Что лучше hevc или h264
ТЕСТ Упаковать и доставить H.265 против H.264, технологий Zipstream и H.264+ Тестирование проведено и предоставлено компанией DSSL
Сначала немного теории.
H.265, или HEVC (англ. High Efficiency Video Coding – высокоэффективное кодирование видеоизображений), – формат видеосжатия с применением более эффективных алгоритмов по сравнению с H.264/MPEG-4 AVC. Рекомендация ITU-T H.265, а также стандарт ISO/IEC 23008-2 MPEG-H Часть 2 – совместная разработка экспертной группы по видеокодированию ITU-T Video Coding Experts Group (VCEG) и экспертной группы по движущемуся изображению MPEG. Рекомендация стандарта разработана в связи с растущей потребностью в более высокой степени сжатия движущихся изображений для самых разных приложений, таких как потоковая передача в Интернете, передача данных, видеоконференцсвязь, цифровые запоминающие устройства и телевизионное вещание.
Честно говоря, мы долго ходили кругами вокруг кодека H.265, не зная, с какой стороны к нему подступиться. Сложностей было много. Основная в том, что камеры, поддерживающие его, можно пересчитать по пальцам. Мы взяли BEWARD B2250 и ActiveCam. К тому же, воспроизвести записанный видеопоток, сжатый новым кодеком, как оказалось, не так просто, поскольку производители используют модифицированные кодеки, и стандартные средства воспроизведения пасовали перед ними. Единственный проигрыватель, который не отказывался крутить полученные файлы, – это VLC Player. Мы стали записывать видео с разными условиями, меняли битрейт, погружали сцену в темноту, но размер видеопотока оставался одинаковым и для H.264, и для H.265. Как и качество картинки, которое нельзя было различить на глаз.
До тех пор, пока не выставили самое низкое качество получаемой картинки с камер – битрейт 200 кбит/с, вот тут-то и стала видна принципиальная разница между двумя кодеками. Новый кодек работает иначе, нежели старый. H.265 способен кодировать блоки размером 64х64 пкс – это повышает эффективность кодирования при одновременном сокращении времени декодирования. На практике видеопоток, закодированный кодеком H.265, при одинаковом битрейте дает большую детализацию по сравнению с H.264. При максимальных выставленных настройках (битрейт от 8000 кбит/с и выше) этого заметить невозможно, а вот при минимальных (200 кбит/с) – разница очевидна.
Где же экономия? А экономии трафика и места в архиве возможно добиться, снижая битрейт кодека H.265 и получая картинку, сопоставимую со сжатой кодеком H.264. Будет ли объем файлов при H.265 на 50% меньше файлов, сжатых кодеком H.264? Это вряд ли.
Скорее всего, кодек H.265 хорошо проявит себя при использовании таких функций видеонаблюдения, как распознавание номеров, поскольку при максимальных настройках картинка получается более детализированной. Однако проверить на практике данную теорию не представляется возможным – на рынке еще нет подобных решений, работающих с видеопотоком сжатым кодеком H.265. И пока новый кодек не стал массово овладевать рынком, вендоры активно внедряют новые технологии, снижающие битрейт видео без существенной разницы в качестве картинки. Все они прекрасно работают со стандартным кодеком H.264.
Технология Zipstream
Технология Zipstream создана компанией Axis Communications и реализует два способа уменьшения видеопотока.
В первом способе – Zipstream Dynamic Region of Interest (ROI) – производится анализ видеопотока, и находятся области, представляющие наибольший интерес. К таковым относятся области с большим количеством деталей и/или области, в которых происходит движение объектов. Обработка этих областей выполняется отдельно от остальной части изображения, как описано ниже.
Во втором способе – Zipstream Dynamic GOP – применяется динамическое регулирование интервала между ключевыми кадрами в соответствии с интенсивностью перемещения объектов в поле обзора камеры. Когда движение в поле зрения почти отсутствует, битрейт видео снижается, и передача ключевых кадров производится реже.
Чтобы проверить работу технологии Zipstream, мы взяли камеру AXIS M1125 и выставили на ней два профиля, с включенной и выключенной функцией. Настроили на сцену и открыли два окна для сравнения битрейта. Полученные результаты видны на скриншотах.
Разница в битрейте была порядка от 100 до 200 кбит/с, на камере был выставлен VBR, а параметр Compression по умолчанию стоял на 30 (этот параметр изменяется от 0 до 100, где 100 – это максимально зажатая картинка). Поскольку различия в размере битрейта не повлияют на значительное уменьшение объема архива и повышение скорости по сети, они не принципиальны. Картинка по качеству также была сопоставима. Если приглядеться, то действительно можно заметить размытость статичного фона, которая вызвана заниженным битрейтом на этом участке, что особо не влияет на качество изображения.
Но если изменить параметр Compression до 10, то тут как раз и проявляет себя Zipstream во всей красе. При выключенной Zipstream камера выдает видеопоток в диапазоне от 12 000–16 800 кбит/с, а с включенной функцией всего 5000–7800 кбит/с. Причем картинка сопоставима, и отличить на глаз практически невозможно.
Технология H.264+
Технология H.264+ от компании Hikvision очень похожа на действие функции Zipstream. Камера анализирует движение в кадре, на участках, где происходит движение, камера завышает битрейт, а сам фон – статичная картинка – кодируется с заниженным битрейтом.
Далее полученный поток кодируется стандартным кодеком H.264/AVC, благодаря чему видеопоток можно просматривать и хранить на любых устройствах, поддерживающих этот кодек. В отличие от Zipstream технология H.264+ не может автоматически добавлять или убавлять ключевые кадры. Чтобы посмотреть, как работает H.264+, мы записали несколько видео одинаковой сцены со включенной и выключенной функцией.
Причем камера Hikvision в режиме переменного битрейта позволяет выбирать качество сжатия, чем мы и воспользовались, выставив максимальный и минимальный порог. В результате при минимальном пороге размер видеопотока отличался так же, как и у Zipstream, на незначительные 100–200 кбит/с.
А вот при максимальном пороге битрейта в 16 384 кбит/с разница была большая. С включенной функцией H.264+ битрейт не превышал 5900 кбит/с, а при выключенной колебался от 13 000 до 16 300 кбит/с.
Причем качество картинки остается приблизительно одинаковым, в некоторых местах при включенной функции H.264+ можно заметить размытость статичного фона, но на полное понимание происходящего в кадре это никак не влияет.
Покорит ли H.265 рынок?
Многие авторы аналитических статей в Интернете не ожидают, что новый кодек H.265 покорит рынок в ближайшее время. Причина – высокая эффективность распространенного кодека H.264 и отсутствие на данное время общих стандартов для внедрения H.265. Такое мнение имеет место, и его нельзя не учитывать.
Но большинство китайских производителей и такие гиганты, как Hikvision и Dahua, начали переход на новые процессоры от HiSilicon H3516A и 3516D (бюджетная версия). А в них поддержка кодека H.265 заложена, дешево и сердито. Новый чип заявлен с поддержкой H.265 и разрешения 4K. Китайские производители сделают кодек H.265 настолько массовым, что он станет стандартом де-факто уже завтра, и к этому надо быть готовым. Новые технологии Zipstream и H.264+, безусловно, являются рабочими и выдают результат.
Но, на наш взгляд, нельзя рассматривать их как конкурентов новому кодеку H.265, они являются методом улучшения кодирования видео, который после небольшой адаптации можно применять к различным стандартам сжатия. Надеемся, что время, когда такие технологии, как Zipstream и H.264+, будут работать с кодеком H.265, уже не за горами.
Сжатие видео на пальцах: как работают современные кодеки?
Затраты на хранение данных зачастую становятся основным пунктом расходов при создании системы видеонаблюдения. Впрочем, они были бы несравнимо больше, если бы в мире не существовало алгоритмов, способных сжимать видеосигнал. О том, насколько эффективны современные кодеки, и какие принципы лежат в основе их работы, мы и поговорим в сегодняшнем материале.
Для большей наглядности начнем с цифр. Пускай видеозапись будет вестись непрерывно, в разрешении Full HD (сейчас это уже необходимый минимум, во всяком случае, если вы хотите полноценно использовать функции видеоаналитики) и в режиме реального времени (то есть, с фреймрейтом 25 кадров в секунду). Предположим также, что выбранное нами оборудование поддерживает аппаратное кодирование H.265. В этом случае при разных настройках качества изображения (высоком, среднем и низком) мы получим примерно следующие результаты.
Кодек
Интенсивность движения в кадре
Использование дискового пространства за сутки, ГБ
H.265 (Высокое качество)
H.265 (Высокое качество)
H.265 (Высокое качество)
H.265 (Среднее качество)
H.265 (Среднее качество)
H.265 (Среднее качество)
H.265 (Низкое качество)
H.265 (Низкое качество)
H.265 (Низкое качество)
Но если бы сжатия видео не существовало в принципе, мы бы увидели совсем иные цифры. Попробуем разобраться, почему. Видеопоток представляет собой не что иное, как последовательность статичных картинок (кадров) в определенном разрешении. Технически каждый кадр является двумерным массивом, содержащим информацию об элементарных единицах (пикселях), формирующих изображение. В системе TrueColor для кодирования каждого пикселя требуется 3 байта. Таким образом, в приведенном примере мы бы получили битрейт:
Учитывая, что в сутках 86400 секунд, цифры выходят поистине астрономические:
Итак, если бы мы записывали видео без сжатия в максимальном качестве при заданных условиях, то для хранения данных, полученных с одной единственной видеокамеры в течение суток нам бы потребовалось 12 терабайт дискового пространства. Но даже система безопасности квартиры или малого офиса предполагает наличие, как минимум, двух устройств видеофиксации, тогда как сам архив необходимо сохранять в течение нескольких недель или даже месяцев, если того требует законодательство. То есть, для обслуживания любого объекта, даже весьма скромных размеров, потребовался бы целый дата-центр!
К счастью, современные алгоритмы сжатия видео помогают существенно экономить дисковое пространство: так, использование кодека H.265 позволяет сократить объем видео в 90 (!) раз. Добиться столь впечатляющих результатов удалось благодаря целому стеку разнообразных технологий, которые давно и успешно применяются не только в сфере видеонаблюдения, но и в «гражданском» секторе: в системах аналогового и цифрового телевидения, в любительской и профессиональной съемке, и многих других ситуациях.
Наиболее простой и наглядный пример — цветовая субдискретизация. Так называют способ кодирования видео, при котором намеренно снижается цветовое разрешение кадров и частота выборки цветоразностных сигналов становится меньше частоты выборки яркостного сигнала. Такой метод сжатия видеоданных полностью оправдан как с позиции физиологии человека, так и с точки зрения практического применения в области видеофиксации. Наши глаза хорошо замечают разницу в яркости, однако гораздо менее чувствительны к перепадам цвета, именно поэтому выборкой цветоразностных сигналов можно пожертвовать, ведь большинство людей этого попросту не заметит. В то же время, сложно представить, как в розыск объявляют машину цвета «паука, замышляющего преступление»: в ориентировке будет написано «темно-серый», и это правильно, ведь иначе прочитавший описание авто даже не поймет, о каком оттенке идет речь.
А вот со снижением детализации все оказывается уже совсем не так однозначно. Технически квантование (то есть, разбиение диапазона сигнала на некоторое число уровней с последующим их приведением к заданным значениям) работает великолепно: используя данный метод, размер видео можно многократно уменьшить. Но так мы можем упустить важные детали (например, номер проезжающего вдалеке автомобиля или черты лица злоумышленника): они окажутся смазаны и такая запись будет для нас бесполезной. Как же поступить в этой ситуации? Ответ прост, как и все гениальное: стоит взять за точку отсчета динамические объекты, как все тут же становится на свои места. Этот принцип успешно используется со времен появления кодека H.264 и отлично себя зарекомендовал, открыв ряд дополнительных возможностей для сжатия данных.
Это было предсказуемо: разбираемся, как H.264 сжимает видео
Вернемся к таблице, с которой мы начали. Как видите, помимо таких параметров, как разрешение, фреймрейт и качество картинки решающим фактором, определяющим конечный размер видео, оказывается уровень динамичности снимаемой сцены. Это объясняется особенностями работы современных видеокодеков вообще, и H.264 в частности: используемый в нем механизм предсказания кадров позволяет дополнительно сжимать видео, при этом практически не жертвуя качеством картинки. Давайте посмотрим, как это работает.
Кодек H.264 использует несколько типов кадров:
Поскольку в процессе вычитания возможны ошибки, приводящие к появлению графических артефактов, то через какое-то количество кадров схема повторяется: вновь формируется опорный кадр, а вслед за ним — серия кадров с изменениями.
Полное изображение формируется путем «наложения» P-кадров на опорный кадр. При этом появляется возможность независимой обработки фона и движущиеся объектов, что позволяет дополнительно сэкономить дисковое пространство без риска упустить важные детали (черты лиц, автомобильные номера и т. д.). В случае же с объектами, совершающими однообразные движения (например, вращающимися колесами машин) можно многократно использовать одни и те же разностные кадры.
Независимая обработка статических и динамических объектов позволяет сэкономить дисковое пространство
Данный механизм носит название межкадрового сжатия. Предсказанные кадры формируются на основе анализа широкой выборки зафиксированных состояний сцены: алгоритм предвидит, куда будет двигаться тот или иной объект в поле зрения камеры, что позволяет существенно снизить объем записываемых данных при наблюдении за, например, проезжей частью.
Кодек формирует кадры, предсказывая, куда будет двигаться объект
В свою очередь, использование двунаправленных предсказанных кадров позволяет в несколько раз сократить время доступа к каждому кадру в потоке, поскольку для его получения будет достаточно распаковать только три кадра: B, содержащий ссылки, а также I и P, на которые он ссылается. В данном случае цепочку кадров можно изобразить следующим образом.
Такой подход позволяет существенно повысить скорость быстрой перемотки с показом и упростить работу с видеоархивом.
В чем разница между H.264 и H.265?
В H.265 используются все те же принципы сжатия, что и в H.264: фоновое изображение сохраняется единожды, а затем фиксируются лишь изменения, источником которых являются движущиеся объекты, что позволяет значительно снизить требования не только к объему хранилища, но и к пропускной способности сети. Однако в H.265 многие алгоритмы и методы прогнозирования движения претерпели значительные качественные изменения.
Так, обновленная версия кодека стала использовать макроблоки дерева кодирования (Coding Tree Unit, CTU) переменного размера с разрешением до 64×64 пикселей, тогда как ранее максимальный размер такого блока составлял лишь 16×16 пикселей. Это позволило существенно повысить точность выделения динамических блоков, а также эффективность обработки кадров в разрешении 4K и выше.
Кроме того, H.265 обзавелся улучшенным deblocking filter — фильтром, отвечающим за сглаживание границ блоков, необходимым для устранения артефактов по линии их стыковки. Наконец, улучшенный алгоритм прогнозирования вектора движения (Motion Vector Predictor, MVP) помог заметно снизить объем видео за счет радикального повышения точности предсказаний при кодировании движущихся объектов, чего удалось достичь за счет увеличения количества отслеживаемых направлений: если ранее учитывалось лишь 8 векторов, то теперь — 36.
Помимо всего перечисленного выше, в H.265 была улучшена поддержка многопоточных вычислений: квадратные области, на которые разбивается каждый кадр при кодировании, теперь могут обрабатываться независимо одна от другой. Появилась и поддержка волновой параллельной обработки данных (Wavefront Parallelel Processing, WPP), что также способствует повышению производительности сжатия. При активации режима WPP обработка CTU осуществляется построчно, слева направо, однако кодирование каждой последующей строки может начаться еще до завершения предыдущей в том случае, если данных, полученных из ранее обработанных CTU, для этого достаточно. Кодирование различных строк CTU с временной задержкой со сдвигом, наряду с поддержкой расширенного набора инструкций AVX/AVX2 позволяет дополнительно повысить скорость обработки видеопотока в многоядерных и многопроцессорных системах.
Флэш-карты для видеонаблюдения: когда значение имеет не только размер
И вновь вернемся к табличке, с которой мы начали сегодняшний разговор. Давайте подсчитаем, сколько дискового пространства нам понадобится в том случае, если мы хотим хранить видеоархив за последние 30 дней при максимальном качестве видеозаписи:
По нынешним меркам 4 терабайта для винчестера индустриального класса — практически ничто: современные жесткие диски для видеонаблюдения имеют емкость до 14 терабайт и могут похвастаться рабочим ресурсом до 360 ТБ в год при MTBF до 1.5 миллионов часов. Что же касается карт памяти, то здесь все оказывается не так однозначно.
В IP-камерах флэш-карты играют роль резервных хранилищ: данные на них постоянно перезаписываются, чтобы в случае потери связи с видеосервером недостающий фрагмент видеозаписи можно было восстановить из локальной копии. Такой подход позволяет существенно повысить отказоустойчивость всей системы безопасности, однако при этом сами карты памяти испытывают колоссальные нагрузки.
Как видно из нашей таблицы, даже при низком качестве изображения и при условии минимальной активности в кадре, всего за сутки будет записано около 24 ГБ видео. А это значит, что 128-гигабайтная карточка будет полностью перезаписана менее чем за неделю. Если же нам требуется получать максимально качественную картинку, то все данные на таком носителе будут полностью обновляться раз в сутки! И это лишь при разрешении Full HD. А если нам понадобится картинка в 4K? В этом случае нагрузка вырастет практически в два раза (в заданных условиях видео в максимальном качестве потребует уже 250 ГБ).
При бытовом использовании подобное попросту невозможно, поэтому даже самая бюджетная карта памяти способна прослужить вам несколько лет к ряду без единого сбоя. А все благодаря алгоритмам выравнивания износа (wear leveling). Схематично их работу можно описать следующим образом. Пусть в нашем распоряжении есть новенькая флеш-карта, только что из магазина. Мы записали на нее несколько видеороликов, использовав 7 из 16 гигабайт. Через некоторое время мы удалили часть ненужных видео, освободив 3 гигабайта, и записали новые, объем которых составил 2 ГБ. Казалось бы, можно задействовать только что освободившееся место, однако механизм выравнивания износа выделит под новые данные ту часть памяти, которая ранее никогда не использовалась. Хотя современные контроллеры «тасуют» биты и байты куда более изощренно, общий принцип остается неизменным.
Напомним, что кодирование битов информации происходит путем изменения заряда в ячейках памяти за счет квантового туннелирования электронов сквозь слой диэлектрика, что вызывает постепенный износ диэлектрических слоев с последующей утечкой заряда. И чем чаще меняется заряд в конкретной ячейке, тем раньше она выйдет из строя. Выравнивание износа как раз направлено на то, чтобы каждая из доступных ячеек перезаписывалась примерно одинаковое количество раз и, таким образом, способствует увеличению срока службы карты памяти.
Нетрудно догадаться, что wear leveling перестает играть хоть сколько-нибудь значимую роль в том случае, если флэш-карта постоянно перезаписывается целиком: здесь на первый план уже выходит выносливость самих чипов. Наиболее объективным критерием оценки последней является максимальное количество циклов программирования/стирания (program/erase cycle), или, сокращенно, циклов P/E, которое способно выдержать флеш-память. Также достаточно точным и в данном случае наглядным (так как мы можем заранее рассчитать объемы перезаписи) показателем является коэффициент TBW (Terabytes Written). Если в технических характеристиках указан лишь один из перечисленных показателей, то вычислить другой не составит особого труда. Достаточно воспользоваться следующей формулой:
TBW = (Емкость × Количество циклов P/E)/1000
Так, например, TBW флеш-карты емкостью 128 гигабайт, ресурс которой составляет 200 P/E, будет равен: (128 × 200)/1000 = 25,6 TBW.
Давайте считать дальше. Выносливость карт памяти потребительского уровня составляет 100–300 P/E, и 300 — это в самом лучшем случае. Опираясь на эти цифры, мы можем с достаточно высокой точностью оценить срок их службы. Воспользуемся формулой и заполним новую таблицу для карты памяти емкостью 128 ГБ. Возьмем за ориентир максимальное качество картинки в Full HD, то есть в сутки камера будет записывать 138 ГБ видео, как мы выяснили ранее.
Ресурс карты памяти, циклов P/E
Кодек Н.265 (HEVC)
Для начала поясню, для кого написана эта статья. Она предназначена, в первую очередь, для людей, которые делают какую-либо видеопродукцию, то есть для видеооператоров, монтажеров, работающих как частники или в студиях. Но главное, эта статья будет интересна тем, кто старается делать свою работу качественно, и понимает, что такое качество. К сожалению, таких становится все меньше и меньше, так как многие на первое место ставят скорость работы, и не важно, что получится в результате.
Да простят меня любители точных наук, но в своей статье я буду применять несколько упрощенные варианты объяснений, для того, чтобы было понятно не только профессионалам, но и тем, кто не слишком разбирается в специальной терминологии. Те, кто работает с видео не первый год, помнят, что когда-то был популярным формат DV, и его кодировали в MPEG-2. Затем появился формат Full HD, потом 4К, и их стали кодировать кодеком Н.264 в формат MPEG-4.
Некоторое время назад в монтажных программах появился новый кодек Н.265, который, по заявлению производителей и по различным рекламным статьям в интернете, намного превосходит Н.264. Но все эти утверждения как-то слабо аргументированы, без конкретных примеров. Учитывая, что рекламируют чаще всего то, что не лучше старого, а даже иногда хуже, я к таким заявлениям отношусь с некоторой осторожностью. А потому, как и многие операторы, не спешу переходить на новый кодек, а пользуюсь проверенным 264-м.
Но время идет, передовой производитель должен идти в ногу со временем, и я решил самостоятельно разобраться и протестировать 265-й, чтобы сделать выводы, основанные на собственном опыте. Вот этими выводами я и поделюсь на этой странице.
Сравнение кодирования видео кодеком Н.264 и Н.265 в Adobe Premiere Pro
Кодек Н.264: по научному он называется MPEG-4 часть 10 или AVC (Advanced Video Coding). Появился в 2003 году, но в быту его стали использовать далеко не сразу, примерно с тех пор, как люди начали приобретать видеокамеры высокой четкости. По моему мнению, на сегодняшний день это единственный кодек, которым желательно сжимать видео, никаких конкурентов у него просто нет. Конечно, кроме 265-го.
Вероятно, Вы знаете, что при кодировании воздействию подвергается не каждый пиксель картинки, изображение разбивается на блоки в зависимости от содержания. И главное отличие этих двух кодеков в том, что они по-разному формируют эти блоки. Другими словами, делят картинку на разное количество фрагментов. Н.265 включает в каждый блок большее количество пикселей, то есть картинка делится на меньшее количество кусочков.
Ни с форматом 4К, ни, тем более с 8К, я не работаю, и потому в мои задачи не входит подробное тестирование этого кодека на всех форматах и при всех значениях битрейта. Я поставил цель протестировать и сравнить работу Н.265 с тем видео, которое я снимаю, именно в том формате, и той видеокамерой, которой я пользуюсь. Так я смогу решить, стоит ли вообще его применять, и если да, то для какого видео. Поэтому если у Вас другая модель камеры, или Вы снимаете в другом формате, то результаты моих тестов могут не совпадать с результатами для Ваших условий.
Мне показалось странным, что в настройках 265 в том же Премьере невозможно задать двухпроходное кодирование, а как известно, при кодировании кодеком Н.264 двухпроходное кодирование с переменным битрейтом (VBR) хоть и несколько увеличивает время, но зато картинку дает более качественную, чем другие варианты. Почему у Н.265 нет двух проходов, не могу понять. Могу только предположить, что и за один проход он кодирует настолько замечательно, что второй проход ему не нужен. Если Вам известен ответ на этот вопрос, напишите.
По информации, полученной от других операторов можно предположить, что при кодировании формата 4К с низким битрейтом, преимущество Н.265 более заметно, чем при использовании формата Full HD. Но с низким битрейтом я не работаю, для меня важно высокое качество.