视频中奇怪数字和设计的起源

来源：Demuxed 2021 主讲人：Yuriy Reznik 内容整理：王珅 在这次演讲中，主讲人回顾了一些在现代视频和媒体系统中存在的看起来很奇怪的数字和设计，并进一步解释它们是如何和因为什么原因被衍生出来的，以及他们最初的预期效用是什么，和为什么我们仍坚持使用它们。

目录

• 视频技术的演变
• 帧和帧率
• 线条序列
• Telecine
• 像素、分辨率、SARAS、DARS
• 标准视频分辨率
• 音频采样率
• 色彩空间
• 色度下采样

视频技术的演变

在本次演讲中，主讲人希望回顾视频技术发展的历史，并试图理解为什么在现代视频和媒体系统中存在的看起来很奇怪的数字和设计，同时他们背后的原因是什么，他们是如何产生的。

帧和帧率

首先，主讲人介绍了帧和帧率，在现代系统中，帧率有 24、25、30以及他们的倍数，还有一些看起来很奇怪的分数帧率，29.97、23.976、59.94 等等，而这些背后的原因是什么？

原因其实很简单。例如：24 帧率来自于第一台胶片相机的设计。那是他们操作的快门速度，这就是我们有 24 帧胶片内容的原因，也是为什么我们现在有每秒 24 帧的数字内容。每秒 25 帧来自非常早期的欧洲电视接收机的最初设计。他们试图使用交流电，在欧洲，交流电是 50 赫兹，并试图把它作为一个时钟来同步系统中的一切。当然，后来人们意识到这是一个糟糕的主意，因为交流电的波动会影响其他一切的波动，所以后来的设计改用专用时钟进行同步，但这就是在欧洲的设计中出现每秒 25 帧的原因。在美国，同样，第一批电视系统也试图使用 60 赫兹的交流电作为时钟，所以他们的视频每秒 30 帧。而这个分数是 29.97，它的真正含义是 30000 除以 1001。这一设计来自 1953 年和 NTSC 标准小组和委员会的工作，他们的目的是在已经分配给黑白电视的频段上传输色度，因此他们不得不做出多种限制，其中之一是降低帧率。基本上是在 1000 帧中减少了一帧，他们认为在视觉上这不会有什么变化，结果我们就得到了分数帧率。并且超高清现在支持的 119.88 fps也是 29.97 的倍数。

线条序列

当我们继续深入，来到帧的内部，可以注意到的第一件事是有线条，有几种方法可以使线条有序排列，可以逐步扫描，渐进式扫描，或者可以以交错的方式扫描，其中每个偶数线对应当前帧，奇数线可以对应下一个，这就有效地创造了一个场的序列。

而实际上，这个想法是在 1880 年由一位杰出的法国工程师 Maurice Leblanc 提出的，比第一个黑白电视系统的出现还要早 50 年，比 Marconni 展示无线电和第一个电报传输早 20 年。这项发明远远领先于它的时代，相当了不起。

Telecine

Telecine，这是对光辉历史的另一种提醒。它是一个将 24 fps 胶片转换为29.97 fps 的过程。它的工作方式是有效地采取了逐行帧分割。一些场被投射到一个单帧的时间，一些被投射两次或者更长的时间，这创造了混合场，实现了更高的帧速率或场速率。这种方法在过去看上去差不多是 OK 的，但当然根据现代标准，这一切看起来有些荒谬。但是目前，当需要传输逐行内容时，广播工作流程仍在使用这种方法。在没有CD的时候，这是一个杰出的发明，但现在真的没有借口来使用了。

像素、分辨率、SARAS、DARS

现在我们进入了完全的数字视频时代，现在的帧是像素的矩阵，但实际上这些像素不一定是方形的。第一个电视系统，标准清晰度 ATSC 和 DVB 是由六个采样率定义的，一条线可以从 352 像素采样到 720，然后有效的像素可以是不同的，所以这创造了一个概念—— SARs，显示长宽比。对于显示长宽比为 4:3 的系统，当 16:9 被引入时，这些系统也要支持。在电影院，我们甚至有更多的显示长宽比种类。

标准视频分辨率

尽管分辨率可能各不相同，但有一些东西是共同的，主讲人认为这是重要的，那就是旧的宽度和高度数字可以被看作是小质数的产物。事实上，如果观察旧的标准分辨率，它们只是 2、 3 和 5 的不同幂的产物。为什么呢？因为当时的系统是为硬件实现而设计的，从一个系统转换到另一个系统是一个重要的考虑。如果你使用小素数是作为数字的基础，那么就会产生相对较小的分数，当转换系数和分数都很小，这意味着多相组成中不同阶段的数量，硬件实现中的状态数量变小，需要存储在过滤器中的记忆量变小。

音频采样率

我们知道，人类的音频听觉范围大约是 20 赫兹到 20 千赫兹， 40 千赫兹是足够的采样范围，当然在实践中，我们总是倾向于过度采样，因为低通滤波器并不完美，需要一个过渡带。过渡带越宽，滤波器反应也越好，这在系统中是一个很好的属性。这就是为什么大多数实用的音频系统使用 48 千赫兹。它有一个相对宽的过渡带。

但事实证明，对于 CD 的设计，有不同的采样率，为 44.1 千赫兹。这个数字的产生也有一个有趣的故事。当时索尼和飞利浦致力于制定标准时，他们联系了 Herbert von Karajan，他是当时奥地利的一位著名指挥家。他们请他为这个格式背书。这位指挥家提出了一个条件，他希望能容纳自己所能指挥的最长的演出——贝多芬的第九交响曲，总共 74 分钟，要把它装进 CD 的唯一方法是降低音频采样率。44.1 千赫兹的采样率就是这样产生的，这要归功于 Herbert von Karajan 和 Ludwig van Beethoven。

色彩空间

因为另一个有趣的话题。有一些基于颜色符号性质的颜色空间，基本的 CIE XYZ 颜色，感知上的统一空间 LUV。但这属于感知科学领域，而在电视系统的设计中，还有一些其他因素影响着一切，那就是实用。推动YUV 色彩空间设计最重要的原因是需要制定第一个与黑白系统兼容的彩色系统，它必须与前几代的电视相匹配，这一原因推动了几乎所有的事情。

YUV 色彩空间的第一个专利属于 Georges Valensi，它的日期实际上是 1938 年。这是非常早期的发明，是法国和美国的第一个专利，而且它被显著地扩展了许多年。但是对于 YUV 色彩空间，从色彩科学的角度来看，它并不具有优越性，它不是线性的，它在感知上是不均匀的，luma 并不意味着亮度，chroma 也并不意味着色度等等。

色度下采样

色度下采样，这实际上是基于视觉现象的，它与锥体镶嵌的类型学有关。人类的视觉系统归结为一个事实：在对比敏感度方面，我们对黑白的敏锐度比对彩色的不同信号（红色对比绿色或者蓝色对比黄色）的敏锐度要高得多。利用这一点， RCA 公司的 Alda Bedford 提出了几种技术。其中之一实际上就是后来的 YIQ 空间，类似 YUV 的色度子采样的色彩空间。

最后附上演讲视频：

http://mpvideo.qpic.cn/0b2eymaaeaaafyabv7a3gbrfbq6dalbqaaqa.f10002.mp4?dis_k=84bad81045a9b80b1e9ccf583d3dc675&dis_t=1649672597&vid=wxv_2287585984965984257&format_id=10002&support_redirect=0&mmversion=false