معرفی تکنولوژی پیشرفته فشرده سازی +H265

1398/04/16

فشرده سازی H264 یک استاندار معمول ذخیره سازی تصاویر بوده است، تکنولوژیH264 به طور گسترده در طی چند سال گذشته مورد استفاده قرار گرفته است در طی این مدت با روی کار آمدن الگوریتم فشرده سازی H264+  و H265 به نسبت H264 سهمی بیشتری برای فشرده سازی تصاویر به خود اختصاص دادند.

---

به دلیل توسعه کیفیت تصاویر و به  وجود آمدن تکنولوژی 4K به الگوریتم فشرده سازی قدرتمند تری برای حل مشکل حجم بالای اطلاعات در هنگام انتقال مواجه می شویم. این امر می‌تواند یک سیستم مدار بسته را از جهات مختلف دچار محدودیت نماید که از جمله می توان به تحمیل هزینه هایی مانند فضای ذخیره سازی و پهنای باند اشاره نمود. به همین دلیل برای دسترسی به تصاویری با کیفیت بالا نیازمند راهکارهای دیگری هستیم و آن رونمایی از الگوریتم پیشرفته فشرده سازی H265+ مبتنی بر یک الگوریتم هوشمند می باشد. تکنولوژی رمز گذاری H265+ بر  اساس H265+(HEVC ) استاندارد فیلمبرداری با کارایی بالا می باشد.

راهکارهای بسیار زیادی برای کاهش حجم تصاویر و سایر اطلاعات مرتبط وجود دارند که در دسته فناوری های فشرده سازی ویدئویی قرار می گیرند و می توان برای مثال به  MPEG، JPEAG، H.264  و ... اشاره نمود. هر کدام از این روش‌ها با کاهش برخی از پارامترهای تکراری و غیرضروری در تصویر با حفظ کیفیت آن اقدام به کاهش حجم تصاویر می نمایند. از جمله جدیدترین این روش ها می توان به روش H.265+ ابداعی شرکت هایک ویژن اشاره نمود که مختص سیستم های مداربسته طراحی شده است. تکنولوژی H.265+ یک الگوریتم هوشمند است که با تبعیت از استاندارد HEVC یا (High Efficiency Video Coding) و یا H.265 طراحی شده است . اما مهمترین تفاوت موجود در نحوه عملکرد H.265+ نسبت به نسخه های قبلی، کاهش میزان بیت ریت تصاویر (یعنی کاهش تعداد بیت هایی که در یک واحد زمان منتقل یا پردازش می شوند) و در نتیجه کاهش مصرف پهنای باند (میزان انتقال داده‌ها به بیت در ثانیه) است.
H.265+  از طریق کاهش چشمگیر نرخ بیت ریت در تصاویر ویدئویی مستقیما منجر به کاهش هزینه های مربوط به پهنای باند دردوربین مداربسته و فضای ذخیره سازی می گردد. نحوه عملکرد این فناوری به این صورت است که اطلاعات اصلی در زمینه تصویر پایدار باقی مانده و به ندرت تغییر می کنند. اساس کارکرد آن با در نظر گرفتن 3 مورد زیر است: 

1- معمولا ممکن است اشیاء متحرک فقط چندین بار در یک بخش با اهمیت از تصاویر ظاهر شوند پس بسیاری از فریم ها تکراری خواهند بود.

2- تمرکز بیننده عمدتا بر روی اجسام متحرک است بنابراین قسمت های دیگر تصویر کمتر جلب توجه می کنند.

3- دو عامل کارکرد نظارتی 24 ساعته و وجود نویز در سیستم های مداربسته هر کدام بر کیفیت تصاویر تاثیرگذار هستند.

نحوه عملکرد H265+

نحوه عملکرد H.265+به شرح زیر است: 1. ابتدا تصویری از محیط مورد نظر گرفته، و از آن به عنوان فریم پس زمینه استفاده می کند. در این تصویر تمرکز اصلی بر روی اشیاء متحرک خواهد بود. 2. هنگامی که سوژه متحرکی وارد این فریم گردد، H265+ تصویری از جسم متحرک را انتخاب نموده و از آن به عنوان فریم مرجع استفاده می کند. 3. چنانچه سوژه به حرکت خود ادامه دهد، سیستم فقط اطلاعات مربوط به سوژه متحرک را در هر فریم اضافه می کند و باقی اطلاعات تکراری را حذف می کند.
از لحاظ علمی فشرده سازی H265+ دارای 3 مرحله کلیدی زیر است:

1- تکنولوژی کدگذاری طبق مدل پس زمینه

2- تکنولوژی کاهش چشمگیر میزان نویز در تصویر

3- تکنولوژی کاهش نرخ بیت

در تصویر زیر هنگام استفاده ازفشرده سازی  H265+، تفاوت فشرده سازی در شرایط ذخیره سازی را مشاهده می کنید.

تکنولوژی رمزگذاری بر اساس مدل پس زمینه

همانطور که می دانید فرمت های مختلفی از فشرده سازی تصاویر اعم از MPEG2،  MPEG4، H.264  و... وجود دارند که اساس کار در آنها بر پایه کدگذاری ترکیبی است. مبنای کار فشرده سازی در این فرمت ها بدین گونه است که معمولا یک فریم را به عنوان فریم مرجع در نظر می گیرند. در این فریم اطلاعات پس زمینه معمولا ثابت هستند و از فریم مرجع برای کدگذاری سایر فریم ها استفاده می گردد که در مجموع منجر به فشرده سازی بهتر کلیه تصاویر می شود. اما در H.265+ روش کدگذاری تفاوت هایی دارد که یکی از مراحل آن کدگذاری بر اساس مدل پس زمینه است این مرحله خود به دو بخش کدگذاری داخلی و میانی تقسیم بندی می شود:

 

1- رمزگذاری داخلی(Inter-frame prediction) :

فریم داخلی فریمی است که در جریان فشرده سازی ویدئویی به عنوان فریم مجاور فریم اصلی بیان می‌شود. در این نوع کدگذاری تلاش می‌شود تا با از بین بردن اطلاعات تکراری در فریم‌های مجاور میزان فشرده سازی افزایش یابد. یک فریم کد گذاری شده داخلی به بلوک‌هایی تقسیم بندی می گردد که به آنها اصطلاحا ماکرو بلوک گفته می‌شود. پس از آن، به جای آنکه مستقیما محتویات پیکسل‌ها در هر بلوک کدگذاری شوند عامل رمزگذار تلاش خواهد کرد که بلوکی مشابه را که یک بار قبلا کدگذاری شده است از فریم قبلی پیدا کند و از آن به عنوان فریم مرجع استفاده کند.
 

2-  رمزگذاری میانی (Intra-frame prediction):

این روش از مدل افزونگی فضایی استفاده می کند(افزونگی در سیستم ذخیره سازی به معنای ذخیره سازی همزمان ویدئو یا هر نوع اطلاعات دیگر در چند مکان مختلف و تهیه نسخه پشتیبان از آنها است تا در صورت خرابی از آنها استفاده شود). در این روش تلاش می شود که در میان پیکسل های یک فریم ارتباط ایجاد شود و این کار از طریق محاسبه میزان اطلاعات کدگذاری شده از طریق استخراج پیکسل هایی انجام می شود که قبلا کدگذاری شده اند. همتای این روش کدگذاری داخلی است که از مدل افزونگی زمانی استفاده می‌کند.
 

تکنولوژی کاهش نویز در پس زمینه تصویر

نویز در تصاویر یکی از مشکلات معمول در تصاویردوربین های مداربسته است. وجود نویز در تصاویر می تواند دلایل متعددی داشته باشد که از جمله می توان به عدم وجود روشنایی کافی در محیط اشاره نمود. نویز نه تنها کیفیت تصاویر را کاهش می دهد بلکه میزان زیادی از بیت ریت کدگذاری شده را نیز اشغال می کند. از این رو باید تا جای ممکن از آن جلوگیری نمود و یا آن را کاهش داد. روش هایی که قبلا برای کاهش میزان نویز در تصاویر مورد استفاده قرار می گرفت اغلب روش هایی کلی بود که منجر به حذف جزئیات در تصاویر میشد و از این جهت کارایی بالایی نداشتند.
اما در فشرده سازی H.265+ روش کار بدین صورت است که ابتدا سوژه های متحرک را از پس زمینه تصویر جدا کرده و برای دو قسمت پس زمینه و سوژه از روش های جداگانه ای برای کاهش نویز استفاده می کند. بدین ترتیب نه تنها میزان نویز در تصویر کاهش می یابد بلکه کیفیت آنها نیز کاهش نمی یابد.
کدک H.365+ دارای یک الگوریتم تحلیلی هوشمندی است که می تواند بین تصویر پس زمینه و اجسام متحرک تمایز قائل شود. این به این معنی است که اشیاء متحرک و پس زمینه را می توان با استراتژی های مختلفی کد گذاری کرد.

تکنولوژی بخش بندی نامتقارن

در بخش‌بندی تصاویر، تصاویر در هنگام فشرده سازی به قطعات کوچکی به نام Segment تقسیم می‌شوند. پس از آن ذخیره سازی بر اساس واحد سگمنت‌ها انجام می‌شود، یعنی در صورت تغییر یک سگمنت، اختلاف سگمنت جدید با سگمنت قبلی باید ذخیره شود و در صورتی که سگمنت تغییر نکند، نیازی به ذخیره سازی مجدد آن نمیباشد. در H265+ بخش بندی بصورت نامتقارن انجام می‌شود و این موضوع باعث کم شدن تعداد سگمنت‌ها و پردازش ساده‌تر آنها می‌شود.

تکنولوژی کنترل نرخ بیت ریت

این تکنولوژی با متوسط نرخ بیت در طول دوره های مختلف (معمولا 24 ساعت) مرتبط است. با کنترل میانگین نرخ بیت، دوربین می تواند در صورت لزوم میزان بیت ریت بیشتری داشته باشد، برای مثال در ساعات کاری در یک دفتر اداری بیت ریت بالا، و سپس در زمانی که دفتر بسته است و جمعیت سوژه کاهش می یابد، بیت ریت پایینی داشته باشد. بعنوان مثال اگر دفتری 8 ساعت باز و 16 ساعت بسته باشد و در ساعاتی که دفتر بسته است بیت ریت از 4000 به 1000 کاهش یابد، نتیجه آن حدود 50% صرفه جویی در حجم ذخیره سازی خواهد بود.

---

---