ボクにもわかる地上デジタル - 地デジ方式編 - 動画圧縮符号化
(作成:2005年10月) 地デジTopへ戻る
動画圧縮符号化方式
カメラで撮影した映像のデーターは1〜3Gbpsと非常に膨大です。このため、
データーを圧縮符号化しなければ、周波数資源を有効に使用することが出来
ません。動画圧縮符号化技術は、地上デジタルハイビジョン放送を、少ない
周波数資源で実現するための役割をしています。
動画圧縮符号化の概略
映像の符号化方式は、以下の２つの要素技術がベースになっています。
(1) 静止画の特徴を抽出して符号化する「ＤＣＴ(離散コサイン変換)」技術
(2) フレーム間の動きの変化を抽出する「動き補償」技術
つまり、静止画と、その静止画を動かす技術に分かれています。
ＤＣＴ(Discrete Cosine Transform,離散的コサイン変換)
ＤＣＴは時間軸の情報を周波数軸への変換器です。まずは、音声のように、
時間軸のみの１次元データの場合について、説明します。
下図のように、音声データ音声にＤＣＴをかけることで、音声の特徴周波数
成分だけを取り出すことが出来ます。
振幅 振幅
｜ ｜ ｜
｜〜〜〜〜〜〜〜〜 →ＤＣＴ→ ｜ ｜ ｜
｜ ｜ ｜ ｜
└──────── 時間 └─┴─┴──── 周波数
音声データ ＤＣＴ後の音声データ
↓送信に必要な成分 ↓送信に必要な成分
振幅 振幅
｜■■■■■■■■ ｜ ■ ■
｜■■■■■■■■ ｜ ■ ■
｜■■■■■■■■ ｜ ■ ■
└──────── 時間 └──────── 周波数
音声データの領域 ＤＣＴ後データ領域
つまり、送信に必要な成分を取り出すことで、送信に必要なデータ領域を、
大幅に削減することが出来るのです。
一方、画像では、音声と同じＤＣＴを２次元の平面に対して実行しています。
また、２次元の平面で実行するＤＣＴを「２次元ＤＣＴ」と呼びます。この
時、画面全体ではなく４×４ドットなどの小さなブロックで２次元ＤＣＴを
かけることで、ブロック内の映像の特徴周波数成分が取り出せます。
また、ブロックを小さくすることで、ブロック内の情報を、パターン化する
ことが出来るようになります。下図は、ＤＣＴ変換後の４×４ドットの映像
の一例です。４つの類似したパターンを、代表パターンに置き換えます。
■■□□ ■■□□ ■■■□ ■□□□ ■■□□
■■■□ ■□□□ ■■□□ ■■□□ → ■■□□
■■□□ ■■□□ ■■□□ ■■□□ ■■□□
■■□□ ■■□□ ■■□□ ■■□□ ■■□□
類似したパターン 代表パターン
下図は代表パターンの一例です。このような代表パターンを、予め用意して
おきます。また、代表パターンの一つ一つにコード番号をつけておきます。
このような代表パターンのリストを「コードブック」と呼びます。このコー
ドブックがあれば、コード番号を送信するだけで、相手に、類似したパター
ンを送ることが出来ます。
■□□□ ■■□□ ■■□□ ■■■□ ■■■□ ■■■□
□□□□ ■■□□ ■■□□ ■■■□ ■□□□ ■■■□ ……
□□□□ □□□□ ■■□□ □□□□ ■□□□ ■■■□
□□□□ □□□□ □□□□ □□□□ □□□□ □□□□
コード１ コード２ コード３ コード４ コード５ コード６ ……
代表パターン(コードブック)の例
このように、たとえ、画面全体では全く異なる映像であっても、小さく区切
ることで、ブロックの中の映像に、類似性を作り出し、さらに、ＤＣＴで、
特徴成分を取り出すことで、より類似性が現れ、代表パターンの種類が少な
くなります。このよな符号化方法をベクトル量子化(Vector Quantization)と
呼びます。
動き補償
動き補償は、フレーム（動画の中の１枚の静止画）とフレームの間の特徴の
変化の抽出を行う技術です。符号化する複数のフレームを、予め、バッファ
(メモリ)に貯めておき、前後のフレームの違いとなる差分信号を作成します。
┏━━━━━━┓ ┏━━━━━━┓ ┏━━━━━━┓
元 ┃ ■ ■ ┃ ┃ ■ ■┃ ┃ ■ ┃
映 ┃■■■ ■ ┃──→┃■■■ ■┃──→┃■■■ ■┃
像 ┃ ■ ■ ┃ ┃ ■ ■ ┃ ┃ ■ ■ ┃
┗━━━━━━┛ ┗━━━━━━┛ ┗━━━━━━┛
Ｆ１ ↓ 差分 ↓ Ｆ２ ↓ 差分 ↓ Ｆ３
┏━━━━━━┓ ┏━━━━━━┓
差 ┃ □ ■□┃ ┃ □ ■┃
分 ┃□□□ ■□┃ ┃□□□ □┃
映 ┃ □ □ ┃ ┃ □ □ ┃
像 ┗━━━━━━┛ ┗━━━━━━┛
ΔＦ２１ ΔＦ３２
上図は３枚の元映像のフレームＦ１〜Ｆ３から差分映像ΔＦ２１とΔＦ３２
を取り出した例です。このように、差分映像、つまり、動きのある部分のみ
を抽出することができるようになります。
そして、この差分映像から動いている部分についての「場所」と「移動量」
を求めることが出来ます。これらの情報は、元映像に比べて極めて小さな情
報量にすることができます。この例の場合は、３枚の元映像を送るよりも、
静止画は３フレーム中１枚だけを符号化して、残りは、差分だけの特徴部分
だけを符号化する方法で、情報量を少なくすることが可能です。
動き補償でのフレーム間の差分映像のΔＦ２１とΔＦ３２には、似た部分が
あることが分かります。この類似性は、この先も継続する可能性が高いと予
測できます。このように将来に渡っての動きを予測し、その予測パラメータ
を符号化する方法を線形予測符号化と呼びます。
誤差を最小化する
┌───────┐
│予測パラメータ├──────────────→
└─┬─────┘ パラメータ
↓ ↑
┏━━━┓ │誤差 ┏━━━━━━━┓
元信号┬→┃予測式┠●┴───┨ベクトル量子化┠────→
│ ┗━━━┛↑ ┃(コードブック)┃コード番号
└──────┘ ┗━━━━━━━┛
線形予測符号化では、複数枚の差分映像を一つの数式に当てはめます。また
数式では予測しきれない誤差の映像を求め、誤差信号の特徴のみをベクトル
量子化することで、さらに情報量を減らすことが出来ます。
ＧＯＰ(Group of Pictures)
動き予測を行なうフレーム数の単位をＧＯＰといいます。動き予測はＧＯＰ
単位に区切り、動き予測をしない静止画の「Ｉピクチャー」、過去のＩピク
チャーから予測される「Ｐピクチャー」、前後のＩピクチャーとＰピクチャー
から予測される「Ｂピクチャー」の３種類のフレームがあります。
[I] [B] [B] [P] [B] [B] [P] [B] [B] [I] [B] [B] [P] [B] [B].....
─╂─┴─┴─┼─┴─┴─┼─┴─┴─╂─┴─┴─┼─┴─┴─
┃ ┃
┃←………………ＧＯＰ………………→┃
デジタル放送の編集でＧＯＰ単位とあるのは、以上のように動き予測を行う
ために、複数のフレームを一つのグループにしてしまっており、途中で切り
離すことが容易ではないためです。
MPEG2
ＩＳＯ（国際標準化機構）で定められた、映像を符号化する動画圧縮符号化
方式の一つです。
地上デジタル放送やＤＶＤで使用されており、最も普及している方式です。
画質は標準画質(6Mbps程度)からハイビジョン画質(18Mbps程度)まで対応で
きます。
ITU-T H.264 (MPEG-4 AVC, MPEG-4 Part10)
ITU-T（国際電気通信連合−電気通信標準化部門）で定められた映像を符号化
する方式の一つです。ＩＳＯも同一仕様のMPEG-4 AVCを標準化しており、以下
の４つは全て同じ方式です。
H.264の名称は４つある(全て同じものを指す)
規格 名称 説明
ITU-T H.264 ワンセグやBlu-ray Videoで使われる動画圧縮方式
ISO MPEG-4 AVC ISOの呼名
ISO MPEG-4 Part 10 ISOの正式名称
ISO ISO 14496-10 ISO規格番号
ただし、第３世代携帯電話機の標準動画フォーマットとして使用されている
MPEG-4は、Part 2 SPと呼ばれるMPEG-4の古い規格で、MPEG-4 AVCとは全く異
なる方式ですので、互換性がありません。ワンセグ携帯には両方が搭載され
ています
ワンセグ携帯が搭載するMPEG-4
MPEG-4 Part 10 (BP) ワンセグ放送用でデコーダ(復号器)のみ搭載
MPEG-4 Part 2 (SP) 携帯映像用(テレビ電話、動画メール用)
H.264は、地上デジタル放送の携帯電話向けワンセグ放送や次世代の映像記録
メディアであるBlu-ray ROMや HD DVDで使用される動画圧縮符号化方式です。
特に、以下のような、「高能率」で「多用途」である特徴があります。
・高能率：MPEG2と同じ画質を約半分の情報量に変換できる。
・多用途：携帯電話の小さな画面からハイビジョン画質まで幅広く対応
また、H.264の圧縮符号化／復号化(映像に戻す)ための技術には、多数の方式が
取り入れられています。同じビットレートであっても高度な技術を使った方が、
画質が向上しますが、圧縮符号化時や復号化時にプロセッサに大きな負荷がか
かります。そこで、プロセッサの性能に合わせてプロファイルが定義されてい
て、様々な用途に対応できるようになっています。
H.264 BP (ベースプロファイル) ワンセグ放送用
H.264 XP (拡張プロファイル) より高画質な３セグ放送(等)用
H.264 MP (メインプロファイル) ＡＶ用
H.264 HP (ハイプロファイル) より高画質なＡＶ用
関連情報：Blu-rayディスク
ワンセグ
SDHCとAVCHD
VC-1 (Windows Media Video 9, WMV9, Microsoft VC-9)
H.264に類似したマイクロソフトの動画圧縮方式です。
ＴＳ／ＰＳストリーム
MPEG2は、地上デジタル放送やDVDに使用されていますが、それらの性質の違
いで２種類のストリームがあります。地上デジタル放送では、誤りが生じや
すく、前述のような誤り訂正符号を使用しており、また、電波の周波数帯域
が5.6MHzと定めてあるため、伝送レートが一定である必要があります。
したがって、パケットの長さは188バイト固定のＴＳ(Transport Stream)が、
使用されます。反対にDVDでは、可変長のＰＳ(Programable Stream)が使用さ
れます。
ビットレートと画質
極端な例として、静止画の場合は、１度、１枚の映像を符号化すれば、以降
の情報は不要となります。したがって、限りなくビットレートは０に近づき
ます。反対に、画面の全ての画素がフレーム間や他の画素と独立して動いて
いる場合は、フレーム毎に全ての映像を符号化する必要があります。
この場合は、画素数×３原色×階調ビット数×１秒当たりコマ数のビットレー
トが必要であり、冒頭のとおり約1.5Gbpsものビットレートになります。
実際の映像は、静止画が永遠に続いたり、画面の全ての部分が前のフレーム
と全く異なる映像になる状態が続くことはありえませんので、これらの間で、
極力、低いビットレートで、かつ、違和感の無い映像となります。
この「違和感の無い映像」とは、つまりは、視聴者にとっては「映像が持つ
本来の情報量」「劣化したことが分からない映像」と言えます。
このような高効率な符号化を「圧縮」と呼んでいますが、映像や音声の圧縮の
場合は、その圧縮の比率(圧縮率)には、あまり、意味がありません。例えば、
最終的に同じ品質で同じビットレートの映像でも、元の映像がハイビジョンで
あった場合は圧縮率は高く、元の映像が標準画質であれば、圧縮率が低くなっ
てしまうからです。
このため、圧縮率よりも、「〜相当の画質が何ビット／秒」といった表現を用
いた方が、圧縮性能を正しく表現していることになります。
画質の測定方法
前節の「〜相当の画質」の「〜相当」には、「標準画質」「ハイビジョン画質」
といった表現のほかにＳＮ比やＭＯＳ値のような数値的な表現があります。
ＳＮ比は、元信号をs(n)、受信して復号した信号をr(n)とした時の、元信号
と誤差信号の比です。ＳＮ比が高いほど、元信号に近いことを表しています。
ＳＮ比 ＝ Σ s(n)／｛s(n)-r(n)｝
但し、元信号にノイズが含まれていた場合はＳＮ比も劣化しますし、単調な
映像だとＳＮ比は向上します。つまり、元映像によって異なってくるので、
標準映像(基準映像)を規定して測定する必要があります。
また、人の目の特性上、映像は輪郭を抽出して視覚を感じたり、動きのある
映像は、より輪郭のみを網膜が追従している為、ＳＮ比だけでは測定できな
い部分があります。
ＭＯＳ値は、主観評価と呼ばれており、実際に人間が映像を見て判定する方
法です。予めＭＯＳ値を決めた基準映像を準備しておき、測定対象の映像と
比較してＭＯＳ値を判定します。例えば、予めＳＮ比１０〜３０ｄＢの映像
を５ｄＢづつ変化させた基準映像を５本準備しておき、測定対象の映像と、
これら５本の基準映像を１本づつ比較し、どの映像のものに一番近いかを、
判断します。この比較を、大勢の人にテストしてもらって、ＳＮ比に対して
何ｄＢに相当するかを平均値によって求めます。
関連ページ
方式編 - ISDB-T概略 諸元 セグメント ガードインターバル
方式編 - ワンセグ概略 １セグメント放送 地上デジタル音声
方式編 - 符号化 符号化 誤り訂正符号 RS 畳込み符号
方式編 - DVD-RAM,DVD-RW DVD-RAM,DVD-RW,DVD-Rについて説明
方式編 - Blu-rayディスク Blu-ray (BD-RE,BD-R,BD-ROM)
地デジTopへ戻る