在寫(xiě)這個(gè)題目是，就感到有些戰戰兢兢，在這個(gè)論壇也混了一段時(shí)間了，說(shuō)實(shí)話(huà)，并沒(méi)有感覺(jué)在這里學(xué)到太多東西。而且覺(jué)得大家討論問(wèn)題的深度不及“視頻設計芯片論壇”http://china264.68l.com/index.asp
因為最近手頭的活基本搞完了，人也閑了下來(lái)，這么熱的天氣，突然想寫(xiě)這么一篇文章。不過(guò)首先聲明的是我對H264并不是太熟悉。但多多少少也學(xué)習了這么久了，寫(xiě)點(diǎn)心得出來(lái)對自己是個(gè)交待，同時(shí)也希望給新手們一點(diǎn)幫助，只要對大家有一點(diǎn)點(diǎn)幫助，也就很滿(mǎn)足了。
好，閑話(huà)少說(shuō)。如果大家是剛開(kāi)始進(jìn)入圖象領(lǐng)域，那么先看一看＂計算機圖象處理＂方面的教材還是有必要的．不過(guò)稍微了解一下就好了，不用太深入，在以后的對264的學(xué)習中，自然會(huì )對這些基本概念有進(jìn)一步的了解．然后，是對264的了解，推薦3篇文章.
1、Halsted.Press.H.264.And.MPEG-4.Video. Compression. Video. Coding. For. Next. Generation。
對視頻編解碼原理講得比較詳細
2、Video coding using the H.264 MPEG-4 AVC compression standard。
更加關(guān)注于編解碼的各個(gè)模塊的實(shí)現方式
3、Overview of the H.264/AVC Video Coding Standard。
是Thomas Wiegand的大作，對264較之以往標準的新特性都作了說(shuō)明。
這三篇文章絕對是了解264的經(jīng)典文章，論壇上好像也有下載的地址。這些都是e文文章，不過(guò)相信對大多數人難度都不大。
細心將這三篇文章看完。對264就有了一個(gè)比較清楚地認識了。對一個(gè)這么大的東西，不可能說(shuō)要在短時(shí)間內全部搞懂它，因此就要根據當前自己的情況，選擇一個(gè)具體的研究方向，比如說(shuō)運動(dòng)估計、熵編碼等等。我現在以我自己的研究方向運動(dòng)估計作為例子，來(lái)說(shuō)一下我的學(xué)習方法，當然肯定有班門(mén)弄斧的嫌疑，但是既然大家都不認識我，我也就不客氣了。
從入門(mén)的3篇文章中可以看出，幀間編碼（運動(dòng)估計）是264的運算復雜度的“主力”部分。那么首先要對傳統的那些運動(dòng)估計方法作一個(gè)了解，如果是教育網(wǎng)的朋友再ieee的網(wǎng)站上拿motion estimation一搜就能搜到一大堆文章了，我的建議是選一篇比較新而且比較長(cháng)的文章，就是那種regular paper 而不是short paper。這些文章中一般會(huì )對本研究方向的經(jīng)典方法作一個(gè)回顧和比較，這樣，從這篇文章的參考文獻中再進(jìn)一步把本研究方向的歷史和現狀作一個(gè)了解。
所謂對264的研究的話(huà)，基本上就是用更加好的算法來(lái)降低264本身的計算復雜度。能夠做到不提高碼率當然好，但碼率稍微有點(diǎn)上升也沒(méi)有關(guān)系，不過(guò)那就要在編碼速度上有優(yōu)勢，這樣就可以說(shuō)“本方法利于實(shí)時(shí)實(shí)現“啦，哈哈。就運動(dòng)估計來(lái)說(shuō)，傳統的3ss,4ss,ds都要知道是怎么回事，然后像被大家奉為經(jīng)典的mvfast,pmvfast就要專(zhuān)心的看一下了。最好呢，是在這些方法上，能夠提出自己的新觀(guān)點(diǎn)、新方法。當然，這就不是一個(gè)純粹看論文能夠解決的問(wèn)題了。大家需要對264的新特點(diǎn)有一個(gè)清楚了了解，然后考慮的方向可以是以前的方法應該怎么改善再用在264上，能夠更好地發(fā)揮作用，向連續消方法，half-way stop的方法，好像國內的都有人出論文。因為264的幀間預測采用了可變塊大小，因此又引出了一個(gè)問(wèn)題：按什么方法來(lái)分塊是最好的？大家在看那3篇入門(mén)的文章時(shí)，就要邊看邊思考，里面說(shuō)采用可變塊大小，就要想到我怎么知道該怎么分塊；里面提到4*4塊幀內預測有9種模式，就要想到這9種模式如何決策。也就是說(shuō)，大家再看這些文章時(shí)，要想一下，我該怎么去實(shí)現它。這些問(wèn)題其實(shí)很容易就能提出來(lái)，但要解決卻是一個(gè)大問(wèn)題。
比如說(shuō)分塊吧，VBSME(variable block size motion estimation)，ieee上可有不少文章，臺灣國立成功大學(xué)（？好像是這個(gè)名字）的一篇碩士論文就寫(xiě)的是這個(gè)，可見(jiàn)264有好多東西可以去做，養幾個(gè)博士絕對綽綽有余啊，赫赫。其實(shí)研究方向越細，就能夠對這個(gè)方向把握得越準確，成天看著(zhù)，總會(huì )有些新想法出來(lái)吧，嗬嗬，開(kāi)玩笑的說(shuō)。選好了一個(gè)大的研究方向，然后就要知道現在這個(gè)方向大家都是在那些細節上做工作。像運動(dòng)估計的話(huà)，多幀預測，可變塊大小的分法，1/4像素估計精度等等都是熱門(mén)的東西，那基本上來(lái)說(shuō)，跟著(zhù)大家走就好了。了解哪些東西是熱門(mén)，基本上*多看文章，同時(shí)建議大家多看e文的，最好是ieee的。我的一個(gè)博士師兄告訴我說(shuō)，如果你想發(fā)某一個(gè)檔次的文章，你就應該看比這個(gè)雜志高一個(gè)檔次的文章。而且他說(shuō)一般看個(gè)15篇左右，就應該要能夠出一篇自己的東西了。這個(gè)師兄現在畢業(yè)了，他發(fā)了好多EI的，羨慕！
如果“不幸”有了自己的新想法，那么就需要驗證了。簡(jiǎn)單一點(diǎn)的驗證呢，可以放在c語(yǔ)言或者matlab平臺下進(jìn)行，但是如果要發(fā)論文的話(huà)，基本上還是要放在JM下才有說(shuō)服力。而且試驗序列最好采用標準序列。這既涉及到一個(gè)讀JM源碼和修改JM源碼的問(wèn)題。我看了一段時(shí)間，實(shí)在是好煩啊，所以，對不起，在這方面我沒(méi)有太多好的建議。但是我在修改一個(gè)幀內預測算法時(shí)，反而把預測速度減慢了，哈哈，按照常理來(lái)說(shuō)，我的方法應該比JM里的方法好才對，而且我在matlab下的仿真結果的確如此，很郁悶，希望大家推薦一個(gè)看源碼的方法給我，謝謝先。
除去以上說(shuō)的這些，看標準也是很必要的。200503的那個(gè)prepublished版本好像是最新的，對于翻譯標準，我認為不是太必要，但對了解標準也還是有點(diǎn)幫助，可以放在正常工作時(shí)間以外進(jìn)行，如果大家有這么努力的話(huà)。
本站僅提供存儲服務(wù)，所有內容均由用戶(hù)發(fā)布，如發(fā)現有害或侵權內容，請
點(diǎn)擊舉報。
