VC-6

📅 آخر تحديث: ١ أغسطس ٢٠٢٦
✍️ نُشر في: ١ أغسطس ٢٠٢٦
الموسوعة الحرة

SMPTE ST 2117-1 ، [ 1 ] والمعروف بشكل غير رسمي باسم VC-6 ، هو تنسيق ترميز فيديو . [ 2 ]

ملخص

تم تحسين ترميز VC-6 لتطبيقات الترميز الوسيط أو المتوسط ​​أو المساهم. [ 2 ] تتضمن هذه التطبيقات عادةً ضغط التراكيب النهائية للتحرير أو المساهمة أو التوزيع الأساسي أو الأرشفة أو غيرها من التطبيقات التي تتطلب الحفاظ على جودة الصورة أقرب ما يمكن إلى الأصل، مع تقليل معدلات البت وتحسين متطلبات المعالجة والطاقة والتخزين. يستخدم VC-6، مثل غيره من الترميزات في هذه الفئة [ 3 ] [ 4 ] ، ضغطًا داخل الإطار فقط ، حيث يتم تخزين كل إطار بشكل مستقل ويمكن فك تشفيره دون أي تبعية لأي إطار آخر. [ 5 ] يطبق الترميز ضغطًا بدون فقدان وضغطًا مع فقدان ، اعتمادًا على معلمات التشفير المختارة. تم توحيده في عام 2020. وقد نشرت V-Nova إصدارات سابقة من الترميز منذ عام 2015 تحت الاسم التجاري Perseus. يعتمد الترميز على هياكل بيانات هرمية تسمى أشجار s، ولا يتضمن ضغط تحويل جيب التمام المنفصل (DCT) أو تحويل المويجات . آلية الضغط مستقلة عن البيانات التي يتم ضغطها، ويمكن تطبيقها على وحدات البكسل بالإضافة إلى البيانات الأخرى غير الصور. [ 6 ]

على عكس برامج الترميز القائمة على تحويل جيب التمام المنفصل (DCT) ، يعتمد VC-6 على هياكل شجرية هرمية قابلة للتكرار، تشبه الأشجار الرباعية المعدلة . توفر هذه الهياكل البسيطة إمكانيات جوهرية، مثل التوازي الهائل [ 7 ] والقدرة على اختيار نوع الترشيح المستخدم لإعادة بناء صور عالية الدقة من صور منخفضة الدقة. [ 8 ] في معيار VC-6 [ 2 ] ، يتم توفير مُحسِّن دقة مُطوَّر باستخدام شبكة عصبية التفافية داخلية لتحسين تفاصيل الصورة المُعاد بناؤها، دون الحاجة إلى عبء حسابي كبير. كما تتيح القدرة على التنقل المكاني داخل دفق بتات VC-6 على مستويات متعددة [ 2 ] لأجهزة فك التشفير تخصيص المزيد من الموارد لمناطق مختلفة من الصورة، مما يسمح لتطبيقات تحديد منطقة الاهتمام بالعمل على دفقات بتات مضغوطة دون الحاجة إلى فك تشفير الصورة كاملة الدقة. [ 9 ]

تاريخ

في معرض NAB عام 2015، ادّعت شركة V-Nova تحقيق "مكاسب ضغط تتراوح بين ضعفين إلى ثلاثة أضعاف، على جميع مستويات الجودة، في ظل سيناريوهات تشغيل عملية في الوقت الفعلي، مقارنةً بتقنيات H.264 و HEVC و JPEG2000 ". [ 10 ] وقد لفت هذا الإعلان، الذي صدر في الأول من أبريل/نيسان قبل انطلاق معرض تجاري كبير، انتباه العديد من خبراء الضغط. [ 11 ] ومنذ ذلك الحين، قامت V-Nova بنشر وترخيص هذه التقنية، التي كانت تُعرف آنذاك باسم Perseus، [ 10 ] في تطبيقات المساهمة والتوزيع حول العالم، بما في ذلك Sky Italia ، [ 12 ] وFast Filmz، [ 13 ] [ 14 ] و Harmonic Inc ، وغيرها. وسيتم قريباً اعتماد نسخة مُحسّنة من هذه التقنية، مُصممة لتحسين ترميز التوزيع، تحت مسمى MPEG-5 Part-2 LCEVC . [ 15 ] [ 16 ] [ 17 ]

في سبتمبر 2025، نشرت مدونة مطوري NVIDIA تقريرًا حول كيفية دمج تطبيقها المُسرّع بتقنية CUDA لتقنية SMPTE VC-6 في مسارات الذكاء الاصطناعي للرؤية لتبسيط تدفق البيانات. من خلال الحفاظ على مجموعات البيانات مضغوطة وجلب ما تحتاجه كل خطوة فقط، تُقلل تقنية VC-6 المُسرّعة بتقنية CUDA من عمليات نقل البيانات من المضيف إلى وحدة معالجة الرسومات، وتُخفف من اختناقات الذاكرة، وتدعم أحجام دفعات أكبر دون الحاجة إلى بنية تحتية إضافية. وثّقت مدونة مطوري NVIDIA تحسينات في الأداء تصل إلى 5 أضعاف في سير عمل الذكاء الاصطناعي للرؤية من البداية إلى النهاية، مما يجعل VC-6 حلاً عمليًا لتوسيع نطاق كل من التدريب والاستدلال في بيئات البيانات ذات الأحجام الكبيرة. [ 18 ]

المفاهيم الأساسية

طائرات

يصف المعيار [ 2 ] خوارزمية ضغط تُطبق على مستويات بيانات مستقلة. قد تكون هذه المستويات عبارة عن بكسلات RGB أو RGBA من كاميرا، أو بكسلات YCbCr من مصدر فيديو تقليدي مُركّز على التلفزيون، أو أي مستويات بيانات أخرى. قد يصل عدد مستويات البيانات المستقلة إلى 255 مستوى، ويمكن أن يحتوي كل مستوى على شبكة من قيم البيانات بأبعاد تصل إلى 65535 × 65535. [ 19 ] يركز معيار SMPTE ST 2117-1 على ضغط مستويات قيم البيانات، وعادةً ما تكون بكسلات. لضغط البيانات وفك ضغطها في كل مستوى، يستخدم VC-6 تمثيلات هرمية لبنية شجرية صغيرة تحمل بيانات وصفية تُستخدم للتنبؤ بالأشجار الأخرى. توجد 3 بنى أساسية تتكرر في كل مستوى. [ 2 ]

شجرة S

تُعدّ بنية الضغط الأساسية في VC-6 هي شجرة S. وهي تُشبه بنية الشجرة الرباعية الشائعة في أنظمة أخرى. تتألف شجرة S من عُقد مُرتبة على شكل شجرة، حيث ترتبط كل عقدة بأربع عُقد في الطبقة التالية. يُعرف إجمالي عدد الطبقات فوق العقدة الجذرية باسم ارتفاع شجرة S. يتم تحقيق الضغط في شجرة S باستخدام البيانات الوصفية للإشارة إلى إمكانية التنبؤ بالمستويات من خلال نقل انتقائي لبيانات التحسين في تدفق البتات. كلما زادت البيانات التي يُمكن التنبؤ بها، قلّت المعلومات المُرسلة، وتحسّنت نسبة الضغط . [ 6 ] [ 2 ]

تابلو

يُعرّف المعيار [ 2 ] الجدول بأنه العقدة الجذرية، أو الطبقة العليا في شجرة S ، التي تحتوي على عقد لشجرة S أخرى. ومثل أشجار S العامة التي تُبنى منها، تُرتّب الجداول في طبقات مع بيانات وصفية في العقد تُشير إلى ما إذا كانت الطبقات العليا مُتوقعة أو مُرسلة في تدفق البتات. [ 6 ]

إيشيلون

تُستخدم هياكل الشجرة الهرمية (s-tree) والجداول (tableau) في المعيار [ 2 ] لنقل التحسينات (المسماة resid-vals) والبيانات الوصفية الأخرى لتقليل حجم البيانات الأولية التي يجب تضمينها في حمولة البتات. وتتمثل الأداة الهرمية الأخيرة في القدرة على ترتيب الجداول، بحيث يمكن إزالة التكميم من بيانات كل مستوى (أي البكسلات) عند دقة مختلفة واستخدامها كمتنبئات لدقة أعلى. ويُعرّف المعيار [ 2 ] كل دقة من هذه الدقة على أنها مستوى متدرج (echelon). ويُحدد كل مستوى متدرج داخل المستوى بواسطة مؤشر ، حيث يشير المؤشر السالب إلى دقة منخفضة، بينما يشير المؤشر الموجب الأكبر إلى دقة أعلى.

نظرة عامة على البث المباشر

يُعدّ VC-6 مثالًا على الترميز داخل الإطار ، حيث تُرمّز كل صورة دون الرجوع إلى الصور الأخرى. وهو أيضًا ترميز داخل المستوى، حيث لا تُستخدم أي معلومات من مستوى ما للتنبؤ بمستوى آخر. ونتيجةً لذلك، يحتوي تدفق بتات VC-6 على جميع المعلومات الخاصة بجميع مستويات الصورة الواحدة. [ 2 ] يتم إنشاء سلسلة الصور عن طريق دمج تدفقات البتات لصور متعددة، أو عن طريق تجميعها في حاوية مثل MXF أو QuickTime أو Matroska .

يُعرَّف تدفق بتات VC-6 في المعيار [ 2 ] باستخدام رمز زائف، وقد تم عرض مُفكِّك مرجعي بناءً على هذا التعريف. يُعدّ الرأس الأساسي البنية الثابتة الوحيدة المُعرَّفة في المعيار [ 2 ] . يحتوي الرأس الثانوي على معلومات العلامات والحجم بناءً على القيم الموجودة في الرأس الأساسي. يتم حساب الرأس الثالثي بالكامل، ثم تُستخلص بنية الحمولة من المعلمات المحسوبة أثناء فك تشفير الرأس [ 2 ].

نظرة عامة على فك التشفير

يُعرّف المعيار [ 2 ] عملية تُسمى إعادة بناء المستوى لفك تشفير الصور من تدفق البتات. تبدأ العملية بالطبقة ذات أدنى فهرس. لا تُستخدم أي تنبؤات لهذه الطبقة. أولًا، تُستخدم قواعد تدفق البتات لإعادة بناء البواقي. بعد ذلك، تُجرى عمليات إزالة التباين وفك تشفير الإنتروبيا لملء الشبكة بقيم البيانات عند كل إحداثية. ثم تُزال كمية هذه القيم لإنشاء قيم كاملة النطاق يمكن استخدامها كتنبؤات للطبقة ذات الفهرس الأعلى التالي. تستخدم كل طبقة مُكبِّر العينات المُحدد في الترويسة لإنشاء مستوى مُتوقع من الطبقة الأدنى، والذي يُضاف إلى شبكة البواقي من الطبقة الحالية، والتي يمكن تكبيرها كتنبؤ للطبقة التالية. [ 20 ]

يتم تحديد المستوى النهائي كامل الدقة، المحدد وفقًا للمعيار، عند الفهرس 0، ويتم عرض نتائجه بدلاً من استخدامها لمستوى آخر. [ 2 ]

خيارات رفع تردد العينة

الخيارات الأساسية

يُعرّف المعيار [ 2 ] عددًا من مُحسِّنات الدقة الأساسية [ 21 ] لإنشاء تنبؤات ذات دقة أعلى من مستويات دقة أقل. يوجد مُحسِّنان خطيان للدقة، هما ثنائي التكعيب وحاد، بالإضافة إلى مُحسِّن دقة يعتمد على أقرب جار.

مُحسِّن دقة الشبكة العصبية الالتفافية

تم تعريف ستة مُحسِّنات تردد غير خطية مختلفة [ 2 ] بواسطة مجموعة من العمليات والمعاملات المُقدمة بتنسيق JSON . [ 21 ] تم توليد هذه المعاملات باستخدام تقنيات الشبكات العصبية الالتفافية [ 22 ] .

مراجع

  1. ↑ "نتائج بحث IEEE Xplore" . IEEE . تم الاطلاع عليه بتاريخ 17 سبتمبر 2020 .
  2. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 "ST 2117-1:2020 - معيار SMPTE - تنسيق الصورة متعدد المستويات VC-6 - الجزء 1. دفق البتات الأساسي" . ST 2117-1:2020 : 1-156 . يوليو 2020. doi : 10.5594/SMPTE.ST2117-1.2020 . ISBN 978-1-68303-219-9تمت أرشفة هذا النص من المصدر الأصلي بتاريخ 28 أكتوبر 2020.
  3. ↑ "ST 2042-1:2012 - معيار SMPTE - ضغط الفيديو VC-2" . ST 2042-1:2012 : 1-137 . أغسطس 2012. doi : 10.5594/SMPTE.ST2042-1.2012 . ISBN 978-1-61482-890-7تمت أرشفة هذا النص من المصدر الأصلي في 13 يونيو 2018.
  4. ↑ "ST 2019-1:2016 - معيار SMPTE - ضغط الصورة VC-3 وتنسيق تدفق البيانات" . St 2019-1:2016 : 1–108 . يونيو 2016. doi : 10.5594/SMPTE.ST2019-1.2016 . ISBN 978-1-68303-020-1تمت أرشفة هذا النص من المصدر الأصلي في 6 مارس 2017.
  5. ↑ "ST 2073-1:2014 - معيار SMPTE - جوهر فيديو VC-5 - الجزء 1: دفق البتات الأساسي" . ST 2073-1:2014 : 1-50 . مارس 2014. doi : 10.5594/SMPTE.ST2073-1.2014 . ISBN 978-1-61482-797-9.
  6. 1 2 3 "جمعية مهندسي الصور المتحركة والتلفزيون (SMPTE) تُصادق على برنامج ترميز الفيديو VC-6 المدعوم بالذكاء الاصطناعي من V-Nova" . عالم الإعلام الرقمي . 7 أكتوبر 2020.
  7. ↑ هونغ، يوبين؛ روزنفيلد، أزرييل (1 أغسطس 1989). "المعالجة المتوازية للأشجار الرباعية الخطية على حاسوب متصل بشبكة" . مجلة الحوسبة المتوازية والموزعة . 7 (1): 1-27 . doi : 10.1016/0743-7315(89)90049-X . ISSN 0743-7315 . 
  8. ↑ سامت، حنان (1988)، "نظرة عامة على الأشجار الرباعية، والأشجار الثمانية، وهياكل البيانات الهرمية ذات الصلة" ، الأسس النظرية لرسومات الحاسوب والتصميم بمساعدة الحاسوب ، برلين، هايدلبرغ: سبرينغر برلين هايدلبرغ، ص 51-68 ، doi : 10.1007/978-3-642-83539-1_2 ، ISBN  978-3-642-83541-4تم الاطلاع عليه بتاريخ 9 سبتمبر 2020
  9. ↑ S., VG (5 أكتوبر 2020). "SMPTE تنشر معيار ترميز إنتاج الفيديو الجديد VC-6" . مجموعة الفيديو الرياضي .
  10. 1 2 "مراجعة: V-Nova Perseus: هل يرقى ضغطها إلى مستوى الضجة المثارة حولها؟" . مجلة ستريمنج ميديا . 17 يونيو 2016. تم الاطلاع عليه بتاريخ 4 سبتمبر 2020 .
  11. ↑ "الجدول الزمني التاريخي لمعايير وتنسيقات ترميز الفيديو" . Vcodex . تم الاطلاع عليه بتاريخ 30 يوليو 2021 .
  12. ↑ "سكاي إيطاليا تختار V-Nova لتوسيع نطاق تغطية IPTV" . Digital TV Europe .
  13. ↑ "شركة FastFilmz الهندية تستعين بشركة V-Nova لتقديم خدمات البث عبر الإنترنت (OTT) للهواتف التي تدعم شبكات الجيل الثاني" . Digital TV Europe . 7 أبريل 2016. تاريخ الاطلاع: 9 سبتمبر 2020 .
  14. ↑ "استحوذت SHAREit على Fastfilmz لزيادة محتوى الفيديو والمستخدمين الإقليميين" . Inc42 Media . 8 مايو 2018. تم الاطلاع عليه بتاريخ 17 سبتمبر 2020 .
  15. ↑ "برنامج ترميز الفيديو المحسن منخفض التعقيد" . LCEVC - نهج جديد لضغط الفيديو .
  16. ↑ "V-Nova تعلن عن MPEG-5 الجزء 2 LCEVC" . TVB Europe .
  17. ↑ "تسريب معلومات سياسية عن بيرسيوس في المكتب الوطني للمساءلة في أعقاب الكشف عن معيار MPEG-5" . ريثنك ريسيرش . 11 أبريل 2019.
  18. ↑ "بناء مسارات ذكاء اصطناعي عالية الأداء للرؤية باستخدام NVIDIA CUDA-Accelerated VC-6" . مدونة NVIDIA التقنية . NVIDIA . 11 سبتمبر 2025.
  19. ↑ "نظرة عامة على VC-6" . mrmxf.com . مؤرشف من الأصل بتاريخ 15 يونيو 2021. تم الاطلاع عليه بتاريخ 15 يونيو 2021 .
  20. ↑ ST 2117-1:2020 - معيار SMPTE - تنسيق الصورة متعدد المستويات VC-6 - الجزء 1. تدفق البتات الأساسي . يوليو 2020. الصفحات 1-156. doi : 10.5594 / SMPTE.ST2117-1.2020 . ISBN  978-1-68303-219-9تمت أرشفة هذا النص من المصدر الأصلي بتاريخ 28 أكتوبر 2020.{{cite book}}تم |journal=تجاهله ( مساعدة )
  21. 1 2 ST 2117-1 عنصر وسائط مُحسِّن الدقة . 21 يوليو 2020. الصفحات 1-156. doi : 10.5594 / SMPTE.ST2117-1.2020 . ISBN  978-1-68303-219-9تمت أرشفة هذا النص من المصدر الأصلي في 15 يونيو 2021.{{cite book}}تم |journal=تجاهله ( مساعدة )
  22. ↑ عربشاهي، ب. (مايو 1996). "أساسيات الشبكات العصبية الاصطناعية [ مراجعات الكتب ] " . معاملات IEEE في الشبكات العصبية . 7 (3): 793. doi : 10.1109/tnn.1996.501738 . ISSN 1045-9227 . S2CID 6576607 .