ＡＶＳ數字音視頻編解碼標準

摘要：數字音視頻編解碼標準(AVS)是中國自主制訂的數字電視、IPTV等音視頻系統的基礎性標準。AVS標準第2部分視頻(AVS1-P2)屬高效的第二代視頻編碼技術，相比于第一代標準MPEG-2，編碼效率提高2～3倍，并且實現方案簡潔，因此，AVS視頻標準已經為IPTV，數字電視廣播等應用做好了充分的技術準備。同時，AVS標準具有專利許可方式簡潔、相關標準配套的優勢。這將為中國的IPTV、數字電視廣播等重大信息產業應用及民族IT產業發展起到積極的推動作用。

關鍵詞：數字音視頻編解碼標準；AVS標準第2部分；視頻編碼標準；數字電視廣播

Abstract: Audio Video coding Standard (AVS)， independently developed and owned by China， is a fundamental standard applied in digital TV， IPTV and other audio/video based systems. AVS Part 2 (AVS1-P2)， the video part， defines the highly efficient second generation video coding technology， with the coding efficiency 2-3 times higher than the first generation standard like MPEG-2. Moreover， its implementation is simple and easy. Therefore， AVS1-P2 has made full technical preparation for such applications as IPTV and digital TV broadcast. Meanwhile， AVS possesses the advantages of simple intellectual property warranty and cooperative standards support. It will effectively push the development of national IT industry of China and its important information applications like IPTV and digital TV broadcast.

Key words: AVS; AVS1-P2; video coding standard; digital TV broadcast

基金項目：國家“863”計劃項目(2002AA119010、2004AA119010)；國家自然科學基金重點項目(60333020)

從1952年貝爾實驗室Cutler等人進行差分脈沖編碼調制(DPCM)技術的研究開始，視頻壓縮編碼技術經歷了50余年的發展。在這一過程中，逐漸形成了變換編碼、預測編碼、熵編碼3類經典技術，分別用于去除視頻信號的空域冗余、時域冗余及統計冗余。并基于這些經典技術，逐漸形成了以塊為單元的預測加變換的混合編碼框架。到目前為止，已有的視頻編碼標準都基于這一框架，包括國際電信聯盟(ITU-T)的H.261/3/4視頻編碼建議以及國際標準化組織/國際電工委員會(ISO/IEC)的MPEG-1/2/4視頻編碼標準。這些標準及其技術對視頻信號提供了一種高效表達方式，使得巨大的視頻數據能夠在有限帶寬下傳輸以及在有限空間下存儲。其中，MPEG-2標準在世界范圍內得到了廣泛應用，已經成為電視廣播應用的基礎性支撐標準。但MPEG-2標準制訂于1994年，屬第一代視頻編碼技術，近10年視頻編碼技術的發展，使得MPEG-2標準在新一代IPTV、高清數字電視廣播、無線移動媒體通信、流媒體服務等方面的應用上不再高效與經濟。新的應用需要新的高效信源編碼方案。

數字音視頻編解碼標準(AVS)標準第2部分：視頻(AVS1-P2)^[1]的技術規范完成于2003年12月，該標準面向標清高清視頻編碼應用。AVS視頻標準吸收了國內外研究機構近年來的優秀研究成果，屬于高效的第二代視頻編碼技術。相比于MPEG-2標準，編碼效率提高2～3倍。如果以AVS視頻標準進行標清視頻廣播應用，可以將MPEG-2標準所需的5～6 Mb/s傳輸帶寬降低到1.5～3 Mb/s。因此，即使在不進行大規模寬帶光纖網絡升級的情況下，借助于AVS視頻技術，IPTV應用也可以在現有家用數字用戶線(DSL)網絡的2 Mb/s帶寬下進行大規模實施。在新的寬帶網絡上，AVS視頻標準將使業務量翻番。

在獲得高編碼效率的同時，AVS視頻標準盡可能保持了低的計算實現復雜度。當編碼高清視頻信號時，AVS視頻獲得了與先進視頻編碼標準AVC/H.264主要檔次(Main Profile)相當的編碼效率，但解碼器的實現復雜度只有其60%～70%。在專利許可方面，AVS通過簡潔的一站式許可政策，解決了MPEG-4 AVC/H.264被專利許可問題纏身難以產業化的弊端，并且專利許可費用大大低于國際同類標準。

1 AVS視頻技術

1.1 混合編碼框架

AVS1-P2視頻標準采用經典的混合編碼框架，如圖1所示。此框架與以往視頻標準相同，但由于不同標準制訂時出于對不同應用的考慮，在技術取舍上對復雜度-性能的衡量指標各不相同，因而在復雜性、編碼效率上的表現也各不相同。比如，一般認為H.264的編碼器大概比MPEG-2復雜9倍，而AVS視頻標準則由于編碼模塊中的各項技術復雜度都有所降低，其編碼器復雜度大致為MPEG-2的6倍，但編碼高清序列AVS視頻標準具有與H.264相近的編碼效率。

在圖1所示框架下，視頻編碼的基本流程為：將視頻序列的每一幀劃分為固定大小的宏塊，通常為16×16像素的亮度分量及2個8×8像素的色度分量(對于4?誜2?誜0格式視頻)，之后以宏塊為單位進行編碼。對視頻序列的第一幀及場景切換幀或者隨機讀取幀采用I幀編碼方式，I幀編碼只利用當前幀內的像素作空間預測，類似于JPEG圖像編碼方式。其大致過程為，利用幀內先前已經編碼塊中的像素對當前塊內的像素值作出預測(對應圖1中的幀內預測模塊)，將預測值與原始視頻信號作差運算得到預測殘差，再對預測殘差進行變換、量化及熵編碼形成編碼碼流。對其余幀采用幀間編碼方式，包括前向預測P幀和雙向預測B幀，幀間編碼是對當前幀內的塊在先前已編碼幀中尋找最相似塊(運動估計)作為當前塊的預測值(運動補償)，之后如I幀的編碼過程對預測殘差進行編碼。編碼器中還內含一個解碼器，如圖1中青綠色部分所示。內嵌解碼器模擬解碼過程，以獲得解碼重構圖像，作為編碼下一幀或下一塊的預測參考。解碼步驟包括對變換量化后的系數進行反量化、反變換，得到預測殘差，之后預測殘差與預測值相加，經濾波去除塊效應后得到解碼重構圖像。以上編碼框架包含如下關鍵技術：

●幀內預測

●多參考幀預測

●變塊大小運動補償

●1/4像素插值

●整數變換量化

●高效B幀編碼模式

●熵編碼

●環路濾波

1.2 AVS關鍵技術介紹

(1)幀內預測

AVS視頻標準采用空域內的多方向幀內預測技術。以往的編碼標準都是在頻域內進行幀內預測，如MPEG-2的直流系數(DC)差分預測、MPEG-4的DC及高頻系數(AC)預測?；诳沼蚨喾较虻膸瑑阮A測提高了預測精度，從而提高了編碼效率。AVC/H.264標準也采用了這一技術，其預測塊大小為4×4及16×16，其中4×4幀內預測時有9種模式，16×16幀內預測時有4種模式。AVS視頻標準的幀內預測基于8×8塊大小，亮度分量只有5種預測模式，大大降低了幀內預測模式決策的計算復雜度，但性能與AVC/H.264十分接近。除了預測塊尺寸及模式種類的不同外，AVS視頻的幀內預測還對相鄰像素進行了濾波處理來去除噪聲。關于幀內預測技術的詳細描述參見文獻^[2]。

(2)變塊大小運動補償

變塊大小運動補償是提高運動預測精確度的重要手段之一，對提高編碼效率起重要作用。在以前的編碼標準MPEG-1、MPEG-2中，運動預測都是基于16×16的宏塊進行的(MPEG-2隔行編碼支持16×8劃分)，在MPEG-4中添加了8×8塊劃分模式，而在H.264中則進一步添加了16×8、8×16、8×4、4×8、4×4等劃分模式。但實驗數據表明小于8×8塊的劃分模式對低分辨率編碼效率影響較大，而對于高分辨率編碼則影響甚微，如圖2所示。在高清序列上的大量實驗數據表明，去掉8×8以下大小塊的運動預測模式，整體性能降低2%～4%，但其編碼復雜度則可降低30%～40%。因此在AVS1-P2中將最小宏塊劃分限制為8×8，這一限制大大降低了編解碼器的復雜度。

(3)多參考幀預測

多參考幀預測使得當前塊可以從前面幾幀圖像中尋找更好的匹配，因此能夠提高編碼效率。但一般來講2～3個參考幀基本上能達到最高的性能，更多的參考圖像對性能提升影響甚微(如圖3所示)，復雜度卻會成倍增加。H.264最多可采用16個參考幀，并且為了支持靈活的參考圖像引用，采用了復雜的參考圖像緩沖區管理機制，實現較繁瑣。而AVS視頻標準限定最多采用兩個參考幀，其優點在于：在沒有增大緩沖區的條件下提高了編碼效率，因為B幀本身也需要兩個參考圖像的緩沖區。

(4)1/4像素插值

MPEG-2標準采用1/2像素精度運動補償，相比于整像素精度提高約1.5 dB編碼效率；H.264采用1/4像素精度補償，比1/2精度提高約0.6 dB的編碼效率，因此運動矢量的精度是提高預測準確度的重要手段之一。影響高精度運動補償性能的一個核心技術是插值濾波器的選擇。AVC/H.264亞像素插值半像素位置采用6拍濾波，這個方案對低分辨率圖像效果顯著。由于高清視頻的特性，AVS視頻標準對1/2像素位置插值采用4拍濾波器^[3]，其效果與6拍濾波器相同，優點是大大降低了訪問存取帶寬，是一個對硬件實現非常有價值的特性。

(5)B幀宏塊編碼模式

在AVC/H.264標準中，時域直接模式與空域直接模式是相互獨立的。而AVS視頻標準采用了更加高效的空域/時域相結合的直接模式，并在此基礎上使用了運動矢量舍入控制技術^[4]， AVS標準B幀的性能比H.264中B幀性能有所提高。此外，AVS標準還提出了對稱模式^[5]，即只編碼前向運動矢量，后向運動矢量通過前向運動矢量導出，從而實現雙向預測。此方案與編碼雙向運動矢量效率相當。

(6)整數變換與量化

AVS視頻標準采用整數變換代替了傳統的浮點離散余弦變換(DCT)。整數變換具有復雜度低、完全匹配等優點。由于AVS1-P2中最小塊預測是基于8×8塊大小的，因此采用了8×8整數DCT變換矩陣。8×8變換比4×4變換的去相關性能強，在變換模塊，AVS標準編碼效率相比H.264提高2%(約0.1 dB)。同時與H.264中的變換相比，AVS標準中的變換有自身的優點，即由于變換矩陣每行的模比較接近，可以將變換矩陣的歸一化在編碼端完成，從而節省解碼反變換所需的縮放表，降低了解碼器的復雜度^[6]。

量化是編碼過程中唯一帶來損失的模塊。以前典型的量化機制有兩種，一種是H.263中的量化方法，一種是MPEG-2中的加權矩陣量化形式。與以前的量化方法相比，AVS標準中的量化與變換歸一化相結合，同時可以通過乘法和移位來實現，對于量化步長的設計，量化參數每增加8，相應的量化步長擴大1倍。由于AVS標準中變換矩陣每行的模比較接近，變換矩陣的歸一化可以在編碼端完成，從而解碼端反量化表不再與變換系數位置相關。

(7)熵編碼

熵編碼是視頻編碼器的重要組成部分，用于去除數據的統計冗余。AVS視頻標準采用基于上下文的自適應變長編碼器^[7]對變換量化后預測殘差進行編碼。其具體策略為，系數經過“之”字形掃描后，形成多個(Run，Level)數對，其中Run表示非零系數前連續值為零的系數個數，Level表示一個非零系數；之后采用多個變長碼表對這些數對進行編碼，編碼過程中進行碼表的自適應切換來匹配數對的局部概率分布，從而提高編碼效率。編碼順序為逆向掃描順序，這樣易于局部概率分布變化的識別。變長碼采用指數哥倫布碼，這樣可降低多碼表的存儲空間。此方法與H.264用于編碼4×4變換系數的基于上下文的自適應變長編碼器(CAVLC)具有相當的編碼效率。相比于H.264的算術編碼方案，AVS的熵編碼方法編碼效率低0.5 dB，但算術編碼器計算復雜，硬件實現代價很高。

(8)環路濾波

起源于H.263++的環路濾波技術的特點在于把去塊效應濾波放在編碼的閉環內，而此前去塊效應濾波都是作為后處理來進行的，如在MPEG-4中。在AVS視頻標準中，由于最小預測塊和變換都是基于8×8的，環路濾波也只在8×8塊邊緣進行，與H.264對4×4塊進行濾波相比，其濾波邊數變為H.264的1/4。同時由于AVS視頻濾波點數、濾波強度分類數都比H.264中的少，大大減少了判斷、計算的次數。環路濾波在解碼端占有很大的計算量，因此降低環路濾波的計算復雜度十分重要。

1.3 編碼效率對比

以上是從編碼模塊各個方面認識AVS，從中不難看出AVS視頻標準對每項技術都進行了復雜性與效率的權衡，為所面向的應用提供了很好的解決方案，努力降低復雜度，并保證高的編碼效率。

表1給出了2005年8月中國國家廣電總局廣播電視規劃院主持完成的AVS1-P2視頻標準測試結果，整體結論為性能優良。考慮到目前使用MPEG-2標準實施高清電視廣播時，一般使用20 Mb/s的碼率；使用MPEG-2標準實施標清電視廣播時，一般使用5～6 Mb/s的碼率。對照測試結果可以得知，AVS視頻碼率為MPEG-2標準的一半時，無論是標準清晰度還是高清晰度，編碼質量都達到優秀。碼率不到其三分之一時，也達到良好到優秀。因此在比MPEG-2視頻編碼效率提高2～3倍的前提下，AVS視頻質量完全達到大范圍應用所需的“良好”要求。

表2、表3分別給出了AVS1-P2與MPEG-2標準以及AVS1-P2與MPEG-4 AVC/H.264標準主要檔次的客觀編碼性能對比，結果為相同碼率條件下峰值信噪比(PSNR)的增益?？梢钥闯?，AVS1-P2相對于MPEG-2標準編碼效率平均提高2.56 dB，相比于H.264標準編碼效率略低，但平均只有0.11 dB的損失。

2 AVS標準的特色

AVS視頻標準高效的技術、簡潔的實現方案為其成功應用奠定了基礎。但要得到市場認可，還需要其他方面優勢的配合。MPEG-4標準沒有廣泛應用的一個重要原因是過度的專利保護所導致的高額專利費限制了技術的推廣。因此，AVS標準制訂之初就認真分析了國內外標準和知識產權領域的經驗教訓，充分考慮知識產權問題對標準推廣的影響，定義專利技術被標準接受的基本原則為：為保證標準的先進性，AVS標準不排斥各種專利技術，但專利進入AVS標準必須遵守一定的條件，必須將專利的利益索求限制在一個合理的水平上，以保證標準的公益性。AVS通過簡潔的一站式許可方式，解決了MPEG-4 AVC/H.264被專利許可問題纏身難以產業化的弊端。AVS視頻標準不同于H.264標準，后者是一個獨立的視頻標準，而AVS標準是一套包含系統、視頻、音頻、媒體版權管理在內的完整標準體系，這保證了實際應用系統所需的技術完備性。因此AVS視頻標準具有技術高效、實現方案簡潔，專利許可政策簡單、許可費用低廉，相關標準配套的特色。

3 結束語

AVS1-P2已經由國家標準化管理委員會批準，正式成為國家標準，并于2006年3月1日起正式實施。AVS標準將憑借其先進的技術和低廉簡潔的專利許可方式為中國IPTV、高清數字視頻廣播等重大信息產業應用起到積極的推動作用。

4 參考文獻

[1] GB/T 20090.2-2006信息技術先進音視頻編碼，第2部分：視頻[S]. 2006.

[2] ZHANG Nan， YIN Bao-cai， KONG De-hui， et al. Spatial prediction based intra-coding[C]//Proceedings of the 2004 IEEE International Conference on Multimedia and Expo (ICME'2004)， Vol 1. Jun. 27-30， 2004， Taibei， China. New York， NY，USA:IEEE， 2004:97-100.

[3] WANG Rong-gang， HUANG Chao， LI Jin-tao， et al. Sub-pixel motion compensation interpolation filter in AVS[C]//Proceedings of the 2004 IEEE International Conference on Multimedia and Expo (ICME'2004)， Vol 1. Jun. 27-30， 2004， Taibei， China. New York， NY，USA:IEEE， 2004:93-96.

[4] JI Xiang-yang， ZGAO De-bin， GAO Wen， et al. New scaling technique for direct mode coding in B pictures[C]//IEEE International Conference on Image Processing (ICIP 2004). Oct 24-27， 2004， Singapore. Piscataway， NJ，USA:IEEE， 2004:469-472.

[5] JI Xiang-yang， ZHAO De-bin， GAO Wen， et al. New Bi-prediction techniques for B pictures coding[C]//Proceedings of the 2004 IEEE International Conference on Multimedia and Expo (ICME'2004)， Vol 1. Jun.27-30， 2004， Taibei， China. New York， NY，USA:IEEE， 2004: 101-104.

[6] MA Si-wei， GAO Wen， FAN Xiao-peng. Low complexity integer transform and high definition coding[C]//Proceedings of SPIE 49th Annual Meeting，Vol 58. Aug 02-06， 2004， Denver， CO， USA. Bellingham， WA，USA:SPIE Press， 2002:547-554.

[7] WANG Qiang， ZHAO De-bin， MA Si-wei， et al. Context- based 2D-VLC for video coding[C]//Proceedings of the 2004 IEEE International Conference on Multimedia and Expo (ICME'2004)， Vol 1. Jun.27-30， 2004， Taibei， China.New York， NY，USA:IEEE， 2004: 89-92.

收稿日期：2006-03-07

作者簡介

高文，中國科學院計算技術研究所研究員，中國科學院研究生院教授、博導，北京大學、哈爾濱工業大學教授，數字音視頻編解碼技術(AVS)標準化工作組組長，計算機學報主編，中國圖像圖形學會副理事長，中國軟件行業協會副理事長，國務院學位委員會計算機學科評議組成員，ISO/IEC JTC1/SC29/WG11(MPEG)國際標準化委員會中國代表團團長，IEEE視頻信號處理和通信技術委員會委員。

王強，哈爾濱工業大學在讀博士，主要從事視頻編碼技術、熵編碼技術研究工作，已在國際會議及期刊上發表4篇學術論文，并獲得北京市科技進步一等獎。

馬思偉，中國科學院計算技術研究所畢業，博士?，F工作于中國科學院計算技術研究所，主要從事視頻壓縮方面的研究工作，包括視頻編解碼器設計、編碼優化等研究內容，參與了國際標準H.264、中國標準AVS的制訂，已提交3項國際標準技術提案，發表13篇技術論文，申請專利10項，獲中國科學院院長獎特別獎。