デジタルビデオ圧縮技術

デジタルビデオ圧縮（ビデオエンコーディング）は、ビデオファイルのサイズを削減し、視聴に適したフォーマットとコーデックに変換するプロセスです。エンコーディングの主な目的は、動画の記録、保存、転送に必要なデータ量を削減することです。その結果、ストレージハードウェア、データ転送時間、必要な配信帯域幅が削減されます。

デジタルビデオ圧縮は、ビデオデータ内の冗長性を削減・排除する一連の手法です。圧縮後のビデオは、非圧縮のビデオよりもはるかに小さいファイルサイズになります。ビデオエンコーディングにより、ビデオを小さいファイルサイズで保存したり、ネットワーク経由でより高速に転送したりできます。デジタルビデオ圧縮の効果は、一定の品質とフレームレート (fps) におけるビデオのビットレートに比例します。エンコーディングによって帯域幅が低くなるほど、より効率的です。

ビデオ圧縮の仕組み

ビデオファイルを圧縮（エンコード）すると、圧縮後のビデオは非圧縮ファイルと同じ品質になる場合と、品質が低下する場合があります。これらはそれぞれ可逆圧縮と非可逆圧縮と呼ばれます。

非可逆圧縮方式

このデジタルビデオ圧縮方式では、圧縮ファイルに含まれるデータ量が元よりも少なくなります。動画全体で繰り返し現れる色や音が除外される場合があり、不要と判断された映像の一部が削除されます。データが失われるためファイルサイズが小さくなることから、「非可逆」という用語が使われます。非可逆圧縮では、展開後に元の情報を復元できないレベルまでデータが削減されます。エンコードされたビデオと元のビデオとの差異はアーティファクトと呼ばれます。

ほとんどのオンライン動画ファイルは非可逆圧縮を使用しており、高品質を維持しながらファイルサイズを削減しています。非常に高い品質のファイルサイズを維持すると、アップロードに時間がかかるだけでなく、インターネット接続が遅いユーザーにとっては視聴やダウンロードが困難になります。

可逆圧縮方式

可逆圧縮は、元データと圧縮後のデータがほぼ同一になるもう一つのデジタルビデオ圧縮方式です。元のデータをエンコードされたデータから再構築できる方式ですが、データ削減に利用可能な手法は限られているため、圧縮率は限定的です。エンコーディング過程でデータが失われることはありません。可逆圧縮形式は非可逆圧縮ほど効果的でない場合が多く、圧縮後もファイルサイズがほとんど変わらないことが一般的です。GIF は可逆圧縮の一例です。ただし、この制限のため監視映像には不向きです。

圧縮の主目的はファイルサイズの削減であることを考えると、可逆圧縮の採用は不必要に思えるかもしれません。しかし、ファイルサイズが問題にならない場合は、可逆圧縮で優れた画質を得られます。

デジタルビデオ圧縮技術

ビデオデータは、静止フレームの連続またはインターレースビデオのフィールドとして表示できます。画像シーケンスには時間的冗長性と空間的冗長性の両方が含まれており、デジタルビデオ圧縮手法でこれらを活用できます。多くのビデオエンコーディング技術では、フレーム間の冗長性に着目した時間圧縮と、単一フレームまたはフィールド内の冗長性に着目した空間圧縮を採用しています。

空間圧縮

空間圧縮手法は静止画像圧縮を基にしています。変換方式が最も広く使用されており、さまざまな組織で採用されています。この方式では画像をブロックに分割し、各ブロックに個別に変換を適用します。変換の出力を量子化してから、可逆エントロピー符号化で量子化データを圧縮し、ビットストリームを生成します。最も一般的に使用される変換手法は離散コサイン変換 (DCT) またはその派生形式です。その他の空間圧縮メソッドには、フラクタル圧縮、ベクトル符号化、ウェーブレット変換などがあります。

時間圧縮

時間圧縮はもう一つの効果的なデジタルビデオ圧縮技術です。時間圧縮は、異なるビデオフレームを互いに比較分析することで機能します。動画に動きがない部分では、プログラムが短い命令を実行して前のフレームのその部分をそのまま次のフレームに複製できます。アルゴリズムが一部ピクセルの変化を検出すると、前のフレームを基準にした予測手法を使用します。プログラムは現在のフレームの各領域に対して、前のフレームから類似した領域を検索します。類似領域が見つかると、その差分を変換符号化で処理して現在の領域から除去します。現在のフレーム領域の参照は、前後のフレームの類似領域の加重和として計算することもできます。連続フレームを使用する場合は、現在のフレームを特定のフレーム間隔だけ遅延させる必要があります。

その他によく使用されるビデオ圧縮技術には以下があります。

Joint Photographic Experts Group (JPEG) 圧縮

MPEG 圧縮技術と並んで、単一（静止）フレームまたは画像を処理する基本的なデジタルビデオ圧縮技術です。国際標準化機構 (ISO)、国際電気標準会議 (IEC)、および ITU (国際電気通信連合) が提案するビデオエンコーディング規格の一つです。1980 年代半ばに Joint Photographic Experts Group (JPEG) という組織が設立され、JPEG 規格の基盤を築きました。このグループの最初の成果は、1991 年にカラー写真圧縮の標準として作成した JPEG 規格の最初の要素の公表であり、それ以来 JPEG グループは元の JPEG 規格と JPEG 2000 規格の両方に取り組んできました。

バイクに乗った人物と背景の木々を撮影した画像を例にすると、JPEG 技術は人間の目に認識されにくい要素を除去することで画像をエンコードします。たとえば、特定の色（人間は色よりも明るさの変化を知覚しやすいため）や、画像の複雑な部分の詳細（高周波数の光の変化よりも低周波数の変化の方が目に見えるため）が削除されます。

使用する圧縮率に応じて、削除されたデータは結果として得られる画像の品質に影響を与える可能性があります。これが JPEG が非可逆圧縮方式と呼ばれる理由であり、元の画像情報の一部が失われて復元できないことを意味します。

Motion JPEG

同じシチュエーションで自転車をこいでいる動画を撮影したとします。カメラは連続する静止画を撮影し、それぞれの画像を JPEG アルゴリズムで圧縮できます。

このデジタルビデオ圧縮技術は Motion JPEG と呼ばれ、1990 年代前半に広く使用されていました。空間冗長性を削除することで効率的にビデオを圧縮しますが、背景や木などフレーム間で共通する画像要素は無視されます。この共通する要素は時間冗長性と呼ばれ、ビデオから削除することで圧縮率をさらに向上させられます。

Moving Picture Experts Group (MPEG)

このデジタルビデオ圧縮技術は、JPEG と並んで ISO、IEC、ITU が提案する基本的なデジタル圧縮技術です。MPEG の起源は、1980 年代後半に動画と音声の圧縮システムの開発を目的として Motion Picture Experts Group (MPEG) が設立されたことにあります。それ以来、MPEG-1、MPEG-2、MPEG-4 の各規格や、MPEG-7、MPEG-21 などのマルチメディア符号化以外の規格も策定してきました。

時間冗長性（inter = フレーム間の意）を排除するフレーム間圧縮のアルゴリズムが開発されました。その中で MPEG が最も広く使用されています。MPEG 圧縮は JPEG と同様に、「マクロブロック」と呼ばれる基本単位で実行されます。

各フレームはスライスに分割され、各スライスはマクロブロックで構成されます。マクロブロックは、画像の中で変更可能な最小単位であるピクセルブロックから成ります。圧縮プロセスでは、マクロブロックが基本オブジェクトとして使用されます。

MPEG フレームの圧縮方式は 3 種類あります。

● イントラ符号化（I フレーム）：動画を他のフレームと関連のない単独のフレーム（静止フレーム）としてエンコードします。
● 予測符号化（P フレーム）：過去の I フレームまたは P フレームからの予測を使用して動画をエンコードし、より高い圧縮率（小さいフレーム）を実現します。
● 双方向予測符号化（B フレーム）：過去と未来の I フレームまたは P フレームの両方からの予測を使用して動画をエンコードし、最も高い圧縮率を実現します。

その他の先進的な MPEG 形式として、TV 放送や高品質アーカイブ専用の MPEG-2、2D および 3D メッシュのテクスチャマッピング、時間変動ストリームのエンコーディング、時間的・空間的・品質スケーラビリティのアルゴリズムに対応する MPEG-4、ビデオ監視用 MPEG-7、および MPEG-21 があります。

H.264

1990 年代後半、Video Coding Expert Groups (VCEG) という新しいグループが、既存の技術をはるかに上回る効率のビデオ圧縮規格を開発しました。これが H.264 の誕生です。コード効率、コスト、計算量の最新の最適なバランスを提供します。低データレートと高データレートのビデオ、低解像度と高解像度のビデオ、低遅延と高遅延の要件を含む、幅広いアプリケーションで使用できる十分な柔軟性を備えることを目的としています。