H.264 MPEG-4 Part 10 (Video Codec)

Tujuan pengembangan H.264/AVC adalah untuk membuat suatu standar video digital yang dapat menghasilkan kualitas video yang baik pada bitrate yang lebih kecil di bandingkan dengan standar video digital sebelumnya (MPEG-2 / 3 – 15 Mbps, H.263, maupun MPEG-4 part-2) tanpa harus melakukan perubahan yang kompleks dan dapat diimplementasikan dengan biaya yang murah. Tujuan lain dari pengembangan H.264 adalah dapat di gunakan dalam berbagai macam aplikasi seperti video broadcast, DVB strorage, RTP/IP packet networks, dan ITU-T multimedia telephony systems. H.264 (MPEG-4 part 10) atau lebih di kenal dengan Advance Video Coding (AVC) merupakan sebuah codec video digital yang memiliki keunggulan dalam rasio kompresi (tingkat kompresi yang tinggi) dengan memanfaatkan metoda blok transformasi adaptif yang efektif. H.264 di kembangkan oleh ITU-T video coding expert group (VCEG) bersama-sama dengan ISO/IEC moving picture expert group (MPEG) yang dinamakan joint video team (JVC).


Struktur Video


Struktur video H.264 serupa dengan MPEG-4 karena struktur tersebut di kembangkan berdasarkan MPEG-4, H.264 memiliki beberapa bagian yaitu GOP, slice, macroblock dan block. Hanya saja terdapat beberapa perbedaan yang merupakan penyempurnaan dari MPEG-4 yang salah satunya adalah ukuran blok yang lebih kecil yaitu 4×4.


Berikut pengertian dari istilah kata-kata di atas:


1. Video sequence, diawali dengan sequnce header, berisi satu group gambar atau lebih, diakhiri dengan code end-of-sequence


2. GOP (Group Of Pictures), sebuah header dan rangkaian satu gambar atau lebih.


3. Picture, primary coding unit dari video sequence, merepresentasikan nilai luminance (Y) n2 chrominance (Cb dan Cr)


4. Slice, satu atau lebih macroblock, untuk urutannya dari kiri ke kanan dan atas ke bawah dan ini penting untuk error handling, bila terjadi error maka akan di skip ke slince berikutnya.


5. Macroblock, basic coding unit pada algoritma MPEG 16×16 pixel segment dalam sebuah frame, macroblock terdiri dari 4 luminance, 1 Cr dan 1 Cb.


6. Block, coding unit terkecil pada algoritma MPEG 8×8 pixel, dapat berupa salah satu dari luminance rec chrominance, atau blue chrominance.


Profile dan level


H.264/AVC memiliki tiga profile yaitu:



1. Baseline profile (untuk video conference dan aplikasi wireless). Hanya mendukung I-Picture dan P-Picture (tidak mendukung B-Picture). Mendukung in-loop deblocking filter. 1/4 sample motion-compensation. Mendukung ukuran block sampai dengan 4×4. Mendukung adaptive frame/field. CAVLC (VLC-based entropy coding).


2. Main profile (digunakan untuk layanan broadcast). Mendukung semua fitur baseline-profile kecuali penambahan fitur error resilience. Mendukung B- picture. CABAC (context-adaptive binary arithmetic coding). Mendukung interlaced picture. Menggunakan MB-level pada saat pergantian frame atau field. Prediksi P-picture dan B-picture secara adaptive.



3. Extended Profile (digunakan dalam aplikasi streaming). Mendukung semua fitur baseline-profile. Mendukung B-picture. Mendukung error resilience. Mendukung pergantian frame/field dengan SP/SI.


Setiap level memiliki batas atas nilai dari ukuran gambar (dalam macroblock), rata-rata waktu proses decode (dalam macroblock perdetik), ukuran multipicture buffer, bitrate video, dan ukuran buffer video.


Kompresi intraframe.


Memanfaatkan redundansi spasial yang terdapat dalam satu frame. ada beberapa metode kompresi intraframe yaitu:


1. Sub Sampling. Hal ini merupakan dasar dari kebanyakan kompresi images atau video, metode ini mengupayakan untuk mengurangi jumlah bit untuk merepresentasikan suatu image. Subsampling dapat dilakukan dengan dua cara : Pertama, dengan mengambil piksel-piksel pada baris dan kolom ganjil saja. Kedua, dengan mengambil rata-rata dari sekolompok piksel dan menggunakan nilai tersebut sebagai ganti kelompok piksel. Cara ini lebih kompleks, tetapi menghasilkan kualitas yang lebih baik.


2. Pengurangan Kedalaman Bit. Metode ini dilakukan dengan mengurangi jumlah bit yang digunakan untuk merepresentasikan suatu piksel misalnya dari 16 bit atau piksel diturunkan menjadi 8 bit atau piksel. Dengan konsekuensi akan menurunkan kualitas video dibandingkan video sebelumnya.



3. Transform Coding. Metode yang lain digunakan dalam kompresi intraframe adalah mentransformasikan data dari domain ruang ke dalam domain frekuensi. Cara ini menghasilkan data yang lebih mudah diproses untuk kompresi lebih lanjut. Transformasi yang popular digunakan misalnya Discrete Cosine Transform (DCT )



dan Wavelet. Proses transformasi dan kuantisasi yang bersifat lossy, serta pengkodean yang bersifat lossless. Kemudian dilanjutkan dengan kuantisasi yang mana digunakan untuk memotong hasil transformasi. Proses selanjutnya dalam pengkodean dengan menggunakan Run Legth Encoding (RLE) dan Variabel Length Coding (VLC). Prinsip dasarnya yaitu untuk melakukan proses transformasi dari domain ruang ke domain frekuansi. Dengan menggunakan transformasi ini maka data vital akan terkumpul pada frekuensi DC. Dengan adanya transformasi ini sangatlah menguntungkan untuk kompresi data, karena pada domain frekuensi inilah di peroleh sifat-sifat yang mendukung serangkaian proses selanjutnya. Masukan proses DCT berupa matriks data dua dimensi N x N dan pada proses dekomposisi untuk mentransformasikan kembali data dari domain frekuaensi ke domain ruang menggunakan Inverse Discrite Cosine Trasnsform (IDCT).


4. Kuantisasi. Prinsip dasar dari kuantisasi yaitu bertujuan untuk mengurangi jumlah bit yang diperlukan untuk menyimpan suatu nilai dengan cara membaginya dengan nilai yang ditentukan dalam matrik kuantisasi. H.264 menggunakan skalar kuantisasi. Ada 52 kuantisasi step standar yang digunakan di H264 yang ditandai dengan kuantisasi parameter (QP). Setiap kuantisasi step berhubungan dengan kuantisasi parameter (QP).



5. RLE (Run length encoding) adalah proses serangkaian simbol yang berurutan dikodekan menjadi suatu kode yang yang terdiri dari symbol tersebut dan jumlah perulangannya. Hasil dari proses transformasi yang dikuantisasi cenderung nol untuk frekuensi tinggi. Untuk melakukan RLE secara efektif, keluaran proses kuantisasi tadi dibaca secara linier dari frekuensi rendah sampai tinggi. Cara yang digunakan adalah cara zig-zag dimulai dari koefisien DC (0.0) kemudian koefisien DC (0.1) dan seterusnya.


6. Entropy coding. Proses mengkodekan tiap piksel tertentu yang mempunyai panjang yang berbeda. Teknik algoritmik yang digunakan berbeda antara proses pengkodean satu dengan yang lainya. H.264 menggunakan CABAC (Context-based Adaptive Binary Arithmetic Coding) atau CAVLC (Context Based Adaptive Variable Length Coding).


Kompresi interframe


Kompresi yang mana menggunakan redudansi temporal yang terdapat dalam sekelompok frame yang di antaranya sebagai berikut:



1. Subsamping. Yaitu dengan cara mengurangi laju fame data video. Pengukuran itu dilakukan dengan hanya menggunakan frame tertentu saja.


2. Difference coding. Metode fram ini di bagi menjadi beberapa block yang tidak tumpang tindih, tiap block tersebut di bandingkan dengan block yang bersesuaian pada frame yang sebelumnya, hanya block yang mengalami perubahan signifikan saja yang disimpan.



3. Motion Compensation. Metode ini juga menggunakan pembagian block yang sama, namun block tersebut di bandingkan dengan frame yang sebelumnya, hingga ditemukan block yang paling mirip. Perbedaan lokasi antara block tersebut dengan block yang mirip pada frame yang sebelumnya disebut vektor gerak (motion vector). Metode ini efektif karena hanya vector gerak saja yang disimpan atau ditrasmisikan.


Ogg Theora9


Ogg Theora adalah sebuah codec video sedang dikembangkan oleh Xiph.org Foundation sebagai bagian dari projek Ogg mereka. Dibuat berdasarkan teknologi On2 codec VP3, dan Ogg Theora ditujukan untuk bersaing dengan video MPEG-4 (seperti, XviD dan DivX), RealVideo, Windows Media Video, dan skema kompresi video bitrate-rendah lainnya. Meskipun VP3 merupakan teknologi yang dipatenkan, namun On2 telah memberikan lisensi bebas-royalti untuk paten VP3 untuk seluruh manusia, membuat Ogg Theora dapat digunakan untuk kepentingan publik dan codec turunan-VP3 lainnya untuk tujuan apa pun. Ogg Theora merupakan superset dari VP3, jadi VP3 stream (dengan sedikit modifikasi syntag) bisa dibuat menjadi Ogg Theora stream tanpa recompression (tapi tidak bisa sebaliknya).


Perubahan yang besar dari VP3 ke Ogg Theora yaitu bersifat structural, VP3 seperti codec sekarang kebanyakan, membuat asumsi pasti tentang material yang akan dikompres. Asumsi ini membutuhkan bentuk dari sejumlah tetap nilai numericnya, seperti matrik kuantisasi, yang mengontrol bagaimana sinyal pada komponen dengan frekuensi yang berbeda bisa ditangani, dan tabel token frekuensi, yang mengontrol efisiensi post-transform pada lossless coding. Pada Ogg Theora terdapat pengangkatan dari sisi fleksibilitas intrinsic dari Ogg multimedia framework sehingga memperbolehkan encoder untuk memodifikasi nilai ini dengan tepat pada material tersebut. Pendekatan yang simpel dan sangat kuat telah dibuktikan secara efektif pada Vorbis, dan akan memperbolehkan untuk optimasi encoder dengan cycle yang leih panjang tanpa perlu pate pada sisi client.



Ogg Theora sebenarnya lebih banyak digunakan daripada yang orang tahu, browser Mozilla Firefox dan Opera akan langsung support dengan codec ini, dan Wikipedia menggunakan Ogg Theora untuk semua aplikasi videonya, digunakan karena betul-betul open source. Ogg Theora (dan semua teknologi yang termasuk keluaran oleh Xiph.org) dikeluarkan ke publik dengan lisensi BSD. Ini sepenuhnya gratis untuk penggunan secara komersial maupun non-komersial.