تعويضات الحركة

تُعدّ تقنية تعويض الحركة الكتلية (BMC)، والمعروفة أيضًا باسم تحويل جيب التمام المنفصل المُعوض للحركة (MC DCT)، أكثر تقنيات تعويض الحركة استخدامًا. ^{[ 2 ]} في هذه التقنية، تُقسّم الإطارات إلى كتل من البكسلات (مثل الكتل الكبيرة بحجم 16×16 بكسل في MPEG ). تُستنتج كل كتلة من كتلة مماثلة لها في الحجم في الإطار المرجعي. لا تُجرى أي تحويلات على الكتل باستثناء إزاحتها إلى موضع الكتلة المُستنتجة. تُمثّل هذه الإزاحة بمتجه حركة .

للاستفادة من التكرار بين متجهات الكتل المتجاورة (على سبيل المثال، لجسم متحرك واحد مغطى بكتل متعددة)، من الشائع ترميز الفرق بين متجه الحركة الحالي والسابق فقط في تدفق البتات. وتُكافئ نتيجة عملية التفاضل هذه رياضيًا تعويضًا شاملًا للحركة قادرًا على التحريك الأفقي. وفي مراحل لاحقة من عملية الترميز، يستفيد مُرمِّز الإنتروبيا من التوزيع الإحصائي الناتج لمتجهات الحركة حول المتجه الصفري لتقليل حجم المخرجات.

من الممكن إزاحة كتلة بيانات بمقدار غير صحيح من البكسلات، وهو ما يُعرف بدقة البكسل الفرعي . تُولّد البكسلات الوسيطة عن طريق استيفاء البكسلات المجاورة. عادةً ما تُستخدم دقة نصف البكسل أو ربع البكسل ( Qpel ، المستخدمة في H.264 وMPEG-4/ASP). تكون التكلفة الحسابية لدقة البكسل الفرعي أعلى بكثير نظرًا للمعالجة الإضافية المطلوبة للاستيفاء، بالإضافة إلى العدد الأكبر بكثير من كتل المصدر المحتملة التي يجب تقييمها من جانب المُشفّر.

تتمثل العيوب الرئيسية لتعويض حركة الكتل في أنها تُحدث انقطاعات عند حدود الكتل (تشوهات الحجب). تظهر هذه التشوهات على شكل حواف أفقية ورأسية حادة يسهل على العين البشرية ملاحظتها، وتُنتج حوافًا زائفة وتأثيرات رنين (معاملات كبيرة في النطاقات الفرعية عالية التردد) نتيجة لتكميم معاملات تحويل فورييه المستخدم في ترميز الإطارات المتبقية ^{[ 4 ].}

تقسم تقنية تعويض حركة الكتل الإطار الحالي إلى كتل غير متداخلة، ويحدد متجه تعويض الحركة مصدر هذه الكتل ( يُعتقد خطأً أن الإطار السابق يُقسم إلى كتل غير متداخلة، وأن متجهات تعويض الحركة تحدد وجهة هذه الكتل ) . عادةً ما تتداخل كتل المصدر في إطار المصدر. تقوم بعض خوارزميات ضغط الفيديو بتجميع الإطار الحالي من أجزاء من عدة إطارات مُرسلة سابقًا.

يمكن أيضًا التنبؤ بالإطارات من الإطارات المستقبلية. يجب حينها ترميز الإطارات المستقبلية قبل الإطارات المتوقعة، وبالتالي، لا يتطابق ترتيب الترميز بالضرورة مع ترتيب الإطارات الفعلي. عادةً ما يتم التنبؤ بهذه الإطارات من اتجاهين، أي من إطارات I أو P التي تسبق الإطار المتوقع أو تليه مباشرةً. تُسمى هذه الإطارات المتوقعة ثنائية الاتجاه بإطارات B. على سبيل المثال، يمكن أن يكون نظام الترميز IBBPBBBPBBBB.

علاوة على ذلك، اقتُرح استخدام البلاطات المثلثية لتعويض الحركة. في هذه الطريقة، تُقسّم الإطار إلى بلاطات مثلثية، ويُنشأ الإطار التالي بإجراء تحويل خطي على هذه المثلثات. ^{[ 5 ]} تُسجّل/تُرسل التحويلات الخطية فقط. وهذا يُتيح التعامل مع التكبير والتصغير والتدوير والانتقال، إلخ.

يُعدّ تعويض الحركة ذو حجم الكتلة المتغير (VBSMC) استخدامًا لتقنية BMC مع إمكانية اختيار المُشفّر لحجم الكتل ديناميكيًا. عند ترميز الفيديو، يُمكن استخدام كتل أكبر حجمًا لتقليل عدد البتات اللازمة لتمثيل متجهات الحركة، بينما يُمكن استخدام كتل أصغر حجمًا لتقليل كمية معلومات التنبؤ المتبقية المراد ترميزها. وقد تناولت دراسات أخرى استخدام مقاييس الميزات ذات الشكل المتغير، خارج حدود الكتل، والتي يُمكن من خلالها حساب متجهات ما بين الإطارات. ^{[ 6 ]} تستخدم التصاميم القديمة، مثل H.261 و MPEG-1، عادةً حجم كتلة ثابتًا، بينما تُتيح التصاميم الأحدث، مثل H.263 و MPEG-4 الجزء 2 و H.264/MPEG-4 AVC و VC-1 ، للمُشفّر إمكانية اختيار حجم الكتلة المُستخدم لتمثيل الحركة ديناميكيًا.

يُعدّ تعويض الحركة باستخدام الكتل المتداخلة (OBMC) حلاً فعالاً لهذه المشكلات، فهو لا يُحسّن دقة التنبؤ فحسب، بل يتجنّب أيضاً تشوّهات الصورة الناتجة عن الكتل. عند استخدام OBMC، تكون الكتل عادةً ضعف حجمها في كل بُعد، وتتداخل ربعياً مع جميع الكتل الثمانية المجاورة. بالتالي، ينتمي كل بكسل إلى أربع كتل. في هذه الطريقة، تُجرى أربع تنبؤات لكل بكسل، تُجمع جميعها لحساب المتوسط ​​المرجّح. ولتحقيق ذلك، تُربط الكتل بدالة نافذة تتميّز بأن مجموع أربع نوافذ متداخلة يساوي 1 في كل مكان.

أظهرت دراسات طرق تقليل تعقيد خوارزمية OBMC أن مساهمة الكتلة المجاورة قطريًا في دالة النافذة تكون في أدنى مستوياتها. ويؤدي خفض وزن هذه المساهمة إلى الصفر وزيادة الأوزان الأخرى بنفس المقدار إلى تقليل كبير في التعقيد دون تأثير ملحوظ على الجودة. في هذه الخوارزمية، ينتمي كل بكسل إلى 3 كتل بدلًا من 4، وبدلًا من استخدام 8 كتل متجاورة، تُستخدم 4 كتل فقط لكل كتلة يتم تعويضها. توجد هذه الخوارزمية في وضع التنبؤ المتقدم H.263 الملحق F

ظهر ضغط الفيديو العملي مع تعويض الحركة مع تطوير ترميز تحويل جيب التمام المنفصل مع تعويض الحركة (MC DCT)، ^{[ 8 ]} والذي يُسمى أيضًا تعويض حركة الكتلة (BMC) أو تعويض حركة DCT. وهو خوارزمية ترميز هجينة، ^{[ 7 ]} تجمع بين تقنيتين أساسيتين لضغط البيانات : ترميز تحويل جيب التمام المنفصل (DCT) ^{[ 8 ]} في البُعد المكاني ، وتعويض الحركة التنبؤي في البُعد الزمني . ^{[ 7 ]} يُعد ترميز DCT تقنية ترميز تحويل ضغط الكتلة مع فقدان البيانات ، وقد اقترحه ناصر أحمد لأول مرة عام 1972 ، وكان ينوي استخدامه في البداية لضغط الصور . ^{[ 9 ]}

في عام 1974، قدّم علي حبيبي في جامعة جنوب كاليفورنيا الترميز الهجين، ^{[ 10 ] [ 11 ]} الذي يجمع بين الترميز التنبؤي والترميز التحويلي. ^{[ 7 ] [ 12 ]} إلا أن خوارزميته كانت في البداية مقتصرة على الترميز داخل الإطار في البُعد المكاني. وفي عام 1975، وسّع جون أ. روز وجونر س. روبنسون خوارزمية حبيبي للترميز الهجين لتشمل البُعد الزمني، باستخدام الترميز التحويلي في البُعد المكاني والترميز التنبؤي في البُعد الزمني، مُطوّرين بذلك ترميزًا هجينًا مُعوِّضًا للحركة بين الإطارات . ^{[ 7 ] [ 13 ]} بالنسبة لترميز التحويل المكاني، قاموا بتجربة تحويل جيب التمام المنفصل (DCT) وتحويل فورييه السريع (FFT)، وطوروا مشفرات هجينة بين الإطارات لكليهما، ووجدوا أن تحويل جيب التمام المنفصل هو الأكثر كفاءة نظرًا لانخفاض تعقيده، حيث يمكنه ضغط بيانات الصورة إلى 0.25 بت لكل بكسل لمشهد مكالمة فيديو بجودة صورة مماثلة لمشفر داخل الإطار يتطلب 2 بت لكل بكسل. ^{[ 14 ] [ 13 ]}

في عام 1977، طوّر وين-هسيونغ تشين خوارزمية DCT سريعة بالتعاون مع سي إتش سميث وإس سي فراليك. ^{[ 15 ]} وفي عام 1979، طوّر أنيل ك. جاين وجاسوانت ر. جاين تقنية ضغط الفيديو DCT المُعوضة للحركة، ^{[ 16 ] [ 7 ]} والمعروفة أيضًا بتعويض حركة الكتل. ^{[ 7 ]} وقد أدى ذلك إلى تطوير تشين لخوارزمية ضغط فيديو عملية، تُسمى DCT المُعوضة للحركة أو ترميز المشهد التكيفي، في عام 1981. ^{[ 7 ]} وأصبحت DCT المُعوضة للحركة فيما بعد تقنية الترميز القياسية لضغط الفيديو منذ أواخر ثمانينيات القرن العشرين فصاعدًا. ^{[ 17 ] [ 2 ]}

كان معيار H.120 أول معيار لترميز الفيديو الرقمي ، وقد طُوِّر من قِبَل اللجنة الدولية لتكنولوجيا المعلومات والاتصالات (CCITT ) (التي تُعرف الآن باسم الاتحاد الدولي للاتصالات - تقييس الاتصالات ITU-T) عام 1984. ^{[ 18 ]} استخدم H.120 ترميز DPCM المُعَوَّض للحركة، ^{[ 7 ]} والذي كان غير فعال لترميز الفيديو، ^{[ 17 ]} ولذلك كان H.120 غير عملي بسبب أدائه المنخفض. ^{[ 18 ]} طُوِّر معيار H.261 عام 1988 استنادًا إلى ضغط DCT المُعَوَّض للحركة، [ 17 ^{] [ 2 ] وكان أول} معيار عملي لترميز الفيديو. ^{[ 18 ]} ومنذ ذلك الحين، اعتُمد ضغط DCT المُعَوَّض للحركة في جميع معايير ترميز الفيديو الرئيسية اللاحقة (بما في ذلك تنسيقات H.26x و MPEG ). ^{[ 17 ] [ 2 ]}