Tìm hiểu chuẩn nén video ITU và ứng dụng thử nghiệm

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
VIỆN CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

BÁO CÁO MÔN HỌC
Truyền thông đa phương tiện
Đề tài:Tìm hiểu chuẩn nén video ITU và ứng dụng thử nghiệm
Giảng viên hướng dẫn : PGS.TS. Nguyễn Thị Hoàng Lan
Sinh viên thực hiện :
Nguyễn Thành Trung 20112384
Trần Anh Tuấn 20112451
Trần Xuân Sơn 20112090
Hà Nội 12/2014
1
Mục lục
2
Lời nói đầu
Hiện nay, chúng ta đang sống trong thời đại khoa học kĩ thuật và công nghệ cao,
con người đã đạt nhiều thành tựu trong rất nhiều lĩnh vực, đặc biệt là trong công nghệ
thông tin. Truyền thông đa phương tiện là một một ngành trong công nghệ thông tin, có
mặt ở hầu hết mọi nơi, đóng vai trò quan trọng trong việc truyền tải thông tin, xóa nhòa
các khoảng cách địa lý và mang lại cho con người nhiều lợi ích to lớn.
Trong truyền thông đa phương tiện, nén video là một công nghệ vô cùng quan
trọng. Tại sao ta phải nén video? Những video gốc với dung lượng lớn không thể truyền
tải nếu không có nén. Tùy theo nhu cầu và các kĩ thuật thực hiện, chúng ta đã phát minh
ra nhiều chuẩn nén video khác nhau, phù hợp với nhiều mục đích sử dụng.
Trong bài báo cáo này chúng em sẽ trình bày về chuẩn nén video ITU (H.26x), tìm
hiểu xem chúng hoạt động ra sao, chất lượng hình ảnh và các ứng dụng của chúng trong
thực tế như thế nào, sự khác biệt giữa chúng và các chuẩn nén video MPEG.
Chúng em xin cảm ơn cô Nguyễn Thị Hoàng Lan đã giúp chúng em hoàn thành báo
cáo này.

3
1. Tìm hiểu chung về chuẩn nén video
ITU
1.1. Giới thiệu về tổ chức ITU
ITU là Tổ chức viễn thông quốc tế thuộc Liên hiệp quốc, được thành lập vào năm
1865 (với tên gọi tiền thân là Liên minh Điện báo quốc tế - International Telegraph
Union). Các hoạt động của ITU bao trùm tất cả các vấn đề thuộc ngành Công nghệ Viễn
thông và Thông tin gồm có điều phối các quốc gia trên toàn cầu trong việc chia sẻ và sử
dụng các tài nguyên Viễn thông như tần số vô tuyến điện, quỹ đạo vệ tinh, hỗ trợ phát
triển cơ sở hạ tầng viễn thông tại các nước đang phát triển và xây dựng các tiêu chuẩn
chung trên thế giới về kết nối các hệ thống liên lạc. ITU cũng đang tham gia nghiên cứu
và tìm giải pháp cho các thách thức chung trên toàn cầu trong thời đại hiện nay như biến
đổi khí hậu và bảo mật, an toàn thông tin.
ITU có 3 lĩnh vực hoạt động chính gồm: ITU-T (Viễn thông - Telecom), ITU-R
(Thông tin vô tuyến - Radio), ITU-D (Phát triển viễn thông - Telecommunications
Development).
1.2. Tổng quan về các chuẩn video
Hiện nay trên thế giới có hai tổ chức chịu trách nhiệm chính trong việc đưa ra các
chuẩn về nén và giải nén video đó là ITU và ISO.
• Tổ chức ITU – International Telecommunications Union
o Chuyên tậptrung vào các ứng dụng truyền thông với dòng video chuẩn H.26x,
vớidung lượng lưu trữ nhỏ và hiệu quả cao trong việc truyền tải trên mạng.
o Dòng H.26x bao gồm các chuẩn H.261, H.262, H.263, và H.264.
• Tổ chức ISO – International Standards Organization
o Đưa ra dòng MPEG chủ yếu tập trung phát triển các ứng dụng đa người dùng
(phim,video, ).
o Dòng MPEG bao gồm các chuẩn MPEG-1, MPEG-2, MPEG-4.
4
Hai tổ chức này cùng nhau lập nên nhóm JVT-Joint Video Team để đưa ra chuẩn
H.264 - là chuẩn nén video mới nhất hiện nay và được xem là dòng nén video thế hệ thứ

3.
Quá trình phát triển các dòng video H.26x và MPEG
1.3. Các chuẩn nén video của ITU
1.3.1. Chuẩn H.261
Chuẩn H.261 là chuẩn nén video hoàn chỉnh đầu tiên trên thế giới, được giới thiệu vào
năm 1993 bởi tổ chức ITU. H.261 nằm trong chuẩn khuyến nghị H.323 của ITU.
Ban đầu H.261 được thiết kế cho mạng ISDN, cho những ứng dụng hội nghị trực
tuyến video hai chiều với tốc độ truyền dữ liệu bằng cấp số nhân của 64Kbit/s, độ trễ đầu
cuối thấp và bitrate cố định.
H.261 hỗ trợ hai độ phân giải là CIF (352x288) và QCIF (176x144),sử dụng kĩ thuật
lấy mẫu 4:2:0.
Thuật toán nén của chuẩn này không phức tạp do yêu cầu việc nén và giải nén phải
được thực hiện theo thời gian thực.
5
1.3.2. Chuẩn H.263
H.263 là chuẩn mã hóa video/audio do nhóm VCEG (Video Coding Experts Group)
thuộc tổ chức ITU đưa ra năm 1998. H.263 được coi là thế hệ tiếp theo của chuẩn H.261,
cũng được dùng cho các hội nghị video trực tuyến.
Năm 1998, ITU cải tiến chuẩn này và cho ra chuẩn H.263v2 (còn gọi là H.263+ hay
H.263 1998). Năm 2000, chuẩn H.263v3 ra đời (còn gọi là H.263++ hay H.263 2000).
H.263 được phát triển dựa trên những kinh nghiệm được rút ra từ các chuẩn H.261,
MPEG-1 và MPEG-2. Thiết kế cơ bản giống với H.261, cộng thêm nhiều cải tiến về khả
năng nén và tính linh hoạt.
Những cải tiến của H.263 so với chuẩn H.261:
• H.263 có chất lượng video tốt hơn và tốc độ bit (lượng bit lưu trữ cho một đơn vị
thời gian) nhỏ hơn.
• Mục tiêu của H.263 là truyền được video chất lượng chấp nhận được trên đường
truyền điện thoại với tốc độ 28.8Kbps.
• H.263 hỗ trợ độ phân giải từ 128x96 đến 1408x1152.
• H.263 có những cải tiến trong việc dự đoán các chuyển động và thuật toán giảm dữ

liệu dư thừa, phân lớp được tối ưu hơn nhiều so với các chuẩn trước đó.
• Vector chuyển động có độ chính xác nửa pixel
• Thuật toán mã hóa mới, thay thế RLE và Huffman
• Tiên đoán nâng cao: sử dụng 4 blocks 8x8 thay vì 1 block 16x16 => chi tiết hơn
• Tiên đoán dựa vào frame trước và sau, tương tự như MPEG
Các độ phân giải mà H.263 hỗ trợ
1.3.3. Ưu điểm và nhược điểm của các chuẩn video H.26x
6
H.26x được thiết kế với mục đích sử dụng cho dịch vụ hội nghị trực tuyến, vì thế nó có
những ưu điểm phù hợp với nhu cầu trên:
• Độ trễ thấp
• Mã hóa từng khung hình
• Chỉ sử dụng một phần nhỏ trong bộ đệm để làm mượt (gây ra một chút trễ)
• Bitrate cố định
• Chỉ gửi một số lượng ít các block được mã hóa intra trong mỗi khung, do đó sự
biến đổi của tốc độ dữ liệu chỉ phụ thuộc vào nội dung của video
Bên cạnh đó, chuẩn nén H.26x cũng có một số mặt hạn chế:
• Không được thiết kế cho việc ghi lại và xem lại video.
o Không có cách nào để quay ngược hoặc tua nhanh video, vì ta không mã
hóa các khung từ toàn bộ các block intra-coded của nó.
o Tuy vậy vẫn có thể khắc phục được việc này, nhưng nó sẽ ảnh hưởng đến sự
cố định của bitrate, nhất là với mạng ISDN
• Hạn chế trong việc xử lý bit lỗi.
• Những lỗi có thể phá hủy đoạn video (Ví dụ lỗi giải mã Huffman của GOB). Có
thể xử lý bằng cách:
o Dừng giải mã, tìm đến GOB tiếp theo để giải mã tiếp.
o Intra blocks sẽ dần hồi phục vài giây sau đó.
7
2. So sánh sơ đồ công nghệ nén video theo
chuẩn ITU(H261) với sơ đồ nén video theo

chuẩn MPEG(MPEG-1)
2.1. Sơ đồ nén của H.261 và MPEG-1
Nhìn chung, quá trình nén của H.261 và MPEG-1 không có sự khác biệt nào đáng kể.
Sơ đồ nén video theo chuẩn H.261 có thêm phần Coding control để điều khiển tốc độ
dòng bit còn sơ đồ nén video theo chuẩn MPEG-1 không có.
• Control : điểu khiển tốc độ dòng bit
• Memory : Sử dụng để chứa các ảnh được tái tạo (block) cho mục đích của
vector chuyển động để tìm ra P-frame tiếp theo.
• Quantization: nén tốt hơn bằng các hệ số DCT (Discrete Cosine
Transform) để đạt được chất lượng đòi hỏi.
• Entropy: gán những từ mã ngắn hơn cho những sự kiện phổ biến và sử dụng
những sự kiện ít phổ biến hơn.
8
Quá trình nén theo chuẩn MPEG-1
• Ảnh đầu vào được đưa vào bộ trừ và bộ đoán chuyển động
• Bộ đoán chuyển động sẽ so sánh các khối ảnhmới được đưa vào này với các
khối ảnh đã được đưa vào trước đó và được lưu lại như là cácảnh dùng để tham
khảo (Reference Picture). Kết quả là bộ đoán chuyển động sẽ tìm ra các
khốiảnh trong ảnh tham khảo gần giống nhất với khối ảnh mới này .Motion
Vector sẽ đặc trưng cho sự dịch chuyểntheo cả hai chiều dọc và ngang của khối
ảnh mới cần mã hoá so với ảnh tham khảo
• Bộ đoán chuyển động cũng đồng thời gửi các khối ảnh tham khảo này mà
chúng thường đượcgọi là các khối tiên đoán (Predicted macroblock) tới bộ trừ
để trừ với khối ảnh mới cần mã hoá(thực hiện trừ từng điểm ảnh tương ứng tức
là Pixel by pixel)chúng sẽ đặc trưng cho sự sai khác giữa khối ảnh cần tiên
đoán và khối ảnh thực tế cần mã hoá
• Bộ bù chuyển động gửi các Predicted macroblock đến bộ trừ để tính sai số dự
đoán.
• Sai số tiên đoán này sẽ đc biến đổi DCT sau đó lượng tử hóa rồi cùng với
vector chuyển động được mã hóa entropy

Sự khác nhau giữa MPEG1 và H261 chủ yếu nằm ở khâu tiên đoán các frame mới và
cách thức tính toán sai lệch giữa các frame hiện tại và frame phỏng đoán. Điều này sẽ dẫn
tới các khác nhau về chất lượng hình ảnh cũng như bit rates. MPEG1 sử dụng B-picture
vì thế sơ đồ mã hóa cần dùng đến 2 frame memory để lưu trữ frame cho việc tiên đoán 2
chiều
9
MPEG1 có tốc độ quét,độ phân giải cao hơn h261 nên tôc độ truyền tín hiệu cao
hơn_bit rate cao hơn, chất lượng hình ảnh tốt hơn, điều này thể hiện trong quá trình lấy
mẫu và lượng tử hóa.
2.2. So sánh với phương pháp nén theo chuẩn H26X với chuẩn
MPEG
Các chuẩn H26X: H261 ,H262, H263, H264 được đưa ra trong các khuyến nghị
của ITU-T. Còn các chuẩn MPEG: MPEG1, MPEG2, MPEG3, MPEG4 - Part2, MPEG4-
Part 10 … được đưa ra trong các khuyến nghị của ISO. Tuy nhiên, các chuẩn MPEG và
H26X lại có quan hệ chặt chẽ với nhau: cả MPEG1 và MPEG2 cùng có nguồn gốc từ
chuẩn H261; chuẩn MPEG2 giống chuẩn H262; chuẩn MPEG 4- part10 giống chuẩn
H264.
2.2.1. Những điểm giống nhau
Các phương pháp nén theo chuẩn MPEG và H26x có nhiều điểm giống nhau. Có thể
kể ra một số điểm giống nhau cơ bản như :
• Do mắt người có thể phân biệt sự thay đổi về độ sáng của ảnh (brightness) tốt
hơn so với sự thay đổi về màu (chromaticity) nên hầu hết các sơ đồ nén
theo chuẩn MPEG và H26X đều tiến hành chia bức ảnh thành một thành
phần về độ sáng Y (luminance) và hai thành phần về độ màu UV
(chrominance).
• Các tín hiệu video thành phần được lấy mẫu (samples) và số hoá (digitised) để
tạo nên các điểm ảnh rời rạc theo tỷ lệ 4 : 2 : 2, 4 : 2 : 0 và 4 : 1 : 1.
• Các sơ đồ nén theo MPEG, H26X đều dùng kỹ thuật subsampling và lượng tử
hoá trước khi mã hoá nhằm giảm kích thước bức ảnh đầu vào theo cả chiều
ngang và chiều dọc

Những điểm giống nhau trong quá trình nén:
• Đều tiến hành chia khung hình thành các khối điểm ảnh để việc xử lý các
khung hình có thể được thực hiện ở cấp độ block.
10
• Giảm thời gian phụ thuộc giữa các khối trong các khung hình kế tiếp. Điều này
thực hiện bằng các kỹ thuật ước lương chuyển động và bù chuyển động . Đối
với bất kì khối nào, việc tìm kiếm được thực hiện trong các khung mã hóa trước
đó để xác định vector chuyển động mà sau đó được sử dụng bởi bộ mã hóa và
giải mã để dự đoán khối chủ đề.
• Giảm độ dư thừa không gian trong các khung hình video bằng cách mã hóa một
số khối gốc thông qua việc dự báo về không gian, lượng tử hóa, các phép biến
đổi và mã hóa dữ liệu ngẫu nhiên, mã hóa độ dài thay đổi.
• Giảm không gian dư thừa còn lại tồn tại trong các khung hình video bằng cách
mã hóa các khối còn lại … tức là sự sai khác giữa các khối tương ứng ban đầu
và các khối dự đoán , một lần nữa thông qua biến đổi, lượng tử hóa và mã hóa
dữ liệu ngẫu nhiên.
2.2.3. Những điểm khác nhau
Các chuẩn H26X thường được tối ưu hóa cho truyền tải video thời gian thực như hội
nghi truyền hình, truyền tải video giữa các thiết bị di động. Còn chuẩn MPEG chủ yếu
thiết kế cho việc lưu trữ và trình chiếu nên có chất lượng tốt hơn.
Những điểm khác nhau trong quá trình nén theo chuẩn H26X và MPEG:
• MPEG có tốc độ quét, độ phân giải … cao hơn H26X cùng thế hệ nên tốc độ
truyền tín hiệu cao hơn_bit rate cao hơn, chất lượng hình ảnh tốt hơn, điều này
thể hiện trong quá trình lấy mẫu và lượng tử hóa.
• Trong H26X có điều chỉnh tốc độ dòng bít, phù hợp với môi trường
truyền dẫn tin mạng viễn thông. Kỹ thuật nén trong hầu hết các phiên bản
H26X dựa trên việc nén theo đối tượng, các đối tượng trong các cảnh
video được theo dõi riêng rẽ và được nén lại cùng nhau. H26X sử dụng bit rate
control dùng để quản lý bộ đệm,kiểm soát quá trình lượng tử hóa. Đây là
công đoạn dùng để kiểm soát chất lượng video cũng như bit rate đầu ra thông

qua kiểm soát quá trình lượng tử hóa và quản lý dữ liệu nén trong bộ đệm.
Chìa khoá để điều khiển tốc độ truyền là trật tự dữ liệu đã nén trong bộ đệm
(buffer). Việc nén có thể được tiến hành với việc loại bỏ một vài thông tin
đã được lựa chọn. Ảnh hưởng nhỏ nhất đối với chất lượng toàn bộ khung hình
có thể đạt được bằng cách bỏ bớt các thông tin chi tiết. Điều này đảm bảo giới
hạn tỉ lệ nén dữ liệu trong khi chất lượng của khung hình suy giảm tối thiểu.
11
• Trong H26X, các bộ mã hóa video thường hỗ trợ một khoảng khá rộng tốc độ
nén, điều này cho phép những lựa chọn khác nhau giữa chất lượng và băng
thông. Phần lớn các phương pháp nén video đều dựa vào việc mã khác nhau
giữa các frame (inter-frame). Điều này có nghĩa là, thay vì phải gửi đi tất cả
các frame, thì chỉ gửi đi sự sai khác của một frame với frame trước đó.
Phương pháp mã hóa này làm việc tốt với những video có những thay đổi hình
ảnh ít, tuy nhiên sẽ là ảnh hưởng đáng kể đến chất lượng hình ảnh và băng
thông nếu có sự thay đổi lớn giữa các frame hình ảnh. Đa số các chuẩn mã hóa
vừa cho phép mã hóa với tốc độ bít cố định (chất lượng hình ảnh thay đổi) hay
tốc bít thay đổi (chất lượng hình ảnh ít thay đổi). Các phương pháp mã hóa
video nói chung thường kết hợp cảkiểu mã hóa intra-frame và inter-frame.
Trong kiểu mã hóa intra-frame, một frame ảnh được chia thành các khối,
mỗi khối này được biến đổi thành tập các hệ số thông qua biến đổi Cosin rời
rạc. Một nhóm các khối được kết hợp lại thành một thực thể duy nhất (slice),
và đôi khi được đóng gói vào một gói. Nếu có lỗi trên đường truyền xảy ra thì
có thể cảmột nhóm các khối sẽ bị mất, tạo nên “sọc” trong các ảnh giải mã.
Điều này xảy ra bởi vì các hệ số của biển đổi Cosin rời rạc trong mỗi
khối được tính toán dựa trên khối đầu tiên trong slice, nếu lỗi làm mất thông tin
của khối đầu tiên thì tất cả các khối còn lại trong slice là không xác định. Một
vài lỗi có thể làm hỏng cấu trúc của frame, do đó không có khả năng tái tạo lại
frame. Với kiểu mã hóa inter-frame (motion based coding), các vector chuyển
động được xác định và mã hóa cho mỗi khối. Trong các hệ thống mã hóa kiểu
inter-frame, việc mất một frame có thể làm cho các frame theo sau nó trở nên

không sử dụng được cho đến khi I-frame tiếp theo được nhận, kết quả là
có thể thu được hình ảnh video trắng hay hình ảnh bị đông cứng, chất
lượng video bị suy giảm đáng kể.
• Trong hầu hết các trường hợp các tiêu chuẩn mã hóa video H26X đều cung
cấp khả năng linh động ở cả bộ mã hóa và giải mã cho việc cân bằng
giữa chất lượng và tốc độ. Việc hiểu biết rõ ràng về ảnh hưởng của các bộ mã
hóa và giải mã video là yếu tố quan trọng góp phần vào việc đánh giá chính
xác các ảnh hưởng của mạng đến chất lượng truyền video trên mạng.
12
Tóm lại, chuẩn nén H26X thường có tốc độ mã hoá tín hiệu thấp hơn MPEG (khoảng
1.5 Mbit/s với độ phân giải hình 352 x 288) do dùng chủ yếu trong viễn thông, truyền tải
video giữa các thiết bị di động. Trong khi đó, chuẩn MPEG dùng cho thị trường giải trí
hay truyền hình chất lượng cao nên có độ phân giải hình cao hơn, và mang lại chất lượng
hình ảnh tốt hơn.
13
3. Thử nghiệm ứng dụng.
Đây là các video đã được nén theo chuẩn H.261 và được giải nén ra theo chuẩn MPEG
với chất lượng cao để có thể xem dễ dàng hơn. Nguồn video em lấy trên trang

Các video ở đây được gồm video ban đầu Original, video High Quality, Low Quality
và Low Quality với vector chuyển động.
Giải thích các thông số video:
Giả sử dữ liệu gốc video có dạng X(m, n) với m [0, ,M], n [0,…,N]
Ta có:
X(m, n) Y(m, n) X’(m, n)
Nếu X’(m, n) X(m, n): nén không tổn hao
X’(m, n) X(m, n): nén có tổn hao
Trong trường hợp thử nghiệm này là nén có tổn hao.
14
PSNR(Peak Signal-to-noise-ratio): là tỉ số tín hiệu cực đại trên nhiễu và được tính

bằng tỉ lệ giữa giá trị năng lượng tối đa 1 tín hiệu và năng lượng ảnh hưởng độ chính xác
thông tin.
PSNR = 20.
= 20. - 10.
Trong đó:
Max là giá trị điểm ảnh tối đa có thể có được. Với chuẩn nén video H.261 dùng
8bit/pixel nên Max ở đây sẽ là = 255.
MSE: là mean squared error
MSE =
Việc tính tính MSE được thực hiện với một vòng lặp đơn giản trên tất cả các điểm ảnh
và sau đó chia tổng bình phương “lỗi” cho tổng pixels .
Ở đây, " lỗi " được định nghĩa là sự sai khác tuyệt đối giữa các điểm ảnh X ( m , n )
trong frame nguồn và điểm ảnh X’( x , y ) trong frame méo(sai khác về kích thước).
• Với trường hợp video High Quality trong ví dụ: MSE 10,3 thay vào công thức
tính PSNR ta có:
PSNR1 = 20. – 10. = 20.2,41 – 10.1,01 38
• Với các trường hợp video Low Quality: MSE 22,03 nên
PSNR2 = 20. – 10. = 20.2,41 – 10.1,34
• Trường hợp video Low Quality with motion vectors: MSE 20,56
PSNR3 = 20. – 10. = 20.2,41 – 10.1,31 35
Compression ratio là tỉ số nén video có thể là tỉ số nén về dung lượng hoặc tốc độ dòng
bit. Được tính bằng kích thước dữ liệu ban đầu / Kích thước dữ liệu sau khi nén. Như
trong video ví dụ 1:1, 25:1, 104:1, 113:1
15
KẾT LUẬN
Các chuẩn nén video đang ngày càng được nghiên cứu và đạt nhiều thành tựu lớn
hơn. Các chuẩn nén về sau ra đời càng ngày càng có chất lượng cao hơn và thích hợp với
nhiều mục đích sử dụng của con người. Do thời gian thực hiện bài tập lớn không có nhiều
nên chắc chắn bài báo cáo này sẽ có một số thiếu sót, chúng em sẽ bổ sung và tiếp tục
nghiên cứu tiếp khi có cơ hội.

Một lần nữa chúng em chân thành cảm ơn cô Nguyễn Thị Hoàng Lan về những góp
ý và giúp đỡ của cô trong quá trình làm báo cáo này.
16
TÀI LIỆU THAM KHẢO
1. Tài liệu từ itu.int/itu-t:
• ITU-T. H261
• ITU-T. H263
2. />3. Tập bài giảng Truyền Thông Đa Phương Tiện của cô Nguyễn Thị Hoàng Lan
4.
17