新一代影像編碼格式 H.265 完全析解，流量省一半，檔案更小更美

懸盪已久的次世代影像編碼格式 H.265，終於在2013年1月25日收到國際電信聯盟（ITU）的認可，成為新一代標準格式，它除了肩負縮小影片所需資料流量，以舒緩繁重的網路負擔外，同時也是 4K UHD 解析度影片編碼的不二人選。

影片流量拖垮網路

影片壓縮最主要的終極目標，就是要降低影片檔案的大小，如此一來可以減少儲存時所佔用的空間，同時也能夠降低傳輸時消耗的網路頻寬。或許讀者會覺得現在硬碟便宜的跟什麼一樣，網路速度也非常快，但若以目前主流的HD影片來推估，並以下列條件進行試算： 

1. 解析度=1920 x 1080
2. 顏色取樣深度=24bit（R、G、B各色8bit）
3. 每秒幀數=60幀

那麼每秒需要的流量可能是多少？
1920 x 1080 x 24bit x 60=2985984000bit
2985984000bit/8bit/1024/1024=355.957MB

以2小時的電影來說，就需要佔用2.44TB的儲存空間，大約需要使用50片雙層藍光光碟才能裝得完（而且以上估算還不包括音訊部分），更罔談以網路即時串流，影片壓縮的重要性可見一斑。

以目前主流的藍光光碟為例，採用大部分H.264編碼格式的影片流量落於20至25Mbps之間，壓縮率大約為113.9至142.38倍之間，節省的空間相當可觀。即便H.264的壓縮能力足夠滿足目前使用需求，但是遇到解析度更高的4K UHD格式，還是顯得捉襟見肘，需要尋求壓縮效率更好的編碼器，才能將影片壓縮到適合傳輸與儲存的流量範圍。

▲由此圖可以看出各種不同解析度的尺寸差異，4K UHD的解析度為HD的4倍，與480P相比，差距更是高達24倍。

▲規格比較表

工作時程超過8年

H.265的起源為2004年時，國際電信聯盟旗下的視訊編碼專家小組（Video Coding Experts Group）開始研讀可以取代H.264的技術，並且將專案名稱暫定為H.265與H.NGVC （Next-generation Video Coding，次世代視訊編碼），其目標為與H.264 High Profile比較時，在相同畫質表現下，可以為影片節省25至50%的資料流量。

2007年國際標準化組織（ISO）旗下的動態畫像專家小組（Moving Picture Experts Group）也開始了相似的工作，它們也希望能提出壓縮效率更高的編碼方式。2010年4月時，這2個小組一起組成了視訊編碼聯合工作小組（JCT-VC，Joint Collaborative Team on Video Coding），共同提出了27項提案，並針對這些提案進行研討，於2010年10月發佈第1份規格草案。

在累積許多工作成果後，2012年2月推出了以第6份規格草案為基礎的委員會版草案，接下來以第8份規格草案為基礎的國際規格草案，於2012年6月推出。最後原訂於2013年2月發佈最終版國際規格草案，則是提前於1月25日確認，確定了H.265的基本功能。

▲影像技術年表（點圖看大圖）

節省一半流量

H.265的研發目的從命名就可以看出端倪，H.265又名HEVC（High Efficiency Video Coding，高效率視訊編碼），其最主要的用途就是要進一步降低影片所需的流量，以降低儲存與傳輸的成本。以上述27項提案中最重要3項為例，H.265要求在最佳的編碼範本（profile）中，能在維持相同PSNR的前提下，節省以H.264壓縮的1080P影片36%左右的資料量，並且能在影像品質差不多時，將節省的幅度進一步提升到50%。

而第3項重要提案，則是針對壓縮、解壓縮所需的運算量做出限制，以最佳編碼範本進行H.265編碼所需的時間，只能比H.264編碼多出10%，而解碼時間則是可以多出60%。有趣的是，限制H.265的運算量需求，勢必會降低它的編碼效率，恰巧與節約流量的初衷相互矛盾，但是會做出這種決定，其目的不外乎是預想到日後解析度與每秒幀數更高的影片，會讓運算量大幅提高，先做出折衷的限制，才能在處理器或是行動裝置效能足夠負荷的前提下，盡可能提高壓縮效率。

PSNR為畫質打分數

影片的畫質分析可以分為主觀的人肉測試，與相對客觀的量化測試，人肉測試的方式不外乎用肉眼觀察影片的畫面，分析不同樣本中熟優熟劣，這種方式雖然直接，但卻容易受到測試者主觀喜惡的影響，而且也不夠精確。量化測試是採用數學方式分析影片處理前後的差異，雖然可以得到精確的分數，但是該分數不一定能完全反應視覺上的感受。

PSNR（Peak Signal-to-Noise Ratio，尖峰訊噪比）為量化測試的一種，其定義為「10 x log10(MAX^2 / MSE)」，其中MAX為每個像素中，能夠表現出的最大可能性數量，若以8bit取樣深度為例，MAX將等於2^8-1 = 255。MSE為方均誤差，其數學上的定義為比較處理前後的影片，針對每一個像素計算其量化數據上差異，再將這個差異平方後加總計算，最後再將總和除以像素總數。簡單地說，尖峰訊噪比越大，就表示訊號越強、雜訊越小，也代表畫面與原始檔案比較相近。反之若是數值很小的話，就表示影片受雜訊干擾的情況嚴重，畫質表現比較不好。

以H.264為基礎，H.265效率更高

自從H.261編碼格式引入混合式（hybrid）編碼方式開始，後續的編碼格式大多會延用這個方式，將影像進行畫面間、畫面內預測（inter prediction、intra prediction），刪去影片中不需要的重複資料。H.265也不例外，它也是基於這個概念進行設計，不過它擁有諸多新的編碼工具，可以讓增進壓縮效率。

僅支援循序掃瞄

為了要節省影片資料流量，有些媒體會以交錯掃描（interlaced scan）進行傳輸，交錯掃描的原理為將影片依照掃瞄線（即水平方向像素）將畫面拆分為2個群組，奇場群組包含第1、3、5……等奇數條掃瞄線，偶場群組則包含偶數條掃瞄線，奇場、偶場群組會在螢幕上交替播出，在快速輪換的結果下，人眼就會因視覺暫留而看到完整畫面。

雖然交錯掃描可以降低影片資料流量，但是對畫質仍會造成一定影響，尤其是高速移動的物體，容易在邊緣產生抖動或毛邊等干擾。循序掃描（progressive scan）則是每次都傳送完整畫面，雖然會佔用較多流量，但可以提供較佳畫質。

由於目前的顯示器皆以循序掃描模式運作，因此H.265設計時並不支援交錯掃描方式進行編碼，但若為了節省流量或其他因素，編碼器可以透過參考資料語法（metadata syntax），將完整畫面在編碼前先拆分為奇場及偶場群組，編碼器會將2個不同的群組視為不同影片來源，分別進行編碼工作，以此變通方式達成儲存交錯掃描影片的需求。

▲交錯掃描會將畫面分為機奇場與偶場群組，並在播放時交替播出，如此就可以減少資料流量。

捨巨區塊，採編碼樹

從H.265的發展延革來看，它勢必會站在H.264的基礎上發展，但是兩者間最大的不同，存在於最基礎的編碼單元。以往H.264會以16 x 16像素為單位（或是16 x 8、8 x 8、8 x 4、4 x 4等配置），將畫面切割為數個大小相同的巨區塊（macroblock），並以這些巨區塊做為編碼時的最小元素。H.265則是將切割畫面的工作從使用者手動設定，轉交給編碼器來決定，讓編碼器可視情況以16 x 16、32 x 32、64 x 64等尺寸，將畫面切割為數個編碼樹單元（Coding Tree Unit），一般來說區塊尺寸越大，壓縮效率就會越好。

每個編碼樹單元內包含1個亮度與2個色度編碼樹區塊（Coding Tree Block），以及記錄額外資訊的語法元素（syntax element）。一般來說影片大多是以YUV 4:2:0色彩採樣進行壓縮，因此以16 x 16的編碼樹單元為例，其中會包含1個16 x 16的亮度編碼樹區塊，以及2個8 x 8的色度編碼樹區塊。

▲編碼樹皆是以4分法，將影像切割成子區塊，編碼樹區塊可切為編碼單元，再切下去即可得到預測單元。

延伸閱讀：

免費下載Windows 8 專用影音編碼包，支援多種影音格式不求人

認識VP8 影像編碼：整合HTML5 更小更漂亮、挑戰H.264 地位

視訊編碼格式VP8 對決H.264，高畫質的表現誰比較好？

動態補償如何讓影片壓縮變小？B-frame 能讓影片變多瘦？

高畫質奧運平台MOD 解析，編碼、頻寬、錄影問題如何解？

（後面還有更多H.265編碼格式介紹）