導入
ビデオ圧縮は、ビデオの視覚的な品質への影響を可能な限り制限しながら、データ量を削減するデータ圧縮方法です。ビデオ圧縮の目的は、ビデオ ファイルの保存と送信のコストを削減することです。
ビデオ圧縮アルゴリズムの基礎
ビデオ シーケンスには、時間領域と空間領域の両方で非常に高い統計的冗長性が含まれています。
圧縮技術の基礎となる基本的な統計特性は、ピクセル間の相関関係です。この相関関係は、現在の画像の隣接するピクセルが類似しているという空間的なものと、過去と将来の画像のピクセルが現在のピクセルに非常に近いという時間的なものとの両方です。
したがって、画像の特定のピクセルの重要性は、同じ画像の隣接ピクセル (画像内符号化技術を使用) または隣接画像のピクセル (画像間技術を使用) から予測できると想定されます。直観的には、特定の状況では、たとえば、ビデオ シーケンスのショットの変更中、隣接する画像間のピクセル間の時間的相関が小さいか、ゼロでさえあることは明らかです。この場合、空間相関を利用して効果的なデータ圧縮を達成するには、いわゆるイントラコーディング技術が最も適切です。
MPEG タイプのビデオ圧縮アルゴリズムは、8×8 ピクセルのブロックに対して DCT (離散コサイン変換) と呼ばれる変換を使用して、同じ画像の隣接するピクセル間の空間相関を効率的に分析します。フラクタル、ウェーブレット、さらにはマッチング追跡を使用する他の方法も提案されています。
ただし、隣接するフレームのピクセル間の相関が高い場合、つまり、連続する 2 つのフレームが類似または同一の内容を持っている場合、いわゆるインターコーディング技術、たとえば DPCM を使用することが望ましいです。時間的予測（フレーム間の動きの補償された予測）。
古典的なビデオ符号化方式では、情報の 2 つの動き (時間的および空間的) 間の適応的な組み合わせを使用して、大規模なデータ圧縮を実現します (ハイブリッドDPCM/DCT ビデオ符号化)。
動き補償された予測
動き補償予測 (動き補償) は、フレーム間の時間的冗長性を削減する強力な方法であり、 MPEG-1およびMPEG-2で DPCM コーディングの予測として使用されます。動き補償の概念は、ビデオ フレーム間の動きの推定に基づいています。ビデオ シーンのすべての要素が空間的に近い場合、フレーム間の動きは限られた数のパラメータ (ピクセル動きベクトル) で記述できます。
ピクセルの最良の予測は、前のフレームの動き予測によって得られます。動きベクトルが送信されるときにエラー予測が行われますが、画像の各ピクセルの動き情報を符号化する必要はありません。
動きベクトル間の空間相関が十分に高い場合、動きベクトルは隣接するピクセルのブロックを表すことができます。
これらのブロックは 16×16 ピクセルのグループで構成されることが多く、ブロックごとに 1 つの動きベクトルのみが推定、符号化、送信されます。
サブサンプリングと補間
このセクションで説明するコーディング手法のほとんどは、情報をコーディングする前にサンプリングと定量化を実行します。サブサンプリングの基本概念は、ビデオ画像の寸法(水平方向と垂直方向) を縮小し、エンコードするピクセル数を削減することです。
ビデオ アプリケーションによっては、エンコード前に時間的な動きをダウンサンプリングしてフレームレートを下げることもあります。したがって、受信機は画像をデコードし、表示する前に補間する必要があります。
この圧縮技術は最も基本的な技術の 1 つと考えられ、目の生理学的特性を考慮し、ビデオ データに含まれる冗長性を除去します。
人間の目は、色よりも明るさの変化に敏感です。この目の欠陥のため、ビデオ圧縮アルゴリズムの大部分は、1 つの輝度成分と 2 つのクロミナンス成分を含む YUV色空間で画像を表します。次に、特定のアプリケーションに固有の Y:U:V 比を使用して、輝度成分の関数として色成分がサブサンプリングされます。 (例: MPEG-2 の場合、比率は 4:1:1 または 4:2:2)。