MPEG 127th会议（2019.7）主要进展

本文为媒矿工厂编译的技术文章

原标题：Tranquil 7+ days of hard work

作者：Leonardo Chiariglione

翻译整理：朱辰

引言

MPEG组织于2019年7月8日至12日举行了第127届会议，会议参与人数首次突破600大关。以下为会议上集中讨论取得的一些重要结果。

MPEG-I多功能视频编码

MPEG-I多功能视频编码（Versatile Video Coding，VVC）进入到了ISO / IEC标准审批流程的第一个正式阶段：委员会草案（Committee Draft，CD）。这是由专家提议技术文件的阶段，但尚未在委员会之外进行任何官方审查。

VVC标准适用于非常广泛的应用，既有与旧标准相比的显著改进，也具有一些新功能。虽然现在宣布编码效率上的改进还为时过早，但基于1080p HD、4K、8K、标准和高动态范围以及宽色域等各种视频类型的测试，发现目前的VVC与HEVC相比，比特率降低了约35-60％

MPEG-5基本视频编码

另一个视频编码标准MPEG-5基本视频编码（Essential Video Coding，EVC）同样到达了MPEG 127的CD阶段。为什么能有两个视频编码标准在同一次会议上进入CD呢？因为作为数字媒体标准的供应商，MPEG将VVC作为顶级的视频压缩标准或“产品”，而正在开发的其他“产品”旨在满足不同的需求。

目前的EVC包括两个配置：

基本配置仅包含超过20年的技术和预计可由用户免费获得的技术。

主要配置含有少量附加工具，每个工具都可显著提高性能。所有工具都可以单独开关。

值得注意的是，为主要配置作出贡献的相关组织已同意在国际标准最终草案（FDIS）阶段的两年内公布适用的许可证。

MPEG-5低复杂度增强视频编码

MPEG-5低复杂度增强视频编码（Low Complexity Enhancement Video Coding，LCEVC）是MPEG正在开发的另一种视频压缩技术，仍处于工作草案（WD）级别，但按计划要求，会在下次会议时进入CD阶段。

LCEVC中构建了由两个分流组成的数据结构，包含可由硬件解码器解码的基本流，以及适用于软件处理实现的增强流。增强流将提供新功能，例如对现有编解码器的压缩功能扩展，较低的编解码复杂性。该标准适用于随需应变和实时流媒体应用。应该注意的是，LCEVC并不是严格意义上的视频编码标准。

3自由度+（3DoF +）视频

此方案仍处于早期（WD）阶段，将于2020年1月达到CD阶段。该标准将允许编码器发送有限数量的场景视图，以便解码器可以根据用户的请求显示特定视图。如果请求是针对比特流中实际可用的视图，则解码器将仅显示它。如果请求针对不在比特流中的视图，则解码器将使用所有可用信息来合成视图。

视频编码描述符

这似乎是MPEG研究的一个新方向，但也有根可寻。1996年，MPEG开始研究MPEG-7，这是一种描述图像、视频、音频和多媒体数据的标准。其目的是让用户告诉机器正在寻找什么，然后，机器将请求转换为一些标准描述符，并使用它们在数据库中搜索已存储的所有感兴趣内容的描述符。

几年前，MPEG重新审视了这个问题并开发了用于视觉搜索（CVDS）的紧凑描述符。该标准旨在为视觉搜索和对象识别领域的设备和服务提供统一且可互操作的框架。在CDVS之后不久，MPEG重新审视了视频问题并开发了用于视频分析的紧凑描述（CDVA）。该标准旨在实现为对象搜索设计可互操作的应用程序，最小化视频描述符的大小并确保对象的高匹配性能（准确性和复杂性）。作为两种紧凑表达，CDVS和CDVA描述符被压缩，具有用户可选择的压缩比。

近期，MPEG发出了征集建议书，并提议了一个标准的WD，其长名为“用于多媒体内容描述和分析的神经网络压缩”，可简称为神经网络表示（NNR）。人工神经网络已经用于提取描述符，分类和编码多媒体内容。多媒体应用中基于神经网络的有效传输和部署还需要压缩这些大型数据结构的方法。NNR定义了用于压缩多媒体应用的神经网络和表示用于有效传输的结果比特流的工具。

相似的思路同样可以用在视频编码中。MPEG的视频编码技术可看作一种描述符提取：DCT系数提供区域的频率分析信息，运动矢量描述图像中子区域如何在帧之间移动等等。就目前来看，视频编码中的最终“描述符”被设计为以给定的比特率实现最佳视觉质量。因而相应的问题是：“视频编码中，哪些描述符指示了给定比特率下的最佳性能？”该问题目前还未找到有效答案。

转载自

https://www.linkedin.com/wukong-web/articleShare/6558684574640070656?ts=1563921661917&trk=article_share_wechat