有望なビデオ形式。 新しい方向

9月上旬、Intelは組織Alliance for Open Mediaへの参加を発表しました。 このステップでは、オープンフォーマットのサポートを強調し、新世代のビデオエンコーディングツールの作成に向けて努力を向けています。 Alliance for Open Media Consortiumは、Amazon、Cisco、Google、Intel、Microsoft、Mozilla、Netflixの企業を含み、新世代のビデオフォーマットを共同で開発し、新世代のプロセッサ向けに最適化することでエンドユーザーのビデオ配信コストを削減することを目的に作成されました。



この投稿では、ビデオ形式の分野における現状を分析し、その開発の見通しを検討します。 この記事は、Intel Media Development DirectorのMark Buxtonによって書かれました。



ビデオ放送に使用される形式の最近の歴史をよりよく理解するために、ビデオ放送が実際に何であるかを思い出しましょう。 過去20年にわたって、ビデオ放送は固定チャンネルからチャンネル多重化およびパケットビデオストリーム（マルチレベルネットワーク経由で送信されることが多い）に移行しました。 これらのモデルはすべて同時に存在します。 最後の2つのモデルは、最初はスケーラブルビデオを使用していましたが、現在、一部の市場ではリアルタイムエンコーディングがネットワーク境界の近くで使用されています（たとえば、チャネル条件やクライアントデバイスの機能に適応するため）。 これらのすべてのコーディングモデルには、データフローレートとビデオ品質のバランスを取るために、異なる品質レベルと異なるアルゴリズムが必要です。



この「ラストマイル」の放送に加えて、ビデオの撮影、転送、編集時にコーディングが行われます。 可能な限り最高のビデオ品質を達成したいという欲求は、短期的な問題ではありません。画面の解像度、明るさ、コントラストは常に増加しています。 さらに、解像度と色深度の増加は通常、圧縮の必要性と関連しています。 HEVCなどの新しい形式に切り替えると、ネットワークおよびストレージシステムのボトルネックを回避し、高品質のブロードキャストビデオを作成して視聴者に送信することができます。



ムーアの法則とマイクロプロセッサの作成サイクルに進みます。 ビデオフォーマットの計算の複雑さは、世代から世代への移行中に奇跡的に安定したレベルで維持されます。 しかし、これは実際、偶然に判明しました。HEVC形式はAVCと比較してはるかに複雑ですが、いくつかの効果最適化アルゴリズムを提供します。



ビデオエンコーディングフォーマットの最後の2つのステップ（AVC-> HEVC）の間で経過する間に、同じ価格で利用可能なプロセッサコアの数が大幅に増加しました。 最新のIntel Xeon E5プロセッサフ​​ァミリには、デバイスごとに最大18コアが含まれています（2003年にAVCが登場したとき、Intel Xeonプロセッサはシングルコアでした）。 ビデオコーディングの「密度」は、ブロードキャストに必要な品質を提供できるIntel Xeon E3プロセッサフ​​ァミリとビデオコーディングハードウェアコンポーネントの出現により、さらに飛躍しました。 クライアントプロセッサで使用されるハードウェアアクセラレータとソフトウェアソリューションの開発は、 Intel Media Server Studioから利用可能なIntel Quick Sync Videoハードウェアユニットになりました。 これらを使用する場合、QSVを使用するIntel Core i7-5850プロセッサーとx264ソフトウェア実装を使用する同じプロセッサーを比較すると、トランスコーディングレートは3倍になり、品質が向上します。 当社とメディアおよび放送業界のクライアントは、従来のセットトップボックスに使用されていた古いMPEG-2から、旧世代のAVC、最新世代のTV、タブレット、電話、エンターテイメントデバイス用の最新のVP9およびHEVCまで、ますます多くのフォーマットを使用しています。





Intel Core i7-4770プロセッサ：2つのビデオコーデックファミリのパフォーマンスと品質の比較



コーディングする前に、エコシステムで最も多くのリソースを費やしたことがわかります。 ただし、コーディングの大幅な改善により、ビジネスモデルが変わる可能性もあります。 最も明らかな利点は、お客様がより安価なコーディングを活用し、効率を高め、より多くの素材をエンコードできることです。

ビデオエンコード形式の開発

これまでで最も効果的なビデオエンコーディング形式はHEVCです。 ビデオコーディング効率を測定する方法は多数あります。 上記のチャートの縦軸で使用されているBD-RATEメソッドは広く使用されています。 データの品質と速度によって形成される曲線を「ゴールド」形式と比較することにより、1つのメトリックでデータフローレートとビデオ品質を下げることができます（これらの2つの特性はある程度依存するため）（参照エンコーディングとしてWG11 HM14が​​使用されます） 。



この比較では、Y-PSNRメトリックを使用して品質を評価します。 Y-PSNRは長い間ビデオの評価に適していると考えられてきましたが、最新世代のビデオエンコード形式の出現により、Y-PSNRはあまり役に立たなくなりました。 それにもかかわらず、これは非常に良いフォーマットです。 大きなブロックの問題を解決すれば、「客観的な」結果に近い非常に高品質のビデオを実現できます。 これは、教育機関、国家機関、民間企業など、さまざまな国の代表者が参加したオープンプロセスの一部として開発されました。



WebMには代替モデルがあります。 VP8コーデック（WebMコーデックの中で最初のもの）は、元々独自技術として開発されました。 Googleに買収され、オープンになり、ビデオのストリーミングにすぐに適応しました。 Googleは、無料の使用ライセンス、無料のオープンソースソフトウェア、さらには無料のハードウェアリソースさえも業界に提供しています。 VP8コーデックは、放送用のビデオエンコーディング効率の点では、AVCおよびHEVCの競合相手ではありませんでしたが、わずかなライセンス制限のある多数の顧客によって展開されました。 この形式は、ビデオ会議に最もよく使用されます。



VP9形式は、最近、同様の（無料の）ライセンスモデルを持つVP8の代替として開発されました。 VP9は、HEVCと同様に、優れた最新のビデオコーデックです。 図の静止フレームを比較します。 以下の1、2、3。 古い品質メトリクスを使用することの欠点を示したかったので、HEVCで最も難しいビデオの1つであるcrowd_runを使用します。 これは複雑なシーケンスです。これは、大きなブロックに詰め込めない多くの種類の動き、大量の情報、およびテクスチャーが混在しているためです。 通常、平均して、大量の材料に対して、HEVCはVP9よりも高い品質を生成しますが、この場合はそうではありません。 この場合、VP9の利点は肉眼で「見える」ことです。



HEVCと同様に、VP9は色深度の強化、色域の強化、高解像度、幅広いアプリケーションをサポートしています。 VP9の品質は、VP8からAVCよりもHEVCにはるかに近く、（VP9形式はまだ比較的新しいため）将来、この品質のラグはさらに小さくなると推測できます。





パラメーター–good –cpu-used = 0を使用した、8.5 Mbpsの流量でのVP9エンコード。 拡大画像領域のクラウドラン。 木の詳細に注意してください。 非常に複雑なフレームシーケンスに対して非常に良い結果（残念ながら、このレベルの品質では、コーデックは他のコーデックよりも2桁遅くなります）





-veryslowパラメーターを使用した12 MbpsビットレートでのAVCエンコーディング。 標準のクラウド実行画像テストシーケンスの拡大領域。 木がどれほどベタベタしているかに注目してください。 それにもかかわらず、AVCのPSNRメトリックは2 dB高くなります（！）





7.6 Mbpsビットレートで-TU4を使用したHEVCエンコーディング。 拡大画像領域のクラウドラン。 はるかに低いデータレートで、x264よりも明らかなコーディングアーティファクトは少ないですが、品質はVP9よりも低くなっています。 （この場合、客観的な指標によると、同じY-PSNRでVP9を使用する場合よりもデータフローレートが10％低くなります。）興味深いことに、ソフトウェアバージョンはAVCの2倍高速です。



ただし、Googleはこの分野で単独で行動したわけではありません。 ロイヤリティを支払うことなくビデオをエンコードする必要がある他の企業は、新しいビデオ形式を作成しました。 最も有名なのは、中国のAVS形式（v1およびv2）を使用しているCisco CorporationのトールであるXiph / MozillaのDaalaです。



どちらのモデルも、同等の技術品質のビデオエンコード形式を作成できます。 では、なぜOpen Media for Allianceに参加したのですか？



このコンソーシアムの他の創設者と同様に、HEVCおよびVP9に続く新しい形式は、ビデオエンコーディング効率の向上に向けてさらに進むべきではないと考えています。 私たちは、世界中のすべてのユーザー向けに、あらゆる種類のデバイスへの高品質のビデオ、サウンド、画像、ストリーミングメディアに対するインターネットの増大するニーズを満たすことができるテクノロジーの作成に努めています。 アライアンスの一環として、Thor、Daala、VP10を単一の同種の新世代ビデオ形式に統合する機会を得て、さまざまなマルチメディアソリューションを実装する機会を創出しました。

何、どこ、いつ？

今年の終わりまでに新しいビデオコーデックを入手したい場合は、悲しいかな、作成に時間がかかります。 迅速に対応していますが、現在の世代のビデオ形式でさえ以前のものを大きく上回っており、HEVC（およびVP9）を作成および配布するための機器、プログラム、ツールに多大な労力とお金を費やしています。 HEVCを定性的に追い越すことができる新しいビデオ形式を開発するにはかなりの時間がかかります（したがって、AVC <<でコーデックに切り替えてHEVC >>のメリットを得るために作業の結果を待つ必要はありません...）。



この方向での共同作業により、一般の人々が関心を持つ新世代のマルチメディアフォーマット、コーデック、およびテクノロジーが作成されるフレームワーク内で、オープンソースプロジェクトを作成できることは間違いありません。

参加してください！

利害関係者は、彼らがどのように助けることができるか尋ねます。 ですから、Alliance for Open Mediaと直接関係を結ばないことに決めたとしても、ここに私がより広いコミュニティから受けたいものがあります。

• Intelは、オリジナルの圧縮されていない無料の放送品質のビデオを必要とします（圧縮アルゴリズムを扱うチームによる技術的な問題を解決し、この技術を実証するため）。
• Intel Corp.は、次世代のエンコーディングツールと連携できる新しいビデオ品質分析ツールをサポートしています。 特に、品質分析ツールは、振動、フリッカー、動きに敏感なアーティファクトに特に注意を払う必要があります。これは、特に高い輝度とコントラストの画面で、大きなブロックでヒットしたときに最も顕著になります。 Intel Video Quality Caliper（ Intel Video Pro Analyzerの一部として）は、この分野で新しいソリューションを作成するためのプラグインです。
• そして最も重要なことは、Intelがあなたのサポートを必要としていることです。 ロイヤルティを必要としないオープンビデオ形式のサポーターである場合は、お知らせください。