Fragen zur MPEG-2 Enkodierung

Suchst du die Encoder oder Decoder Seite?
Hast du einen MPEG2 Standard vorliegen?

Der Decoder ist genau spezifiziert, der Encoder kann im Prinzip alles machen, was nachher das gewünschte Ergebnis bringt.

Quantisierung:

Die einfachste Möglichkeit ist, einfach das Ergebnis der DCT durch Quantizer_Scale*QMatrix eintrag zu teilen.

Etwas besser ist es, wenn man eine sogenannte DeadZone einführt, so dass Werte eher abgerundet werden, bzw. sehr kleine werte Null werden. Das sorgt dafür, dass die RLE besser arbeitet.

Man kann auch andere Rundungstricks anwenden. Die H.264 Referenzsoftware z.B. verwendet eine adaptive Rundungsstrategie, die das Rundugnsverhalten aufgrund von vorher encodierten Bildteilen ändert.

Optimal ist die Verwendung einer Viterbi-basierten Quantisierung: Die zur Encodierung eines Koeffizienten verbrauchten Bits werden gegen die verursachten Bildfehler abgewogen. So werden z.B. Koeffizienten, die viele Bits brauchen, aber nur wenig Bildfehler verursachen würden, weggelassen, um mit den eingesparten Bits an anderer Stelle zu verbessern. Dieses Verfahren wird auch als Trellis Quantisierung bezeichnet.

http://www.icsl.ucla.edu/~ipl/Publicati…on_in_h263+.pdf

Man kann das auf die Spitze treiben, und auch in B oder P-Frames die Koeffizienten zusammen mit denen der Referenzen optimieren, das ist dann aber sehr rechenintensiv (also ich meine sehr rechenintensiv)

http://www.stanford.edu/~bschumit/Schumitsch_PCS_04.pdf
(Loren Merritt hat mal angefangen, das für x264 zu implementieren, was dabei rauskam weiß ich aber nicht)

Für B-Frames kann man auch beliebigen Aufwand treiben. Die Decodierung ist jedoch festgelegt (als arithmetisches Mittel der beiden Predictions):

Man kann einfach von jedem der beiden Referenzen den Vektor nehmen, der eine Fehlermetrik minimiert (z.B. SAD oder SSD)

Oder man nimmt den besseren der beiden und sucht den Vektor für die andere Referenz, die den Gesamtfehler minimiert.

Oder man sucht die kombination von Vektoren, die den Fehler minimiert.

Oder man wiegt dabei noch die Kosten zur Encodierung der Vektoren gegenüber den Bildfehlern ab.

Für Beispiele empfehle ich dir Open Source Implementierung von MPEG2 Encodern zu lesen, falls du C lesen kannst. Insbesondere ffmpeg ist zu empfehlen, da sind einige der oben genannten Dinge implementiert. der Code ist zwar zum Teil ziemlich optimiert, und deshalb sehr unleserlich, aber die Autoren haben üblicherweise ziemlich Ahnung.

Hast du vor, den Quelltext zu veröffentlichen? Ich fände das prinzipiell interessant.

Vermutlich wird da der ISO/IEC-Standard 13818 helfen, wenn man die Chance hat, an diese Dokumente heranzukommen. Draft-Versionen davon müssten eventuell auf neuron2.net liegen; oder hab ich noch welche?! ...

Zitat von QuAdJojo

Hi Kopernikus,

danke für die schnelle Antwort.
Bin gerade nicht mehr in der Arbeit, werde morgen mit deinen Tipps mal
ein wenig rumprobiern. Ich poste auch die Rekonstruktionsformel die ich in dem Buch habe, evtl. kannst du mir sagen was für eine Art der Quantisierung das dann entspricht.

Die Rekonstruktionsformel ist vermutlich die aus dem Standard, das ist das was ein Decoder machen muss, damit man ihn als standardkonformen MPEG2 Decoder bezeichnen darf.

Was der Encoder macht, um einen Bitstream zu erzeugen, aus dem der Decoder etwas macht, was der Quelle ähnlich sieht, ist völlig beliebig. Man könnte auch so lange zufällige Werte ausprobieren, bis es so ähnlich aussieht. Und da man ja das Video klein kriegen will macht man dann so Tricks wie die oben genannten, um mit weniger Bits ein ähnlich gut aussehendes decodiertes Bild rauskriegt.

Die direkte Umkehrung der Rekonstruktionsformel ist das simple dividieren. In nicht Intra-Frames kann man evtl. etwas aggressiver abrunden, da in der Rekonstruktion ein Bias nach oben hinzukommt.

Zitat

Ich habe bereits versucht im Standard MPEG2 Encoders (in C) des MPEG Teams die funktionsweise besser zu verstehen, war aber nicht so einfach
mich da einzulesen. Evtl. finde ich ja noch eine andere Implementierung.

Eigentlich alle Open Source MPEG2 Implementierungen, die ich kenne sind in C geschrieben. Aber vielleicht schaust du dir libMPEG2 (http://sourceforge.net/projects/libmpeg2/) mal an, die Referenzsoftware ist nicht als verwendbares oder besonders gut lesbares Programm gedacht, sondern im wesentlichen als Forschungsobjekt.

ffmpeg ist auch gut, aber unter umständen sehr schwer zu lesen.

HC ist nicht in C geschrieben ... Fortran glaube ich, oder?

Ja, Fortran, aber ist HC Open Source?

Ausserdem ist Fortran nicht wesentlich besser lesbar als C, eher im Gegenteil...