超高清内容生产中的视频编码技术
摘要：
通过逐步引入宽色域（WCG）、高动态范围（HDR）、更高的分辨率和更高的帧率（HFR）等用以改善视频消费者观看体验的新特性，Ultra-HD（UHD-1）预计将在未来几年成为市场上主流的视频格式。然而伴随这些新特性而来的主要问题是视频数据量的急剧增加，其带宽需求已经远远超出了3G-SDI和10GbE接口所能提供的带宽上限。为了使UHD-1格式能够兼容现有的生产设备，业界已经提出了几种轻量级的压缩方案。目前，Range Extensions（RExt）已被批准为HEVC标准的第2版，其中引入了一些先进的编码工具，支持4:2:2和4:4:4色度采用方案、16位比特深度以及较高的数据吞吐量。
本文主要参考Anaya等人的文章“HEVC Mezzanine Compression for UHD Transport over SDI and IP infrastructures”(SMPTE ATC’16)。文章重点分析了如何调整HEVC帧内编码结构以满足UHD-1 Mezzanine压缩在质量、延迟和复杂度方面的要求，还对无损、接近无损（4:1）和级联这三种编码模式进行了测试，并将HEVC的编码结果与JPEG 2000和SMPTE VC-2等视频编解码器的结果进行了比较。
引言
随着4K显示设备和摄像机的出现，广播媒体服务公司可以生产更高分辨率更高质量的视频内容。毫无疑问，Ultra-HD格式（或4K，UHD-1）[1]将成为未来几年视频消费市场的主流。UHD-1空间分辨率为HD的四倍，时间分辨率（帧率）增加了近一倍，也就意味着UHD-1格式压缩前的比特率是HD的8倍，因此会显著增加传输、存储的带宽和成本。
然而，仅仅通过提高时空分辨率并不能有效改善视频观看体验，还需要一些新的特性，如宽色域（WCG）、高动态范围（HDR）等[2]，来提高像素点的质量。但是，这些新特性的引入又会不可避免地带来数据速率的提高。例如，120Hz的HFR格式需要普通UHD-1两倍左右的数据速率。而采用了PQ（Perceptual Quantizer）[3][4]的HDR格式则需要12位比特深度。
在这种背景下，一些大的标准组织如SMPTE和ITU，已经通过了一些SDI接口标准（包括6G-SDI双链路、12- SDI和24-SDI单链路[5][6]）以支持较高的数据吞吐量（超过3Gb）。然而，由于现有生产设施大多适用于基于3G-SDI链路的HDTV生产制作，所以传输UHD格式最普遍的方式是使用四链路3G-SDI接口，从实际操作的角度来看，这样会更加复杂，并且显著增加基础设施成本。目前，工业界正进入IT基础架构迁移时期，其中广泛使用的接口依然是10GbE，而不是25GbE、40GbE和100GbE，因为成本很高。但就10位比特深度、50Hz未压缩的UHD-1格式而言，10GbE已然不能有效承载如此高的数据速率。
出于这个原因，人们越来越强烈地意识到需要实时Mezzanine压缩技术来支持UHD在常用链路（即3G-SDI和10GbE接口）上传输。如下给出了在该场景下进行实时编码时，针对延迟、复杂度和编码质量等方面提出的一些要求：
- 视觉无损：通过使用非常低的压缩比（低于5：1），保证编码质量尽可能接近未压缩的视频质量。
- 低延迟：实时编解码延迟应该在一帧左右。低于100毫秒的延迟被广泛用于现场制作，这是可察觉延迟的边界。
- 恒定比特率：编码器比特率吞吐量应该是稳定的，使得码流能够映射到SDI的有效载荷区或者封装到RTP分组中，保证相对恒定的延迟。
- 高鲁棒性：由于编解码过程可能在生产工作流程中受到影响，所以需要高鲁棒性。
- 低复杂度：编码器应保证低功耗，易于在具有低成本处理器（FPGA和ASIC）和较少内存资源（无外部存储器）的设备上实现。
满足这些要求的几种轻量级压缩方案已被工业界提出，并被确定为互操作性较高的解决方案。其中两个比较成功的是基于离散小波变换的JPEG 2000（JP2K）[7]和TICO[8]。与此同时也在考虑的是基于块的编码方案是否也可以成为该场景下的一种可行的解决方案。
HEVC[9]已被证明是中等比特率和低比特率下的高效视频编解码解决方案，但具有较高的计算成本。针对静态图像压缩，HEVC的编码性能也同样超过了其他图像压缩标准，如JP2K和JPEG XR[10]。Range Extensions（RExt）已被批准为HEVC第2版，它引入了一些先进的编码工具，用于改进帧内预测编码，支持高吞吐量和无损压缩。那么更多的问题出现了：针对UHD格式RExt的性能和鲁棒性如何？可以将RExt配置为低延迟吗？ RExt的计算复杂度可以降低吗？在本文中，将通过分析HEVC的编码工具和架构并进行多项测试来为这些问题提供解答。
UHD格式的带宽要求
表1展示了一些常见UHD格式的每帧比特数和总的比特率，可以看到数据带宽从2Gbps左右增加到了95Gbps左右。SMPTE ST2022所包含的一系列标准有力推动了通过IP网络实现高比特率实时视频传输。ST2022-2[11]定义了封装在MPEG TS中的视频流如何通过IP网络传输。与此类似的是，SMPTE ST2022-6[12]定义了使用RTP over UDP/IP数据包通过IP链路实时传输未压缩的SDI比特流。
表1 HD和UHD视频格式的带宽需求
目前，JPEG 2000可用作ST2022-2中的mezzanine编解码器，允许不同供应商之间的互操作性。TICO是一种专有的轻量级编解码器，现在称为SMPTE RDD35-TICO，广泛支持基于SMPTE ST2022-2的应用。TICO的性能与JP2K相同，但计算复杂度要低得多。
单链路3G-SDI和10GbE链路被业界视为“主流”物理链路。与其他以太网接口，如25GbE、40GbE、100GbE相比，采用10GbE时每Gbps的成本最低，而且可以预测将是未来五年内最便宜的[13]。因此，本文主要关注使用这些接口来传输基于HEVC mezzanine压缩的UHD-1格式。
表2展示了使用SMPTE 2022-2协议将未压缩的UHD-1视频格式映射到3G-SDI接口和10GbE链路所需的目标压缩比（Compression Ratios，CRs）。在第一种情况下，4:1的压缩比主要来自UHD-1空间分辨率，因为它是HD分辨率的四倍。与分发服务中使用的压缩级别相比，这是一个非常低的比率。这就是mezzanine压缩被称为“视觉无损”的原因。对于10GbE链路（SMPTE 2022-1/2），所需的压缩比甚至更低，接近1.2，这实际上是无损压缩级别。
表2 不同接口上UHD-1的压缩比
使用HEVC作为UHD-1轻量级压缩方案
2014年4月，ITU和ISO / IEC委员会批准了HEVC第2版的最终规范，称为Range Extensions。该版本的主要目的是满足数字工作室中内容制作等专业应用的要求，包括高质量视频的录制、存储和分发，并要求色度采样和比特深度配置超过HEVC版本1（支持4:2:0和10位比特深度）。
RExt中包含21个新的配置文件，其中13个专门用于支持10、12和16位比特深度以及4:2:2和4:4:4色度采样。同样，Level和Tier配置为一些参数提供了规范，例如图像大小、帧速率和比特率。表3展示了RExt中不同Level和Tier组合对应的最大比特率，并且可以观察到，Level 6.2（L6.2）和High Tier（HT）允许的比特率高于3G-SDI的可用吞吐量（50Hz，2.073Gbps），非常接近3GSDI @ 59.94Hz（2.485Gbps）所需的吞吐量。Level 6.2和HT包含的另一些约束是最小压缩比为2，最大帧大小（Y分量）为35,651,584像素，最大slice数为500。所有这些约束都符合上一节中提到的要求。
表3 RExt中不同Level和Tier组合对应的最大比特率
RExt中引入的这些配置主要用于提高无损和有损编码的压缩效率，特别是对于高比特率，例如3G-SDI和10GbE接口所需要的2Gbps 和9Gbps。因此，本文将探讨HEVC如何满足通过SDI和IP链路传输UHD-1的一些关键要求，例如低复杂度和低延迟，以及多个编码-解码pass中的质量鲁棒性。
A. 基于HEVC实现低延迟编码
根据前文提到的编码要求，编码延迟应当控制在一帧内，显然只有帧内预测编码方案是符合要求的。图1展示了RExt帧内编码流程图，输入图像经过帧内预测、变换、量化、熵编码等模块压缩为比特流。从图中可以看出，该方案首先对图像进行划分，如Tiles、Slices和Slice Segments。之后，这些图像单元被划分为编码树单元（CTU），尺寸范围为64x64到16x16。Tiles适合并行处理，因为它们被划分成了可以独立解码的矩形区域。Slice被定义为一组Slice Segments，Slice Segment以光栅扫描顺序（从左到右）包含数个连续的CTU。
标准中允许的最小CTU大小是16，因此16个像素行是可以获得的最小理论延迟。为了将延迟减少到8行或更少，应该定义新的profile使得在HEVC码流的语法中允许使用更小的CTU。在实验中，使用3840x16大小的Slice Segment，可以实现最小的延迟。
图1 HEVC帧内编码架构
B.降低CTU划分和帧内预测复杂度
RExt保持与HEVC版本1相同的编码结构，其中每个CU被划分成64x64到4x4大小的预测单元PU，之后，每个PU被进一步划分为变换单元TU（32x32到4x4）。在帧内编码过程中每个PU需要在可用的35个预测模式（DC和Planar，以及33种角度模式，如图2所示）中选择一种最佳的预测模式。
HEVC通过使CU、PU和TU尺寸适应图像特征，以高度灵活的块划分结构来实现较高的编码效率。然而，这却带来了较高的编码复杂度，因为编码器需要为不同单元选择最佳的尺寸以及最佳的帧内预测模式。该过程主要由率失真优化（RDO）技术实现，在此过程中需要对所有可用的块尺寸和预测模式的组合进行穷举，因而复杂度极高。
为了满足低延迟编码要求，设置了具有最小CTU大小（16x16）的Slice Segment，这意味着在RDO过程中不会对64x64和32x32 大小的CU进行评估，这样做可以降低计算复杂度，但同时也会伴随轻微的性能损失。低延迟约束还将PU和TU的尺寸限制为16x16或更小，在一些实验中已经发现，对于高比特率编码，使用较小的PU尺寸对编码效率的影响可以忽略不计[14]。因此，使用固定大小的CTU（16x16）和固定大小的PU和TU（16x16或8x8），可以有效降低RDO的计算复杂度，但编码效率将会出现轻微损失。
另外，图2展示了HEVC帧内编码33种角度预测模式，可大致分为两类：第一类是整数位置模式（Integer Position Modes，IPM），包括水平（H10）、竖直（V26）和三种对角线模式（H2、V18和V34），其各自的预测方向与相邻参考像素的位置相匹配。第二类，称为分数位置模式（Fractional Position Modes，FPM），由预测方向在参考像素之间的其余模式组成。然而，这些模式需要通过最接近的两个参考像素Pref的插值来计算，从而增加了预测过程的计算开销。因此通过将角度模式的数量限制为五种IPM模式，可以极大地降低最佳预测模式的决策复杂度。此外，已有文献提出了其他一些方案，用于降低HEVC中最佳预测模式的决策复杂度[15][16]。其中大部分是基于空间域中的梯度检测，通过使用Sobel滤波器或类似的方法计算图像的梯度。在[17]中作者提出了一种基于纹理方向的模式决策算法，该算法在不同的纹理方向上计算方向性方差，复杂度较低，且BD-Rate仅有0.4％的增加。因此，除了为CTU、PU和TU选择固定块大小之外，通过使用一些快速判决算法，可以使HEVC帧内编码的复杂度降低。
图2 HEVC中的角度预测模式
C.HEVC无损编码方案
HEVC通过Transform Quantizer Bypass（TQB）模式引入可逆（无损）编码，该模式关闭了变换和量化模块（虚线框），如图3所示。可以看到，帧内预测过程的残差直接输入到熵编码器，因此不会引入任何损失，也省去了像素重建过程。这种仅使用帧内预测的轻量级HEVC编码方案以低压缩率和缺乏对数据速率控制为代价换来了非常低的复杂度，其性能表现将在下面一节中进行评估。
图3 基于TQB模式的HEVC无损编码框架
性能评估
为了评估HEVC编码UHD-1视频格式（兼容10GbE和3G-SDI接口）的性能，本节在低延迟和低压缩比等类似条件下使用HEVC和其他代表性的编解码器进行了一系列实验。
无损压缩性能
如上所述，目前学术界已经提出了一些无损编解码器，其中部分已经用在了图像/视频的高质量存储和转换中，例如JPEG和JP2K。无损压缩的目标压缩比一般在1.2到4之间。测试中评估了一些包含不同技术方案的具有代表性的无损编解码器，这些编解码器都是基于软件实现的，并且是相应编解码器的参考实现模型。这使得测试结果会相对公平，避免使用一些不符合规范的商业化的工具。
表4列出了此项测试中选用的五个编解码器，以及用于每个编解码器的不同编码参数和属性。其中，LZAM2是比较通用的编解码器[18]，JP-LS是基于预测方案的编解码器[19]，具有两种扫描模式：Plane-by-Plane（JP-LS_PbP），此模式中Y、Cb和Cr分量以一种完全独立的方式逐个进行压缩；另一种是行交织模式（JP-LS_Li），每个分量一次编码一行。此外，还有两种基于小波变换的无损压缩方案VC-2和JP2K，VC-2编解码器可以配置为使用Haar滤波器的无损模式[20]；JP2K编解码器采用两种模式：第一种模式每帧使用单个Slice（JP2K_LS_ULL），另一种模式使用尺寸为8行的独立Slice来降低延迟（JP2K_LS_ULLC）[21]。最后，还使用了两种不同的帧内编码模式来评估HEVC参考实现[22]：第一个模式配置为每帧一个Slice，并采用全尺寸CTU（HEVC_AI_LS_1Slice）；第二种模式使用较小的CTU尺寸，16x16，且Slice大小为16行，旨在实现较小的延迟（HEVC_AI_LS_S16Ln）。第一种模式具有较高的性能，而第二种模式具有较低的延迟和复杂度。
表4 无损编解码器和对应的参数
实验中使用了一个UHD-1自然序列（“LaGranja”，RTVE提供）进行测试，其长度为10秒，主要由三个场景组成。图4展示了每个场景的第一帧，可以看到第一个场景的空间复杂度稍微低一些，后面两个场景的复杂度不断增加。
图4 LaGranja序列场景示例
表5列举了LaGranja测试序列的主要参数。如表5所示，该序列使用通用的UHD-1格式，具有4:2:2色度采样比、10位比特深度和BT.709色域。
表5 LaGranja序列的参数
编解码器的性能由该序列500帧图像平均的压缩比计算得到，如下式所示，其中每帧未压缩比特数是亮度和色度分量比特数的总和，即为3840 x 2160 x 2 x 10（4:2:2、10位比特深度）：
测试结果如图5所示，可以看到所有编码器的压缩比都在2:1到3:1之间，这个结果高于UHD-1格式适配10GbE接口的目标压缩比，但均低于适配3G-SDI所需的4:1压缩比，如表2所示。出乎意料的是，JP-LS编解码器获得了最佳性能（与扫描模式无关），其次是HEVC和LZMA2编解码器。这里需要说明的是，HEVC在两种模式（高复杂度和低延迟）下的结果是近乎相同的，这意味着使用较大尺寸CTU（或较大PU尺寸范围）不是无损编码方案中的关键参数，反过来验证了在该场景下使用较小的固定尺寸CTU可以降低编码复杂度。
图5 各编码器在LaGranja序列上的平均压缩比
基于各个无损编码方案获得的平均编码比特数，可以预测这些编解码器在50Hz帧速率下可获得的理论比特率，结果如图6所示。可以看到，所有结果都超过了3G-SDI接口的最大容量（约2.5Gbps，如表2所示），因此这些编码器并不适用于此场景。然而，10GbE链路的可用吞吐量（大约8Gbp）远高于所有无损编解码器所达到的比特率（不超过4Gbps），因此这些低延迟无损编解码器可以认为是在10GbE网络上传输UHD-1格式相对较好的选择。
图6 各编码器在LaGranja序列上的平均比特率
无损压缩方案的编码效率（这里主要指压缩率）与视频数据的熵分布密切相关，因此测试序列的比特率变化会表现出可变比特率（VBR）模型的特点。通常具有较多纹理“噪声”的图像会导致编码效率降低，使得比特率有可能会溢出所用接口的吞吐量。图7给出了该测试中无损编解码器每帧所消耗的比特数，可以看到，在大多数情况下，比特率依赖于场景复杂度，其范围从50Mb每帧到90Mb每帧不等。
图7 LaGranja序列的每帧比特数变化
有损压缩性能
通常，针对SDI和IP接口的实时轻量级压缩方案应该包括速率控制机制以满足CBR要求。这也是选择接近无损方案（实际有损，包括变换过程和量化控制）而不是纯无损方案的原因。然而，上述一些性能较好的编解码器如JP-LS和LZMA2并不允许使用速率控制模块来实现CBR。如果将JP-LS配置为有损模式，速率控制需要多次迭代实现，因而不能满足低延迟要求。
在本节中，将评估一些编码器的有损编码性能。具体地，针对HEVC编码器，设置每帧压缩比为4:1，也就是将目标比特率设置为3G-SDI可用吞吐量，即41,472,000比特每帧。还通过使用较小的CTU尺寸（16x16）和最小Slice大小，将HEVC编码器配置为低延迟（LD）模式。经过上述配置，一帧图像被分成135个3840x16 Slice。为了实现每个Slice具有恒定速率，在HEVC编码器的速率控制阶段中进行了一些设置，使得每个Slice平均分配总的目标比特率，这意味着Slice数据速率为307,200比特。
针对HEVC的另一个要求是低复杂度，可以通过将PU和TU约束到8x8固定尺寸来实现。类似地，再将角度预测模式从33个减少到5个，如前文所述，此模式也称为低复杂度模式，因为它有效减少了在选择最佳PU、TU大小和最佳预测模式时RDO所要进行的多重计算过程。因此，HEVC编码器相对于解码器是不对称的，相对于小波变换方案更加复杂。
为了将HEVC与类似的编码器进行性能比较，还选取了业内最常用的两种编码器 JP2K和VC-2。表6列出了各个编码器的一些配置参数。对于JP2K，使用了超低延迟和复杂度（ULLC）配置，其利用较小的Stripe和Tile尺寸来达到低延迟。而对于VC-2，使用了低延迟和高质量配置（LD-HQ），小波变换核为LeGall 5/3。
表6 有损压缩方案的配置参数
这里使用了与无损压缩相同的测试序列LaGranja进行有损方案评估。三种编解码器的质量结果如图8所示。所有编解码器的PSNR结果均在50dB至60dB之间，实现了较高的编码质量，其中HEVC编解码器的表现最佳，所有帧中的PSNR都高于60dB。从图中还可以观察到，对于第一个场景（较低复杂度），HEVC超过JP2K编解码器3dB左右，超过VC-2编解码器7dB。在序列的最复杂部分，即第三个场景，与JP2K和VC-2相比，HEVC的编码质量分别增加了6dB和11dB。这些结果与HEVC用于医学图像压缩[23]和静态图像压缩[10]的结果一致（其中HEVC的编码质量要优于其他编解码器，例如JP2K和JPEG XR）。
图8 LaGranja序列有损编码结果
在这些测试结果中PSNR高于50dB保证了视觉无损编码。与此同时，可以根据每像素平均误差大小来分析编码质量，MSE结果如图9所示，MSE提供了对编码过程所引入的噪声比特的估计。如果某些纹理区域（具有较高MSE）“掩蔽”了一些误差，其对视觉效果的影响并不显著。然而，应该考虑到，这样的比特误差对于HDR格式而言是有很大影响的，比特深度是HDR的关键参数，较高水平的比特误差可能引入视觉失真，主要表现为条带失真（banding distortion）。
图9 LaGranja序列MSE值
HEVC质量鲁棒性评估
在针对SDI和IP接口进行mezzanine编码的特定场景中，可能会对视频内容进行图形插入（graphics insertion）、色度键控（Chroma Keying）、大小调整和裁剪等处理，以便进行像素级别的更改。可以通过使用EBU multigeneration test来解决编解码器质量鲁棒性评估问题[24]。这种方法长期以来一直在行业中用于某些技术评估[25][26]，例如用于4:2:2到4:2:0转换的鲁棒性评估[27]。
EBU multigeneration test在各个pass之间引入空间像素移位（pixel shifting），来模拟图像可能进行过的处理。测试流程如图10所示，在每次编解码pass之后应用了像素移位步骤，特别是在第一代和第二代之间使用2个水平像素（右）和1个垂直像素（向下）的像素移位，在第二代和第三代之间使用4个水平像素（右）和2个垂直像素（向下）的像素移位。在计算PSNR之前，图像被反向移位以匹配原始图像。
图10 质量鲁棒性评估流程
在这项测试中，除了LaGranja序列之外，还使用了SVT [28]提供的五个UHD-1测试序列，它们具有与表5相同的技术参数。总体而言，SVT序列更加难以压缩，主要是因为它们最初是由胶片捕获的，因此微小胶片颗粒（被认为是编码器噪声）降低了预测和变换阶段的编码性能。
图11 用于质量鲁棒性评估的测试序列的第一帧
此项测试选取了低复杂度和低延迟配置的HEVC，以及先前测试中使用ULLC配置的JP2K。 图12展示了在六个测试序列的性能表现（PSNR vs. encoding-decoding passes）。
图12 不同序列的测试结果
从图中可以看出，与JP2K相比，HEVC具有较高的编码质量，其在第一个编解码pass时增益在3dB至7dB范围内，而第三个pass增益降至1.5dB至4dB。所有序列中质量差异最大的是高复杂度序列CrowdRun，而对于不太复杂的序列OldTown，质量差异较小。此外，结果显示两者的编码质量具有相似的下降斜率，同时也表现出了相似的编解码鲁棒性。
结论
本文主要讨论测试了HEVC RExt（使用“Main 10 4:2:2”和“High Tier”配置），以评估其是否满足mezzanine压缩要求来使得UHD-1编码传输适配于现有的3G-SDI等接口。为了降低编码复杂度，除了采用快速帧内预测模式决策外，还使用固定大小的PU和TU降低RDO过程的复杂度。测试结果表明，绝大多数情况下HEVC的性能表现要优于使用无损和接近无损方案的其他轻量级编解码器，并且具有较强的质量鲁棒性。
参考文献
1. ITU-R BT.2020, “Parameter values for ultra-high definition television systems for production and international program exchange,” August 2012.
2. The Complete UHD (Ultra HD) Guidebook. Online: http://info.harmonicinc.com/Ebook-UHD-Guidebook.
3. SMPTE ST 2084:2014, “High Dynamic Range Electro-Optical Transfer Function of Mastering Reference Displays.”
4. ITU-R BT.2100: “Image parameter values for high dynamic range television for use in production and international programme exchange.”
5. SMPTE ST 2082-1:2015, “12 Gbit/sec Signal/Data Serial Interface–Electrical.”
6. ITU-R Recommendation BT.2077-1(10/2015), “Real-Time Serial Digital Interfaces for UHDTV Signals,” International Telecommunication Union.
7. ITU-T Rec. T.800, “JPEG2000 Image Coding System: Core Coding System” (JPEG2000 Part 1), 2000.
8. Online: http://www.tico-alliance.org/news.html
9. D. Flynn et al., “High Efficiency Video Coding (HEVC) Range Extensions Text Specification: Draft 7, document JCTVC-Q1005,” 17th Meeting, JCT-VC, Valencia, Spain, Apr. 2014.
10. Tung Nguyen; D. Marpe, “Performance analysis of HEVC-based intra coding for still image compression,” Picture Coding Symposium (PCS), vol., no., 233,236, 7-9 May 2012.
11. SMPTE 2022-2:2007, “Unidirectional Transport of Constant Bit Rate MPEG-2 Transport Streams on IP Networks.”
12. SMPTE ST 2022-6:2012, Transport of High Bit Rate Media Signals over IP Networks (HBRMT).
13. J. Hudson, N. Seth-Smith and R. Conrod, “UHD in a Hybrid SDI/IP World,” SMPTE Motion Imaging Journal, 125( 2): 1-13, March 2016.doi: 10.5594/j18690
14. Liquan Shen, Zhaoyang Zhang, Xinpeng Zhang, Ping An, Zhi Liu, “Fast TU size decision algorithm for HEVC encoders using Bayesian theorem detection,” Signal Processing: Image Communication, 32: 121-128, March 2015.
15. Yingbiao Yao, Xiaojuan Li, Yu Lu, “Fast intra mode decision algorithm for HEVC based on dominant edge assent distribution,” Multimedia Tools and Applications journal, vol., 1,19, 2014.
16. Liang Zhao, Xiaopeng Fan, Siwei Ma, Debin Zhao, “Fast intra-encoding algorithm for High Efficiency Video Coding,” Signal Processing: Image Communication, 29(9): 935-944, 2014.
17. Damián Ruiz, Gerardo Fernández-Escribano, José Luis Martínez, Pedro Cuenca, “Fast intra mode decision algorithm based on texture orientation detection in HEVC,” Signal Processing: Image Communication, 44: 12-28, May 2016, ISSN 0923-5965, http://dx.doi.org/10.1016/j.image.2016.03.002
18. [Online]. http://www.7-zip.org/
19. JPEG-LS reference software. [Online]. Available: www.hpl.hp.com/loco
20. VC-2 LD reference software. [Online]. Available: https://github.com/bbc/vc2hqencode
21. JPEG200 reference software. [Online]. Available: http://kakadusoftware.com/downloads/
22. Joint Collaborative Team on Video Coding Reference Software, ver. HM 16.6 [Online]. Available: https://hevc.hhi.fraunhofer.de/
23. S. Parikh, H. Kalva and V. Adzic, "Evaluation of HEVC compression for high bit depth medical images," 2016 IEEE International Conference on Consumer Electronics (ICCE), Las Vegas, NV, 2016, pp. 311-314.
24. [Online]. Available: https://tech.ebu.ch/docs/techreview/trev_2008-Q3_HD-Prod-Codecs.pdf
25. Y. F. Syed and P. Larbier, “Keeping Video Quality Pristine throughout the Production Process: Introducing 10-bit 4:2:2 AVC/H.264 Encoding,” SMPTE Tech Conference & Expo, 2009 Annual, Hollywood, CA, USA, 2009, pp. 1-14. doi: 10.5594/M001323
26. J. J. Anaya and D. Ruiz, “New Generation of Contribution Services Using HEVC 422 Profile,” Annual Technical Conference & Exhibition, SMPTE 2013, Hollywood, CA, USA, 2013, pp. 1-16. doi: 10.5594/M001517
27. J. J. Anaya and D. Ruiz, “Network Optimization for Broadcast Contribution Services under H.264 Hi422 Profile,” SMPTE Motion Imaging Journal, 123(3): 49-55, April 2014. doi: 10.5594/j18397XY
28. [Online]. Available: ftp://vqeg.its.bldrdoc.gov/HDTV/SVT_MultiFormat/