WebM VP8視頻壓縮格式的前世今生
隨著(zhù)消費者需求與多媒體娛樂(lè )的大幅提升，上一代互聯(lián)網(wǎng)標準與視頻解決方案，已經(jīng)無(wú)法滿(mǎn)足高速增長(cháng)的高清 視頻傳輸要求，在此背景下，面向未來(lái)需求的下一代互聯(lián)網(wǎng)解決方案——HTML 5網(wǎng)絡(luò )開(kāi)發(fā)標準與WebM VP8視頻壓縮格式應運而生。目前，HTML 5標準已廣為人知，本文，筆者將邀你全面了解WebM VP8視頻壓縮格式的前世今生。
開(kāi)源開(kāi)放 WebM VP8何方神圣？
WebM是一個(gè)由Google資助的項目，目標是構建一個(gè)開(kāi)放的、免版權使用費的視頻文件格式。該視頻文件格式應能提供高質(zhì)量的視頻壓縮以配合 HTML 5使用。WebM項目是一個(gè)使用BSD許可證的開(kāi)源項目，它采用了On2 Technologies開(kāi)發(fā)的VP8視頻編解碼器和Xiph.Org基金會(huì )開(kāi)發(fā)的Vorbis音頻編解碼器（一種開(kāi)源且無(wú)專(zhuān)利限制的音頻壓縮格式），其 使用的封裝格式則以Matroska（MKV）開(kāi)源格式為基礎。
VP8，是On2 Technologies于2008年9月13日推出的、旨在取代其前任VP7的視頻編解碼器。VP8能以更少的數據提供更高質(zhì)量的視頻，而且只需較小的 處理能力即可播放視頻，為致力于實(shí)現產(chǎn)品及服務(wù)差異化的網(wǎng)絡(luò )電視、IPTV和視頻會(huì )議提供理想的解決方案。今年2月，Google收購On2 Technologies，在5月舉行的Google I/O開(kāi)發(fā)者大會(huì )，Google正式宣布將VP8以BSD許可證的形式開(kāi)源，揭開(kāi)了新一輪互聯(lián)網(wǎng)多媒體之爭的序幕。
技術(shù)領(lǐng)先 WebM VP8潛力無(wú)限
相對于目前的VC-1、H.264等視頻壓縮格式，WebM VP8具有明顯的技術(shù)提升，其加入了40多項創(chuàng )新技術(shù)，包括：基于虛擬參考禎的高級預計編碼、基于宏塊級的多線(xiàn)程技術(shù)、改進(jìn)的局域參考編碼、增加復雜度的 先進(jìn)上下文熵編碼、稀疏目標區域的自適應回路濾波等，從而能以更少的數據提供更高質(zhì)量的視頻，例如：主要的H.264實(shí)現方案需要兩倍的數據才能提供與 WebM VP8相同質(zhì)量的視頻 (基于客觀(guān)峰值信噪比測試結果)。
不同于需要收取專(zhuān)利授權費用的H.264標準，WebM VP8實(shí)現了完全的免費開(kāi)源與授權開(kāi)放，并且，經(jīng)過(guò)Google持續性的技術(shù)優(yōu)化，其解碼速度與開(kāi)發(fā)工具顯著(zhù)增強，在壓縮效率和性能方面的表現較發(fā)布初期 顯著(zhù)提升。同時(shí)，WebM VP8比特流的解碼只需要極少的處理周期，故用戶(hù)無(wú)需擁有高端的PC或移動(dòng)設備也能夠享受到WebM VP8的視頻質(zhì)量，此外，WebM VP8在A(yíng)RM架構兼容性與多核處理器適用性方面也具有后發(fā)優(yōu)勢。
全面擴張 WebM VP8引領(lǐng)未來(lái)
與目前主流的視頻壓縮格式相比，谷歌WebM VP8視頻壓縮格式更加適合下一代Web開(kāi)發(fā)標準（HTML 5）與移動(dòng)互聯(lián)網(wǎng)設備（MID）的應用需求，至今已在全球范圍獲得廣泛推廣。一方面，Google Chrome、Microsoft IE9、Mozilla Firefox、Opera、Apple Safari等各大主流瀏覽器均高調支持HTML 5標準，而WebM VP8作為HTML 5標準的重要組成部分，也同樣得到了WebM項目其它四十多家出版商和計算機軟硬件供應商（包括AMD、NVIDIA等）的積極支持，這一免費開(kāi)源、公開(kāi) 授權的編碼器，有助于在互聯(lián)網(wǎng)業(yè)內建立一個(gè)統一的標準視頻編碼格式。
另一方面，WebM VP8已經(jīng)成為FFmpeg項目組的一部分，可以在X86、ARM和PowerPC平臺運行，并可在Windows、Mac OS X、Linux等系統良好支持，此外，WebM VP8亦支持DirectShow，Windows Media Foundation，QuickTime和Gstreamer等編碼器，由于WebM VP8能以更少的數據提供更高質(zhì)量的視頻，超過(guò)80%的YouTube日常視頻均已采用WebM VP8視頻壓縮格式，這一系列成果，標志著(zhù)WebM VP8在硬件、系統、編碼、資源方面取得了全面突破，更加適應新一代MID/平板的發(fā)展趨勢。
深入了解VP8
部分翻譯：http://x264dev.multimedia.cx/?p=377
原文轉自：http://www.deleak.com/blog/
譯者：delectate
問(wèn)題一：vp8到底怎么樣？
難道他真的比x264擁有更高的壓縮比率，是個(gè)優(yōu)秀的編碼器嗎？他真的比h264優(yōu)秀嗎？似乎On2自己都羞于承認…拿vp7舉例，On2宣稱(chēng) vp7比h264快15%，但事實(shí)是編碼視頻速度既不快，視頻質(zhì)量也不高。On2曾經(jīng)把vp3開(kāi)源，似乎想借助社區的力量debug，最終theora上 當……他們花了6年時(shí)間，結果做出來(lái)的還是個(gè)雞肋……
問(wèn)題二：vp8真的沒(méi)有專(zhuān)利問(wèn)題嗎？
這個(gè)東西，還是google說(shuō)了算……微軟幾年前發(fā)布VC-1，然后說(shuō)沒(méi)有專(zhuān)利問(wèn)題……但是幾個(gè)月后，就有眾多公司認領(lǐng)了專(zhuān)利并成立了專(zhuān)利池（指幾 家公司把各自的專(zhuān)利放在一起，組成一個(gè)”池”。其他人如果要使用VC-1，就須向”池”的管理公司申請許可，一旦獲得了許可，就可以使用”池”中的所有專(zhuān) 利。）
問(wèn)題三：vp8的代碼情況如何
首先你要知道：一個(gè)很好的編碼器，可能是基于一個(gè)很爛的標準（divx？xvid？lol）；而一個(gè)很好的標準，也可能會(huì )出現n多很爛的編碼程序 （h264 vs coreavc？不知道耶）。
vp8的文檔真的很爛，很多細節要不就是沒(méi)有文字說(shuō)明，要不就是拿一大堆c代碼來(lái)填補空白。真的好痛苦……
我一直認為H.264的規格寫(xiě)得太啰嗦，但和vp8相比，至少他是精確而詳細的，至少不會(huì )殺傷我這么多腦細胞。如果只靠vp8的這份文檔，我想我死 也寫(xiě)不出來(lái)vp8的解碼器……（莫非他們就是一行一行讀h264的文檔然后寫(xiě)的ffh264解碼器？牛?。?/p>
不吐槽了，把視線(xiàn)收回來(lái)，看vp8。一般處理視頻的步驟都是：
編碼：預測 -> 變換+量化處理 -> 熵編碼 -> 環(huán)路過(guò)濾器
解碼：熵編碼 -> 預測 -> 反量化處理+變幻 -> 環(huán)路過(guò)濾器
p幀
就是通過(guò)當前幀已有的部分預測其他區塊的內容?？梢允窃诋斍皫M(jìn)行，也可以通過(guò)運動(dòng)補償的方式在幀間進(jìn)行。
幀內預測
幀內預測是用來(lái)編碼幀間不同，在空間域上進(jìn)行的預測編碼算法，可以除去相鄰塊之間的空間冗余度，取得更為有效的壓縮。
vp8的幀內預測基本上都是照抄h(huán)264的。”subblock”幾乎和h264一樣（他們竟然用了同樣的名字），還有h264的4×4模 式……whole block預測也基本上一樣使用16×16模式。色度預測模式也幾乎沒(méi)有區別，所以不可能擁有比h264更出色的效果了。但是值得一提的是，他們用 TM_PRED替代了planar預測模式。在預測方式上看起來(lái)有些不同，但是實(shí)際上h264都提供了相似的實(shí)現方法。
所以我對vp8有點(diǎn)失望。雖然說(shuō)h264的預測功能的確不錯，但是這也是7年的老物了……需要改進(jìn)，所以我真的希望類(lèi)似real這樣的公司趕緊滅亡 吧，一個(gè)存在了十幾年而從來(lái)沒(méi)有任何改進(jìn)的格式（rm，rmvb）……我希望on2能做一些更有創(chuàng )造性的工作，而不是照搬h264的東西，因為h264的 專(zhuān)利問(wèn)題就是一個(gè)定時(shí)炸彈。h264的幀內預測可是有專(zhuān)利的，真不知道on2怎么想的，我可不認為on2改個(gè)名字就能蒙混過(guò)關(guān)。
幀內預測對決：大部份照抄h(huán)264，甚至有的連名字都沒(méi)改……但是效果貌似還不如h264。
幀間預測：
幀內預測主要用在去除空間冗余上而幀間預測則主要用在去除時(shí)間冗余上。運動(dòng)估計就是在參考幀中尋找與當前編碼宏塊最匹配的宏塊，而運動(dòng)補償就是計算 二者的差值。幀間預測主要由兩個(gè)部分組成：參考幀和運動(dòng)矢量。vp8支持3中參考幀：p幀，g幀（golden fream）和alt ref幀。運動(dòng)矢量上，vp8支持比h264更多的可變大小區塊，次像素精度上，他支持四分之一像素和6-tap插值過(guò)濾。簡(jiǎn)而言之就是：
vp8參考幀：3
h264：16
vp8支持區塊類(lèi)型：6×16, 16×8, 8×16, 8×8, 4×4
h264：16×16, 16×8, 8×16, 但是還有更靈活的子區塊：例如 8×8 可以被分為 8×8, 8×4, 4×8, 或者 4×4
VP8 chroma MV derivation: 4×4 色度均值處理 (有點(diǎn)類(lèi)似于 MPEG-4 ASP)
h264：直接使用，沒(méi)有什么處理（沒(méi)有均值處理，所以視覺(jué)效果比較好）
H.264 擁有b幀和加權預測，但是vp8卻沒(méi)有
h264擁有更為靈活的架構，所以8×8并不常用，所以vp8棄用也沒(méi)有太多影響。但是色度處理上，h264因為沒(méi)有均值，所以擁有比vp8更好地 效果，但是理論上它需要更多的時(shí)間來(lái)編碼。但是實(shí)際中差別并不是很明顯。
vp8的插值過(guò)濾器似乎優(yōu)秀一些，但是他是以犧牲性能為代價(jià)的。竟然還用高達6的色度，真搞清楚他們在干什么……這只是無(wú)謂的浪費。
vp8沒(méi)有使用b幀是個(gè)致命的缺陷。使用b幀可以提高10-20%壓縮率并加快編碼速度，但是on2在他們所有的視頻編碼格式中都沒(méi)有應用b幀，但 是即使如此也有可能引起專(zhuān)利問(wèn)題。
幀間編碼對決：部分與h264相似，但是架構上不如h264，雖然使用了更為優(yōu)秀的過(guò)濾器，但是沒(méi)有使用b幀，所以會(huì )嚴重導致壓縮 率降低。
變換與量化編碼
總體來(lái)說(shuō)，VP8肯定比H.264弱。一個(gè)8 × 8變換缺乏細節，特別是在高的分辨率。很多轉換也不是必要的，卻在進(jìn)行。所以比較慢。由于專(zhuān)利，變換也有可能產(chǎn)生糾紛。一個(gè)良好的新思路是采用 分層直流轉換間塊。
轉換：類(lèi)似H.264標準。慢一點(diǎn)，再稍微更準確的4 × 4變換。改進(jìn)直流變換亮度（但色度不是）。沒(méi)有8 × 8變換?？傮w而言，更糟。
量化方面，核心過(guò)程基本上和所有的MPEG 視頻格式一樣，所以VP8也不例外。一個(gè)視頻格式，如果想體現自己與眾不同，那么他們主要的方式是通過(guò)改變量化尺度因子。方法有兩種，主要是：基礎幀的偏 移量，宏塊級的偏移，對于視頻來(lái)說(shuō)整體適合或者部分適合。 VP8主要使用前者，但是遠遠低于H.264靈活的自定義量化矩陣，它允許調整亮度量化直流，交流亮度，色度直流，等等。后者（宏塊級量化選擇）可以在理 論實(shí)現“圖像分割”功能，雖然很hack，但是效果嘛……
vp8的致命錯誤是已經(jīng)不使用宏塊級量化作為其核心功能。該算法利用宏塊級量化的優(yōu)勢被稱(chēng)為“自適應量化”，是絕對至關(guān)重要的。x264使用執 行方差的自適應量化（算法對比：使用前，使用后）后效果明顯，至今仍然是x264視覺(jué)質(zhì)量收益提供支持。
對量化對決：在成為殺手級視頻格式前，缺少綜合自適應量化將是絕對錯誤的?？傮w而言，非常糟糕。
熵編碼
根據信息論的原理，可以找到最佳數據壓縮編碼的方法，數據壓縮的理論極限是信息熵。如果要求編碼過(guò)程中不丟失信息量，即要求保存信息熵，這種信 息保持編碼 叫熵編碼，是根據消息出現概率的分布特性而進(jìn)行的，是無(wú)損數據壓縮編碼。
在視頻編碼中，熵編碼把一系列用來(lái)表示視頻序列的元素符號轉變?yōu)?一個(gè)用來(lái)傳輸或是存儲的壓縮碼流.輸入的符號可能包括量化的變換系數(像上面所說(shuō)的運行級或零樹(shù)),運動(dòng)向量(對于每個(gè)運動(dòng)補償塊的向量值x和y),標記 (在序列中用來(lái)表示重同步位的點(diǎn)),頭(宏塊頭,圖象頭,序列的頭等)以及附加信息(對于正確解碼來(lái)說(shuō)不重要的信息).
VP8使用的熵編碼器有點(diǎn)類(lèi)似于H.264，但有幾個(gè)關(guān)鍵處又有所不同。首先，它忽略了范圍/概率乘法表。第二，它是完全非自適應的：與 H.264相比，它能夠解碼后的每一幀，概率值保持不變。
這種做法并不奇怪; VP5和VP6（也許是VP7）也用的非自適應算術(shù)編碼器。更重要的是，我之所以對這個(gè)問(wèn)題感興趣，是因為它使自適應會(huì )增加單一的表查找來(lái)的算術(shù)解碼功能 ——對性能的影響很小。
vp8這個(gè)方案的缺點(diǎn)是，像VP3/Theora（雖然沒(méi)有那么嚴重），它偏向于以重新使用以前的運動(dòng)矢量。這是相當危險的，因為正如開(kāi)發(fā)員們最近 發(fā)現，一些情況下，即選取一個(gè)運動(dòng)矢量編碼器是不是“真實(shí)”的運動(dòng)矢量，以略去潛在的負面的視覺(jué)影響。在效率方面，我不知道是VP8比H.264的預測是 否能做到更好。
還有一點(diǎn)要注意的是VP8文件的結構。這個(gè)有點(diǎn)像VP3/Theora，涉及組件的每個(gè)碼流的語(yǔ)法元素。這個(gè)不幸的是，它是硬件加速的噩夢(mèng)，需 要極大提高存儲效能以及帶寬。
熵編碼對決：它在某些方面出現好轉，在某些方面惡化， 實(shí)在怪異。我的直覺(jué)是，它對H.264非自適應算術(shù)編碼有一些輕微的優(yōu)勢，但是硬件加速方面，真是杯具。
環(huán)路濾波器
通常是在編碼/解碼幀后使用，通常是為了消除基于DCT的視頻格式的方塊現象。
VP8的環(huán)路濾波器與H.264依然相似，但有一些區別。首先，它有兩種模式（即可以由編碼器選擇）：快速模式和普通模式?？焖倌Ｊ奖?H.264 的簡(jiǎn)單，而正常模式較為復雜。第二，宏塊之間的濾波，VP8的過(guò)濾器比h264的宏塊濾波器有更廣泛的作用范圍，h264的則僅限于邊緣。
環(huán)路濾波器對比：絕對比H.264的差，因缺乏自動(dòng)適應性。雖然選擇快速模式可以加快速度，但是成像結果慘不忍睹，十分模糊。
附錄A：
總體而言，很明顯，VP8明顯比H.264差。上面提到的主要弱點(diǎn)是缺乏適當的自適應量化，沒(méi)有B幀，缺少8 × 8變換，以及非自適應性環(huán)路濾波器。其實(shí)我真的希望VP8能超越H.264，VC – 1或者H.264 Baseline Profile。當然，vp8現在性能明顯優(yōu)于theora和Dirac。
解碼的速度我不太清楚條件，目前大約是FFmpeg的H.264解碼器的16%（比自稱(chēng)最先進(jìn)的CoreAVC慢25%-35%） 。當然，全面優(yōu)化后能達到多少還難以預料，但是目前的確需要大幅優(yōu)化。
最后，還是專(zhuān)利問(wèn)題。 VP8與H.264太相似了：一個(gè)精辟的，有些不太準確的描述說(shuō)VP8將是基于H.264 Baseline Profile的最好的編碼器。雖然我不精通法律，但是我不相信他們能夠做到這點(diǎn)。即使VC – 1的不同于VP8和H.264，但是VC – 1也無(wú)法從軟件專(zhuān)利這個(gè)魔掌中逃脫。
如果google運氣夠好，專(zhuān)利之戰能夠勝利，也許能給theora帶來(lái)一絲曙光。
對比：
VP8 (On2 VP8 rc8) (source)
H.264 (Recent x264) (source)
H.264 Baseline Profile (Recent x264) (source)
Theora (Recent ptalabvorm nightly) (source)
Dirac (Schroedinger 1.0.9) (source)
VC-1 (Microsoft VC-1 SDK) (source)
MPEG-4 ASP (Xvid 1.2.2) (source)
附錄B：
谷歌之所以選擇Matroska作為封裝格式，這是不足為奇的：的Matroska是目前使用最廣泛使用的視頻封裝格式之一，也許MP4（又名 ISOmedia）可能是一個(gè)更好的設計格式，但不是很靈活，而且是一個(gè)封閉格式。
另一個(gè)優(yōu)點(diǎn)是Matroska可用于視頻流：雖然不常用，它的確可以。請注意，我不是說(shuō)漸進(jìn)式下載（a’la YouTube）的，而是實(shí)際的流，其中編碼器是實(shí)時(shí)工作的。這樣做的唯一方法是用MP4通過(guò)發(fā)送視頻的“片段”，非常hacky的方法。
真搞不懂為什么google非要給 Matroska 起 WebM 這么個(gè)愚蠢的名字
音頻選擇Vorbis格式，是明智之舉，沒(méi)有專(zhuān)利問(wèn)題，而且性能優(yōu)秀。而且libvorbis是最好的開(kāi)源通用音頻編碼器。雖然AAC是在低的比特率表現較好，但是沒(méi)有好的開(kāi)源的AAC編碼器：FAAC的FFmpeg的AAC編碼器是更糟。此外，FAAC分部是不是免費軟件，它包含了非免費編碼器的 代碼。因為專(zhuān)利的問(wèn)題，估計google也別無(wú)可選……
參考資料：
http://x264dev.multimedia.cx/?p=377
http://www.ruanyifeng.com/blog/2010/05/the_first_view_of_vp8.html
http://baike.baidu.com/view/587027.htm
http://hi.baidu.com/hnu_lina/blog/item/f13a59b1fd7eb9520823023e.html
http://zh.wikipedia.org/zh/%E7%86%B5%E7%BC%96%E7%A0%81
聯(lián)系客服
