2003 - H.264 / AVC#
案件摘要#
2003 年,ITU-T VCEG 與 ISO MPEG 聯合制定 H.264/AVC。它是史上最成功的影片壓縮標準:同畫質下位元率只有 MPEG-2 的一半,YouTube、藍光、視訊通話、廣播全靠它,至今仍佔全球影片流量的大宗。
前因#
- MPEG-2(1994)服務了 DVD 與數位電視,但網路影片與 HD 需求出現:MPEG-2 的 HD 位元率(約 20 Mbps)在 2000 年代初的寬頻上仍太重。
- MPEG-4 Part 2(1999)試圖取代但效率不足。需要一個「效率翻倍」的新標準——工程問題:舊架構下還能榨出多少?
線索與推理#
線索一:架構的精細化#
H.264 保留「預測 + DCT + 熵編碼」架構,但每個環節都精細化:
| 環節 | MPEG-2 | H.264 |
|---|---|---|
| 區塊大小 | 16×16 固定 | 16×16 到 4×4 可變 |
| 幀內預測 | 簡單 DC/平面 | 9 種 4×4 方向 + 4 種 16×16 |
| 運動補償 | 半像素精度 | 1/4 像素 + 1/2 像素內插 |
| 參考幀 | 1 幀 | 多達 16 幀 |
| 熵編碼 | Huffman | CAVLC / CABAC |
| 去區塊濾波 | 無 | 環內自適應去區塊 |
每一項都是「更細的取捨」:可變區塊讓平坦區用大塊(省位元)、細節區用小塊(保品質)。
線索二:CABAC 與上下文建模#
CABAC(上下文自適應二元算術編碼)根據符號出現的上下文動態調整機率模型:
\[ P(\text{bit} \mid \text{context}) \text{ 隨歷史更新} \Rightarrow \text{壓縮率提升} \]
這是「統計建模驅動壓縮」的巔峰,比 Huffman 再省 10–15%。
線索三:多參考幀的智慧#
用過去多幀(而非僅前一幀)做預測,可處理遮擋、反覆運動(如搖擺的樹枝、往復的球拍)。搜尋空間倍增,但壓縮率顯著提升。
後果#
- 2005 年 YouTube 採用 H.264,網路影片時代爆發;藍光(2006)以其為必備編碼。
- → HEVC/H.265(2013,效率再翻倍)→ AV1(2018)→ VVC(2020)。
- 專利授權的複雜性引發 AV1 開放標準的誕生——壓縮技術的「專利懸案」成為產業結構的一部分。