徽标
联盟百科
通讯
下载应用,请到 Google Play
新! 在您的Android™设备上下载联盟百科!
自由
比浏览器更快的访问!
 

前文參考之適應性二元算術編碼

指数 前文參考之適應性二元算術編碼

前文參考之適應性二元算術編碼(Context-based Adaptive Binary Arithmetic Coding,簡稱CABAC)是視訊壓縮標準H.264采用的演算法。.

5 关系: CAVLC算术编码資料依存性H.264/MPEG-4 AVC期望值

CAVLC

適應性變動長度編碼法(Context-based Adaptive Variable-Length code,CAVLC,又稱UVLC)是H.264的演算法機制。 CAVLC適用於encode integer DCT(Discrete Cosine Transform)轉換後的矩陣係數(matrix coefficient),經過zig-zag順序掃描之後,在最高層的係數通常為+1/-1(即Trailing one總數);又取得以zig-zag順序掃瞄時,連續出現的0(即zero run),或非零係數的總數(Total Coeffs)、最後一個非零係數前零的數目(Total_zeros)等參數,作為查表(table)時的index。CAVLC針對不同的block(4*4, 2*4, 2*2)設計了不同的table,對各種不同的context,使用不同的table進行encode,有效縮短輸出bit stream長度。CAVLC改進了傳統霍夫曼編碼(Huffman Coding)需要大量的乘法運算的問題,而在效能與壓縮效率上取得相當大的改善空間。 CAVLC支援所有的H.264 profiles,CABAC則不支援Baseline以及Extended profiles。.

新!!: 前文參考之適應性二元算術編碼和CAVLC · 查看更多 »

算术编码

算术编码是一种无损数据压缩方法,也是一种熵编码的方法。和其它熵编码方法不同的地方在于,其他的熵编码方法通常是把输入的消息分割为符号,然后对每个符号进行编码,而算术编码是直接把整个输入的消息编码为一个数,一个满足(0.0 ≤ n.

新!!: 前文參考之適應性二元算術編碼和算术编码 · 查看更多 »

資料依存性

#重定向 数据依赖.

新!!: 前文參考之適應性二元算術編碼和資料依存性 · 查看更多 »

H.264/MPEG-4 AVC

H.264,又称为MPEG-4第10部分,高级视频编码(MPEG-4 Part 10, Advanced Video Coding,缩写为MPEG-4 AVC)是一种面向块,基于运动补偿的 。到2014年,它已经成为高精度视频录制、压缩和发布的最常用格式之一。第一版标准的最终草案于2003年5月完成。 H.264/AVC项目的目的是为了创建一个更佳的视频压缩标准,在更低的比特率的情况下依然能够提供良好视频质量的标准(如,一半或者更少于MPEG-2,H.263,或者MPEG-4 Part2 )。同时,还要不会太大的增加设计的复杂性。H.264的另外一个目标是提供足够的灵活性,以允许该标准能够应用于各种各样的网络和系统的各应用上,包括低和高比特率,低和高分辨率视频,广播,DVD存储,RTP / IP分组网络和ITU-T多媒体电话系统。H.264标准可以被视为由多个不同的应用框架 / 配置文件(profiles)组成的“标准系列”。 H.264/MPEG-4 AVC是一种面向块的基于运动补偿的编解码器标准。由ITU-T视频编码专家组与ISO/IEC联合工作组——即动态图像专家组(MPEG)——联合组成的联合视频组(JVT,Joint Video Team)开发。因ITU-T H.264标准和ISO/IEC MPEG-4 AVC标准(正式名称是ISO/IEC 14496-10—MPEG-4第十部分,高级视频编码)有相同的技术内容,故被共同管理。 H.264因其是蓝光碟片的其中一种编解码标准而著名,所有蓝光碟片播放器都必须能解码H.264。它也被广泛用于网络流媒體数据如Vimeo、YouTube、以及iTunes Store,网络软件如Adobe Flash Player和Microsoft Silverlight,以及各种高清晰度電視陆地广播(ATSC、ISDB-T、DVB-T或DVB-T2)、线缆(DVB-C)以及卫星(DVB-S和DVB-S2)。.

新!!: 前文參考之適應性二元算術編碼和H.264/MPEG-4 AVC · 查看更多 »

期望值

在概率论和统计学中,一个离散性随机变量的期望值(或数学期望、或均值,亦简称期望,物理学中称为期待值)是试验中每次可能的结果乘以其结果概率的总和。换句话说,期望值像是随机试验在同样的机会下重复多次,所有那些可能狀態平均的结果,便基本上等同“期望值”所期望的數。需要注意的是,期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。(换句话说,期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合裡。) 例如,掷一枚公平的六面骰子,其每次「點數」的期望值是3.5,计算如下: \operatorname(X)&.

新!!: 前文參考之適應性二元算術編碼和期望值 · 查看更多 »

重定向到这里:

CABAC

传出传入
嘿!我们在Facebook上吧! »