imported>Regi51: Änderungen von 5.102.164.48 (Diskussion) auf die letzte Version von O.Koslowski zurückgesetzt

2023-03-21T11:38:09Z

Änderungen von 5.102.164.48 (Diskussion) auf die letzte Version von O.Koslowski zurückgesetzt

Neue Seite

'''Videokompression''' dient zur Reduzierung der [[Datenrate]] eines [[Digitalisierung|digitalisierten]] [[Videosignal]]s, um es einfacher speichern oder übertragen zu können. Erzielbare [[Datenkompression|Kompression]]sraten liegen typischerweise zwischen 1:5 und 1:500.

Die Videokompression hat ihre Ursprünge in der Standbildkompression. Einfachere Verfahren wie [[MJPEG]] komprimieren die einzelnen Bilder eines Videos unabhängig voneinander. Die erzielbaren Kompressionsraten liegen bei etwa 1:10.
Weiterentwickelte Verfahren nutzen zur Kodierung auch Ähnlichkeiten zwischen den einzelnen Teilbildern. Die damit erzielbaren Kompressionsraten liegen heutzutage oberhalb von 1:100 bei kaum reduzierter Qualität.

Die Standardisierung von Videokodierungsverfahren ist mittlerweile ein internationale Organisationen überspannender Prozess, an der die [[Moving Picture Experts Group]] (MPEG) wie die [[Internationale Fernmeldeunion]] (ITU) beteiligt sind. Daher haben viele identische Verfahren verschiedene Bezeichnungen wie beispielsweise H.264, MPEG-4 AVC, MPEG-4/Part 10 oder ISO/IEC 14496-10 hinter denen sich dasselbe [[Datenformat|Format]] verbirgt.

== Grundlagen ==
[[Datei:Redundanzreduktion.png|mini|Redundanzreduktion]]
[[Datei:Irrelevanzreduktion.png|mini|Irrelevanzreduktion]]
Die Kompressionsalgorithmen beruhen auf
* Redundanzen (Selbstähnlichkeiten) des Videosignals (Redundanzreduktion) sowie
* Unzulänglichkeiten und physiologischen Effekten des menschlichen Sehens (Irrelevanzreduktion).
Die Begriffe [[Redundanz (Informationstheorie)|Redundanzreduktion]] und Irrelevanzreduktion stammen aus der [[Informationstheorie]] und beschreiben zwei verschiedene Ansätze zur Reduktion der Datenmenge, auch Datenkompression genannt, bei der Übertragung von Information. Dabei wird auf ein Modell zurückgegriffen, bei dem Information von einer Quelle zur Senke übertragen wird. Auf den konkreten Fall der Videokodierung übertragen entspricht die Quelle der Folge von Videobildern wie sie in der ursprünglichen Kamera entstehen, die Senke entspricht dem Auge des Betrachters.

=== Redundanzreduktion ===
Die Redundanzreduktion nutzt die Eigenschaften der Quelldaten zur Reduktion der zu übertragenden Datenmenge. Im Fall der Videokodierung werden statistische Eigenschaften des Bildsignals sowie Ähnlichkeiten (Korrelationen) zwischen zeitlich und räumlich benachbarten Bildpunkten ausgenutzt, um eine möglichst kompakte Darstellung zu erreichen. Erreichbar sind Kompressionsfaktoren von 1:2 bis 1:5. Da keine Informationen verloren gehen, spricht man von [[verlustfreie Datenkompression|verlustloser Kodierung]].

Zur Ausnutzung ''zeitlicher'' Korrelationen dienen die Verfahren der [[Inter-Kodierung]], die aus bereits übertragenen Einzelbildern Schätzwerte extrapolieren, um nur noch die Schätzfehler übertragen zu müssen. (→[[#Differenzkodierung|Differenzkodierung]])
Für ''räumliche'' Korrelationen existieren die Verfahren der [[Intra-Kodierung]], die Bildpunkte über die Differenz zu Schätzwerten aus räumlich umliegenden Punkten kodieren oder pixelüberspannende Bildmuster erkennen und kompakter beschreiben können.
Zur Ausnutzung ''statistischer'' Redundanz erfolgt eine sogenannte →[[#Entropiekodierung|Entropiekodierung]].

=== Irrelevanzreduktion ===
Die Irrelevanzreduktion zielt darauf ab, diejenige Information bei der Übertragung auszulassen, die für die Senke nicht relevant ist. Sie berücksichtigt physiologische Eigenheiten der menschlichen Sehwahrnehmung und verwirft gezielt Informationen, sodass die entstehenden Störungen für menschliche Betrachter möglichst wenig wahrnehmbar sind. Dadurch ist eine weitere Kompression von typischerweise 1:2 bis 1:50 möglich, abhängig von Verfahren und geforderter Qualität. Da Informationen verworfen werden, spricht man von [[verlustbehaftete Datenkompression|verlustbehafteter Kodierung]].

Konkret bedeutet dies im Fall der Videokodierung, dass durch [[Quantisierung (Signalverarbeitung)|Quantisierung]] nur ein Teil der Bilddaten übertragen wird.

Da die räumliche Auflösung der Farbwahrnehmung aufgrund der Anatomie des Auges schlechter ist als die Auflösung von Helligkeitsunterschieden, kann man die Auflösung der Farbinformationen verringern, ohne dass die Unterschiede stark wahrgenommen werden könnten. Man spricht dabei von [[Farbunterabtastung]]. Meist wird vor der Kodierung eine Konvertierung in ein entsprechendes [[Farbmodell]] vorgenommen und die Datenrate damit bereits um üblicherweise 50 % reduziert.

Eine weitere Eigenschaft des visuellen Systems, die ausgenutzt werden kann, ist die Frequenzabhängigkeit. Man kann Bilder, ähnlich wie Töne, auch als Überlagerung von zweidimensionalen Schwingungen darstellen. Niedrige Bildfrequenzen sind für grobe Bildstrukturen verantwortlich, hohe für feine Details. Störungen in den verschiedenen Frequenzbereichen werden unterschiedlich stark wahrgenommen, was an einem einfachen Testbild gut verdeutlicht werden kann<ref>{{Webarchiv | url=http://www.psych.ndsu.nodak.edu/mccourt/Psy460/Spatial%20frequency%20analysis/Spatial%20frequency%20analysis.html | wayback=20071030060028 | text=Testbild zur Darstellung der Frequenzabhängigkeit der Auflösungswahrnehmung des menschlichen Auges}}</ref>.

Diese Frequenzabhängigkeit wird in allen Videokompressionsverfahren der MPEG-Familie nach einer geeigneten Transformation als psychovisueller Faktor bei der Quantisierung genutzt.

== Grundlegende Techniken ==
Videokompressionsverfahren bestehen aus mehreren Teilverfahren, sogenannte Kompressions''werkzeuge'' (englisch ''tools''), die verschiedene Arten von Redundanz ausnutzen. Auf Korrelationen räumlich benachbarter Bildpunkte stützen sich Verfahren der [[Intra-Frame]]-Vorhersage (Pixel[[extrapolation]] und Differenzkodierung) und die Transformationskodierung, zeitliche Abhängigkeiten werden bei der sogenannten [[Inter-Frame-Kodierung]] zum Beispiel Bewegungskompensation und Differenzkodierung (DPCM) genutzt und schließlich statistische Redundanz mittels Entropiekodierung reduziert.

=== Frequenztransformation ===
{{Hauptartikel|Transformationskodierung}}
Bei blockbasierter Transformationskodierung (zum Beispiel mit der [[Diskrete Kosinustransformation|diskreten Kosinustransformation]], DCT) werden Einzelbilder (englisch ''frames'') in quadratische Blöcke unterteilt und diese nach ihrer Komplexität beurteilt. Dieser Schritt ist notwendig, damit der Codec „weiß“, für welche (komplexen) Bildblöcke er viel Speicherplatz benötigt und für welche (einfachen) Blöcke weniger Bits genügen. Dies ist die Voraussetzung für die Irrelevanzreduktion.

=== Differenzkodierung ===
{{Hauptartikel|Differenzkodierung}}
Zur Nutzung von Ähnlichkeiten zwischen benachbarten Bildpunkten oder zwischen Einzelbildern wird üblicherweise die [[Differential Pulse Code Modulation]] (DPCM) eingesetzt: Es werden nur die Unterschiede zu bereits übertragenen Einzelbildern oder Bildpunkten gespeichert. Das Verfahren wird bei der Inter-Kodierung durch Bewegungskorrektur ergänzt.

=== Bewegungskorrektur ===
[[Datei:Motion vectors Big Buck Bunny pf2.png|mini|Differenzkodiertes Bild mit eingezeichneten Bewegungsvektoren]]
{{Hauptartikel|Bewegungskompensation|Motion Compensation}}
Eine weitere Möglichkeit zur Verkleinerung der Datenmenge ist die [[Motion Compensation|Bewegungskorrektur]] ([[Englische Sprache|englisch]] ''motion compensation''). Es wird nach übereinstimmenden Bildteilen gesucht, die sich gegenüber dem letzten Einzelbild weiterbewegt haben. Für diese wird ein Bewegungsvektor gespeichert, die unbewegten werden einfach vom letzten Einzelbild übernommen.

=== Entropiekodierung ===
{{Hauptartikel|Entropiekodierung}}
Mit einem Code mit variablen Wortlängen (englisch ''variable-length codes'', VLC) können statistische Redundanzen in Wertereihen entfernt werden. Statt alle zu übertragenden Symbole mit konstanter Codewortlänge zu kodieren, werden häufiger auftretende beziehungsweise wahrscheinlichere Symbole mit kürzeren Codewörtern kodiert als seltenere Symbole.
Hier haben Verfahren der [[Arithmetische Kodierung|Arithmetischen Kodierung]] die größte Verbreitung erreicht. Teils sind aber auch noch die ältere [[Huffman-Kodierung]] oder Varianten der weniger komplexen [[Lauflängenkodierung]] (zum Beispiel [[Context Adaptive Variable Length Coding|CAVLC]]) in Gebrauch.

== Geschichte ==
Die Standardisierung begann mit dem Standard [[H.120]], der noch keine praktische Verwendung fand.
Gebräuchliche Videokodierungsformate folgen in der Regel dem mit dem Nachfolger [[H.261]] (1988) etablierten Grundentwurf.
Wichtigste Merkmale sind die blockbasierte [[Frequenztransformation]], (bewegungskompensierte) Differential Pulse Code Modulation (DPCM) und Entropiekodierung.
Die Haupttechniken dazu waren bis zum Jahr 1979 entwickelt. Dieser Grundentwurf wurde seither beständig verfeinert und Hilfstechniken entwickelt, was später auch hunderte [[Softwarepatent|Patente]] hervorbrachte. Viele ältere Techniken finden erst viele Jahre später breite Anwendung, wenn ihr Einsatz durch Fortschritte in der Leistungsfähigkeit der Mikroprozessortechnik praktikabel wird.
Beispiel einer Ausnahme mit gewisser Relevanz ist der [[Wavelet-Kompression|Wavelet]]-basierte [[VC-2]]-Standard (Dirac-Variante).

Die H.26x-Videoformatserie der [[Internationale Fernmeldeunion#ITU-T|ITU-T]] beziehungsweise die [[Moving Picture Experts Group|MPEG]]-Videoformate stellen bisher (2016) die dominierenden Videokodierungsstandards dar. Bis einschließlich [[H.264]] markierten sie bei Veröffentlichung regelmäßig den Stand der Technik und mehrere konnten größte Verbreitung finden, darunter [[MPEG-1]] (1991), [[MPEG-2]] (1994) und zuletzt H.264/MPEG-4 AVC (2003). Daneben gab es außer Spezialformaten für Nischenanwendungen nacheinander verschiedene preisgünstigere und teils [[proprietär]]e Hauptkonkurrenten wie Microsofts [[Windows Media Video]] 9 beziehungsweise [[VC-1]], mehrere Formate aus On2s [[TrueMotion|VPx-Serie]] und zuletzt deren von Google freigekaufte Nachfolger [[VP8]] und [[VP9]].
Seit [[Theora]] gab es Bemühungen um frei lizenzierte Formate, die zunächst noch weniger beachtet und technisch unterlegen waren. Mit Googles Freigabe von VP8 (2008) und VP9 (2012) geschahen hier bedeutende technische Fortschritte und schlossen die freien Formate in ihrer Leistungsfähigkeit weitgehend zum Stand der Technik auf. Mit der [[Alliance for Open Media]] formierte sich von Seiten der Industrie ab 2015 breite Unterstützung für lizenzkostenfreie Videoformate. Diese Alliance veröffentlichte 2018 das lizenzkostenfreie [[AOMedia Video 1|AV1]], welches die Nachfolge von VP9 antritt.

Von den [[Bell Laboratories]] wurde 1950 das Patent auf DPCM angemeldet,<ref name="DPCM"/> welches schon sehr bald auf Videokodierung angewendet wurde. Die Entropiekodierung begann in den 1940ern mit [[Shannon-Fano-Kodierung]],<ref name="Shannon"/> auf der die 1950 entwickelte, gebräuchliche [[Huffman-Kodierung]] aufbaut;<ref name="Huffman"/> die modernere [[Context-Adaptive Binary Arithmetic Coding|kontextadaptive Arithmetische Kodierung]] (CABAC) wurde Anfang der 1990er veröffentlicht.<ref name="CABAC"/> Transformationskodierung (mittels [[Hadamard-Transformation]]) wurde 1969 eingeführt,<ref name="Hadamard"/> die verbreitete [[Diskrete Kosinustransformation]] (DCT) tauchte 1974 in der wissenschaftlichen Literatur auf.<ref name="DCT"/><ref name="patents"/>

== Siehe auch ==
* [[Audiodatenkompression]]

== Literatur ==
* {{Literatur|Autor=Lajos L. Hanzo, Peter J. Cherriman, Jürgen Streit (University of Southampton)|Titel=Video compression and communications|TitelErg = from basics to H.261, H.263, H.264, MPEG2, MPEG4 for DVB and HSDPA-style adaptive turbo-transceivers|Hrsg=|Sammelwerk=|Band=|Nummer=|Auflage=2|Verlag=IEEE Press|Ort=|Datum=2007|ISBN=978-0-470-51849-6|Online=}}

== Weblinks ==
{{Commonscat|Video compression|Videokompression}}

== Einzelnachweise ==
<references>
<ref name="DPCM">{{Patent|Erfinder=C. Chapin Cutler|Titel=Differential Quantization of Communication Signals|Land=US|V-Nr=2605361|A-Datum=1950-06-29|V-Datum=1952-07-29}}</ref>

<ref name="Shannon">{{Literatur |Autor=[[Claude Elwood Shannon]] |Hrsg=Alcatel-Lucent |Titel=A Mathematical Theory of Communication |Sammelwerk=Bell System Technical Journal |Band=27 |Nummer=3–4 |Datum=1948 |Sprache=en}}</ref>

<ref name="Huffman">{{Literatur |Autor=[[David Albert Huffman]] |Titel=A method for the construction of minimum-redundancy codes |Sammelwerk=[[Proceedings of the IRE]] |Band=40 |Nummer=9 |Datum=1952-09 |Sprache=en |Seiten=1098–1101 |DOI=10.1109/JRPROC.1952.273898 |Online=http://compression.ru/download/articles/huff/huffman_1952_minimum-redundancy-codes.pdf |Format=PDF }}</ref>

<ref name="CABAC">{{Literatur |Autor=CCITT Study Group VIII und die Joint Photographic Experts Group (JPEG) von ISO/IEC Joint Technical Committee 1/Subcommittee 29/Working Group 10 |Hrsg=ITU-T |Titel=Recommendation T.81 |TitelErg=Digital Compression and Coding of Continuous-tone Still images – Requirements and guidelines |Datum=1993 |Sprache=en |Kapitel=Annex D – Arithmetic coding |Seiten=54 ff. |Online=https://www.w3.org/Graphics/JPEG/itu-t81.pdf |Format=PDF |Abruf=2009-11-07}}</ref>

<ref name="Hadamard">William K. Pratt, Julius Kane, Harry C. Andrews: „Hadamard transform image coding“, in Proceedings of the IEEE 57.1 (1969): S. 58–68</ref>

<ref name="DCT">{{Literatur |Autor=Nasir Ahmed, T. Natarajan, Kamisetty Ramamohan Rao |Titel=Discrete Cosine Transform |Sammelwerk=IEEE Transactions on Computers |Band=C-23 |Nummer=1 |Datum=1974-01 |Sprache=en |Seiten=90–93 |DOI=10.1109/T-C.1974.223784 |Online=https://www.ic.tu-berlin.de/fileadmin/fg121/Source-Coding_WS12/selected-readings/Ahmed_et_al.__1974.pdf |Format=PDF}}</ref>

<ref name="patents">{{Literatur |Autor=Cliff Reader |Hrsg=Society of Photo-Optical Instrumentation Engineers |Titel=Patent landscape for royalty-free video coding |Sammelwerk=Applications of Digital Image Processing XXXIX |Ort=San Diego, California |Datum=2016-08-31 |Sprache=en |Online=[https://www.youtube.com/watch?v=wi1BefrfTos Vortragsmitschnitt, ab 3:05:10] }}</ref>
</references>

[[Kategorie:Videokompression| ]]

[[en:Data compression#Video]]

Videokompression - Versionsgeschichte

imported>Regi51: Änderungen von 5.102.164.48 (Diskussion) auf die letzte Version von O.Koslowski zurückgesetzt