手指压缩：现代编解码器如何工作？

创建视频监控系统时，数据存储成本通常成为主要成本项目。但是，如果世界上没有能够压缩视频信号的算法，它们将变得无与伦比。在今天的文章中，我们将讨论现代编解码器的有效性以及它们工作的原理。



为了清楚起见，让我们从数字开始。以全高清分辨率（至少在您要充分使用视频分析功能的情况下，这是最低要求，现在）和实时（即每秒25帧的帧速率）连续录制视频。还假设我们选择的硬件支持H.265硬件编码。在这种情况下，使用不同的图像质量设置（高，中和低），我们将获得大约以下结果。





但是，如果原则上不存在视频压缩，我们将看到完全不同的数字。让我们尝试找出原因。视频流无非是一系列具有一定分辨率的静态图片（帧）。从技术上讲，每个帧都是一个二维数组，其中包含有关构成图像的基本单位（像素）的信息。 TrueColor需要3个字节来编码每个像素。因此，在给定的示例中，我们将得到一个比特率：



1920×1080×25×3/1048576 =〜148 Mb / s



考虑一天中有86400秒，数字确实是天文数字：



148×86400/1024 = 12487 GB



因此，如果在给定条件下以最高质量录制视频而没有压缩，那么我们将需要12 TB磁盘空间来存储白天从单个摄像机接收的数据。但是，即使是公寓或小型办公室的安全系统，也必须至少存在两个视频记录设备，而如果法律要求，则存档本身必须保存数周甚至数月。也就是说，要服务任何对象，即使大小很小，都需要整个数据中心！



幸运的是，现代视频压缩算法可以大大节省磁盘空间：例如，使用H.265编解码器可以将视频大小减少90（！）倍。归功于一大堆各种技术的成功，这些技术长期以来不仅在视频监控领域而且在“民用”领域也得到了成功的使用：在模拟和数字电视系统，业余和专业摄影以及许多其他情况下。



最简单，最明显的例子是颜色二次采样。这是一种视频编码方法的名称，其中故意降低帧的颜色分辨率，并且色差信号的采样率小于亮度信号的采样频率。从人类生理学的角度以及从视频记录领域的实际应用的角度来看，这种视频数据压缩方法都是完全合理的。我们的眼睛善于注意到亮度的差异，但是它们对颜色变化的敏感度要低得多，这就是为什么可以牺牲色差信号的采样的原因，因为大多数人根本不会注意到这一点。同时，很难想象在通缉名单上如何宣布“蜘蛛在策划犯罪”颜色的汽车：定向将显示为“深灰色”，这是正确的，因为否则，阅读汽车描述的人甚至不会理解。我们在说什么阴影。



但是随着细节的减少，一切都变得完全不同。从技术上讲，量化（即将信号范围划分为多个级别，然后将其调整为指定的值）效果很好：使用此方法，视频大小可以缩小很多倍。但是通过这种方式，我们可能会错过重要的细节（例如，远处驶来的汽车数量或入侵者的面部特征）：它们将变得模糊，这样的记录对我们来说将毫无用处。在这种情况下如何进行？答案很简单，就像一切巧妙的方法一样：一旦将动态对象作为参考点，一切都会立即落到位。自从H.264编解码器问世以来，已经成功使用了这一原理，并证明了它为数据压缩打开了许多其他可能性。

这是可以预见的：弄清楚H.264如何压缩视频

让我们回到开始时的表格。如您所见，除了分辨率，帧速率和图片质量等参数外，决定视频最终尺寸的决定性因素还在于所拍摄场景的动态程度。这是由于一般现代视频编解码器（尤其是H.264）的工作特性所致：其中使用的帧预测机制使您可以额外压缩视频，而实际上并没有牺牲图像质量。让我们看看它是如何工作的。



H.264编解码器使用几种类型的帧：

• I帧（从英语内部编码帧开始，也称为“密钥”或“密钥”）-包含有关长时间不变的静态对象的信息。
• P- (Predicted frames, , ) — , , I-.
• B- (Bi-predicted frames, ) — P-, I-, P- B-, , .

这是什么意思？在H.264编解码器中，视频图像的结构如下：摄像机制作参考帧（I帧），并在其基础上（这就是为什么称其为参考帧）从帧中减去图像的固定部分。这将创建一个P帧。然后从第二个帧中减去第三个帧，并创建一个修改的P帧。这将创建一系列差分帧，这些差分帧仅包含两个连续帧之间的变化。结果，我们得到了以下链：



[捕获的开始] IPPPPPPPPPPPPP- ...



由于在减法过程中，可能会导致图形伪像出现的错误，因此在重复一定数量的帧之后，重复该方案：再次形成关键帧，然后形成一系列框架变化。



…-PPPPPPPIPPPPPPP ...



完整图像是通过将P帧“叠加”在参考帧上形成的。同时，可以独立处理背景和移动对象，这使您可以额外节省磁盘空间，而不会丢失重要细节（面部特征，车牌等）。在物体进行单调运动的情况下（例如，汽车的旋转车轮），可以重复使用相同的差速器框架。





静态和动态对象的独立处理可以节省磁盘空间，



这种机制称为帧间压缩。预测帧是基于对大量固定场景状态样本的分析而形成的：该算法可预测该对象在摄像机视场中的移动位置，这可以显着减少观察道路等情况下的记录数据量。





编解码器形成帧以预测对象将移动的位置。



反过来，双向预测帧的使用可以减少多次访问流中每个帧的时间，因为仅解压缩三个帧即可接收它：B包含链接，而I和他指的P。在这种情况下，帧序列可以描述如下。



[开始捕获] IBPBPBPBPBPBPBPBPBP-…



这种方法可以显着提高快进的速度，并显示和简化视频存档的工作。

H.264和H.265有什么区别？

H.265使用与H.264相同的压缩原理：将背景图像保存一次，然后仅记录源自移动对象的更改，这不仅可以显着降低存储要求，还可以降低带宽要求网络功能。但是，在H.265中，许多运动预测算法和方法已经发生了明显的质变。



因此，编解码器的更新版本开始使用可变大小的编码树（编码树单元，CTU）的宏块，分辨率高达64×64像素，而以前这种块的最大大小仅为16×16像素。这使得可以显着提高动态块提取的精度，以及4K或更高分辨率的帧处理效率。



此外，H.265还具有改进的解块滤波器-一种负责平滑块边界的滤波器，这对于消除沿着其连接线的伪影是必不可少的。最后，由于对运动对象进行编码时预测的准确性有了根本性的提高，因此改进的运动矢量预测器（MVP）算法有助于显着减少视频的体积，这是通过增加跟踪方向的数量实现的：如果以前仅考虑8个矢量，现在- 36。



除了上述所有功能之外，H.265还改进了对多线程的支持：现在可以彼此独立地处理编码过程中将每个帧划分为的正方形区域。还支持Wavefront并行处理（WPP），这也提高了压缩性能。当激活WPP模式时，从左到右逐行执行CTU处理，但是，如果从先前处理的CTU接收到的数据足以完成此操作，则即使在上一行完成之前，也可以开始对每个后续行进行编码。各种CTU字符串的移位延时编码，随着对扩展指令集AVX / AVX2的支持，它可以进一步提高多核和多处理器系统中视频流的处理速度。

监控闪存卡：大小不是唯一的问题时

再一次，让我们回到开始今天对话的平板电脑上。让我们计算一下，如果要以最高的视频质量存储最近30天的视频档案，需要多少磁盘空间：



138×30/1024 = 4



按照当今的标准，工业级硬盘的4 TB容量几乎没有用：现代硬盘用于视频监控的容量高达14 TB，每年的工作资源高达360 TB，MTBF高达150万小时。至于存储卡，事实并非如此简单。



在IP摄像机中，闪存卡扮演着备份存储的角色：它们上的数据不断地被覆盖，以便在与视频服务器失去连接的情况下，可以从本地副本中恢复丢失的视频片段。这种方法可以显着提高整个安全系统的容错能力，但是同时存储卡本身承受着巨大的压力。



从表中可以看到，即使图像质量较低且帧中的活动最少，一天内仍将录制约24 GB的视频。这意味着128GB卡将在不到一周的时间内被完全覆盖。如果我们需要获得最高质量的图像，那么这种介质上的所有数据将每天被完全更新一次！这仅在全高清分辨率下。如果我们需要4K图片怎么办？在这种情况下，负载将几乎翻倍（在给定条件下，最高质量的视频将需要250 GB）。



在日常使用中，这是根本不可能的，因此，即使是最廉价的存储卡也可以连续数年为您提供服务，而不会出现任何故障。这全都归功于损耗均衡算法。他们的工作可以示意性地描述如下。让我们从商店购买一个全新的闪存卡。我们用16 GB的7 GB录制了几个视频。一段时间后，我们删除了一些不必要的视频，释放了3 GB的空间，并录制了2 GB的新视频。似乎可以使用刚刚释放的空间，但是损耗均衡机制将为新数据分配之前从未使用过的那部分内存。尽管现代控制器以一种更为复杂的方式“混洗”位和字节，但一般原理仍然相同。







回想一下，由于电子通过介电层的量子隧穿，信息位的编码通过改变存储单元中的电荷而发生，这导致介电层逐渐磨损，随后发生电荷泄漏。而且，特定单元中电荷变化的频率越高，失效越早。损耗均衡的目的恰恰是确保每个可用单元都被覆盖大约相同的次数，因此有助于延长存储卡的使用寿命。



很容易猜到，如果闪存卡始终被完全覆盖，那么磨损平衡将不再发挥重要作用：在这里，芯片本身的耐用性就显得格外重要。评估后者的最客观标准是闪存可以承受的最大编程/擦除周期数，或者简称为P / E周期。另外，TBW（已写入的兆字节）系数非常准确，在这种情况下是说明性的（因为我们可以提前计算重写量）。如果技术特征中仅列出了所列指标之一，则将不难计算其他指标。使用以下公式就足够了：



TBW =（容量×P / E周期数）/ 1000



因此，例如，容量为128 G的闪存卡的TBW（资源为200 P / E）将为：（128×200）/ 1000 = 25.6 TBW。



让我们指望。消费级存储卡的使用寿命为100-300 P / E，最佳状态下为300。根据这些数字，我们可以以很高的精度估算其使用寿命。让我们使用公式并为128GB存储卡填写新表格。让我们以全高清的最高画质作为指导，也就是说，正如我们之前发现的那样，相机每天将录制138 GB的视频。





想使用64GB卡或编写4K视频吗？随意将计算时间除以二：平均而言，消费类存储卡每六个月必须更换一次，并且每个摄像机都必须更换一次。也就是说，每6个月您将不得不购买一批新的闪存卡，这将招致额外的维护成本，并且当然会危及受保护的物体，因为在更换相机时必须将其停用。



最后，选择存储卡时还要特别注意的一点是它的速度特性。在几乎所有现代闪存卡的描述中，您都可以找到以下形式的条目：“性能：读取时最高100 MB / s，写入时最高90 MB / s；录像：“ C10，U1，V10”。这里的C10和U1只不过是视频记录速度等级，如果看参考资料，则C10，U1和V10等级对应于10 MB / s。 9倍的差值从何而来？为什么标记是三倍？实际上，一切都非常简单。



在所考虑的示例中，100和90 MB / s是标称速度，即卡在顺序读取和写入操作中的最大可实现性能，前提是该卡与本身具有足够性能的兼容硬件一起使用。 C10，U1和V1（10 MB / s）是最坏测试条件下的最小持续传输速率。选择CCTV摄像机卡时必须考虑此参数，原因很简单：如果事实证明它低于视频流的比特率，则记录中会出现图形伪像，甚至会丢失整个帧。显然，对于安全系统而言，这是不可接受的：图片中的任何缺陷都充斥着关键数据的丢失-例如，可以帮助捕获入侵者的证据。



至于同时存在三个标记，其原因纯粹是历史原因。 C10属于SD卡协会创建的第一个分类，该分类早在2006年进行了编译，并获得了简单而又简单的名称Speed Class。 U1速度标记表明UHS速度类别的出现与超高速接口的创建有关，该接口如今已在绝大多数闪存卡中使用。最后，SD卡协会在2016年针对支持超高清视频记录（4K，8K和3D）的设备的激增开发了最后一个分类，即Video Speed Class（V1）。



由于列出的分类部分重叠，因此我们为您准备了一个比较表，其中将闪存卡的速度特性相互比较，并与不同分辨率的视频相关联。





应该记住，表中给出的对应关系与业余，半专业和专业摄像机有关。在视频监视行业中，实时记录的最大速率为每秒25帧，并使用预测编码将高性能H.264和H.265编解码器用于压缩视频流，在大多数情况下，与U1类对应的存储卡就足够了。 / V10，因为这种情况下的比特率几乎不会超过10 MB / s的阈值。

WD Purple监控用microSD卡

考虑到上述所有功能，西部数据开发了专门的WD Purple microSD存储卡系列，当前包括两个产品系列：WD Purple QD102和WD Purple SC QD312 Extreme Endurance。第一个包括范围从32到512 GB的四个驱动器，第二个-三种型号，分别用于64、128和256 GB。与消费者解决方案相比，WD Purple已针对当今的数字视频监控系统进行了专门定制，并进行了一些重要的增强。



紫色系列的主要优势是，与家用设备相比，其使用寿命显着延长：QD102系列卡可以承受1000个编程/擦除周期，而QD312-已经具有3000个P / E周期，即使在全天候记录模式下，它们也可以多次延长使用寿命。并使这些卡非常适合在24/7进行记录的受特殊保护的设施中使用。相反，符合UHS Speed 1类和Video Speed 10类，使得WD Purple卡可用于高清摄像机，包括用于实时记录。



此外，WD Purple存储卡还具有许多其他重要功能，值得一提：

• ( 1 ) ( -25°C +85°C) WD Purple , ;
• 5000 500 g ;
• , , .

为了清楚起见，我们为您准备了一个比较表，其中显示了WD Purple存储卡的主要特征。