển quan tâm đến việc tối ưu hóa băng thông truyền dẫn video có thể tham khảo toàn văn công trình nghiên cứu để áp dụng hiệu quả vào hệ thống phân phối nội dung thực tế.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ MÃ HÓA VIDEO 1.1 Giới thiệu về mã hóa video Trong thập kỷ qua, các ứng dụng video dựa trên web đã trở nên phổ biến, với các thiết bị hiện đại và cơ sở hạ tầng mạng thúc đẩy sự tăng trưởng nhanh chóng trong việc tiêu thụ nội dung có độ phân giải cao, chất lượng cao. Do đó, những người sử dụng băng thông chiếm ưu thế như video theo yêu cầu (VoD), phát trực tiếp và video đàm thoại, cùng với các ứng dụng mới đang nổi lên bao gồm thực tế ảo và trò chơi trên đám mây, vốn phụ thuộc rất nhiều vào độ phân giải cao và độ trễ thấp. Điều này đặt ra những thách thức với cơ sở hạ tầng truyền dẫn và tạo ra nhu cầu mạnh mẽ hơn đối với công nghệ nén video hiệu quả cao. Mã hóa video là một lĩnh vực nghiên cứu quan trọng gần đây được thúc đẩy bởi nhu cầu ngày càng tăng đối với video kỹ thuật số Ultra-High Defnition (UHD) trong các ứng dụng như truyền hình kỹ thuật số, video trực tiếp và hội nghị truyền hình.

Video kỹ thuật số không nén yêu cầu số lượng lớn số lượng bit được truyền qua Internet. Do đó để có thể tiết kiệm không gian lưu trữ và truyền đi trong một băng thông kênh truyền hạn chế thì luôn cần phải mã hóa tín hiệu video. Các nghiên cứu trước đây đã chỉ ra rằng giữa các khung trong chuỗi video và giữa các điểm ảnh trong cùng một khung có một mối tương quan nhất định. Dựa vào các mối tương quan này chúng ta có thể thực hiện việc mã hóa tín hiệu video mà không làm ảnh hưởng tới độ phân giải của ảnh.

Ngoài ra, khai thác đặc điểm của mắt người là kém nhạy cảm với một số thông tin hình ảnh theo không gian và thời gian nên có thể loại bỏ thông tin này trong quá trình mã hóa. Đây chính là kỹ thuật mã hóa tổn hao để tiết kiệm băng thông trong khi vẫn đảm bảo chất lượng video ở mức có thể chấp nhận được Trong quá trình mã hóa ảnh tĩnh, kỹ thuật mã hóa sử dụng mối tương quan theo không gian giữa các điểm ảnh trong ảnh. Kỹ thuật này gọi là mã hóa “nội ảnh”. Thuật ngữ này có ý nghĩa rằng trong quá trình mã hóa ảnh, thông tin được sử dụng chỉ trong phạm vi nội tại bức ảnh đó.

Đây là kỹ thuật cơ bản của chuẩn mã hóa JPEG. 4 Trường hợp nếu mối tương quan theo thời gian được khai thác thì kỹ thuật mã hóa được gọi là mã hóa “liên ảnh”. Khi đó thông tin được sử dụng để mã hóa ảnh có thể nằm trên một bức ảnh trước hoặc sau trong chuỗi video. Đây là kỹ thuật được sử dụng trong các chuẩn mã hóa video như H.

Nguyên lý của việc mã hóa video dựa trên các kỹ thuật giảm các dư thừa thông tin sau: - Dư thừa thông tin trong miền không gian: Dư thừa thông tin trong miền không gian xuất hiện giữa các điểm ảnh trong cùng một khung 12 hình (ví dụ sự tương đồng giữa các điểm ảnh). Thông tin dư thừa được loại bỏ bằng kỹ thuật mã hóa biến đổi. - Dư thừa thông tin trong miền thời gian: Loại thông tin dư thừa này xuất hiện khi giữa các khung ảnh liên tiếp có những thông tin tương đồng. Để giảm dư thừa này người ta dùng kỹ thuật mã hóa sự khác biệt giữa các khung.

- Dư thừa thông tin trong dữ liệu ảnh sau khi mã hóa: Để loại bỏ dư thừa này người ta dùng mã entropy, cụ thể là mã có độ dài thay đổi. Ưu điểm của việc nén video là: - Tiết kiệm băng thông kênh truyền (trong thời gian thực hoặc nhanh hơn).