کدگذاری ویدئوی اساسی (MPEG-5 EVC): استاندارد ویدئویی نسل بعدی مناسب برای کسب‌وکار

همان‌طور که پلتفرم‌های استریمینگ، پخش‌کنندگان دیجیتال و شبکه‌های موبایلی به گسترش تحویل محتوای با وضوح بالا (4K، 8K و HDR) ادامه می‌دهند، کارایی فشرده‌سازی ویدئو تنها نیمی از مبارزه است. عدم قطعیت در زمینه مجوزها و حق‌الامتیازهای پیچیده پتنت historically مانع پذیرش کدک‌ها در صنعت رسانه شده‌اند. برای حل این گلوگاه، گروه متخصصان تصویر متحرک (MPEG) کدگذاری ویدئوی اساسی (EVC) را توسعه داد که به‌صورت رسمی به عنوان ISO/IEC 23094-1 (MPEG-5 بخش 1) شناخته می‌شود.

در سال 2020 نهایی شد، MPEG-5 EVC چارچوب فشرده‌سازی ویدئویی ساده‌سازی‌شده و با عملکرد بالا را ارائه می‌دهد که با مدل‌های مجوز شفاف و پیش‌بینی‌پذیر طراحی شده است تا نیازهای تجاری و فنی مدرن را برآورده کند.

1. MPEG-5 کدگذاری ویدئوی اساسی (EVC) چیست؟

کدگذاری ویدئوی اساسی (EVC) یک استاندارد پیشرفته فشرده‌سازی ویدئو است که توسط MPEG برای خدمت به پلتفرم‌های مدرن استریمینگ رسانه، پخش و Over-The-Top (OTT) ایجاد شده است. برخلاف استانداردهای نسل قبلی که فضای پتنت پیچیده‌ای داشتند و استقرار را دشوار می‌کردند، EVC بر پایه دو پروفایل عملیاتی واضح تعریف‌شده معماری شده است:

• Baseline Profile: یک لایه کاملاً بدون حق امتیاز است که به‌صورت دقیق با استفاده از فناوری‌هایی ساخته شده است که یا بیش از ۲۰ سال قدمت دارند یا با اعلامیه‌های غیرقابل بازگشت بدون حق امتیاز مشارکت کرده‌اند.
• Main Profile: یک لایه با عملکرد بالا که مجموعه‌ای منتخب از ابزارهای پیشرفته فشرده‌سازی را شامل می‌شود و برای مطابقت یا پیشی گرفتن از کارایی HEVC (H.265) طراحی شده است، به‌طوری که هر ابزار مالکیتی می‌تواند به‌صورت جداگانه فعال یا غیرفعال شود اگر مسائل مجوزی پیش آید.

EVC تعادلی پاک از توان محاسباتی بالا، فشرده‌سازی استثنایی پهنای باند و شفافیت مالکیت فکری ارائه می‌دهد.

2. ویژگی‌های کلیدی MPEG-5 EVC

مزایای استراتژیک اصلی:

1. کاهش ریسک IP: استخرهای مجوز شفاف اطمینان می‌دهند که فروشندگان استریم می‌توانند فشرده‌سازی نسل بعدی را بدون دعواهای ناگهانی حق امتیاز پیاده‌سازی کنند.
2. تغییر ابزارهای مدولار: ابزارهای پیشرفته رمزگذاری در پروفایل Main می‌توانند به‌صورت جداگانه فعال یا غیرفعال شوند بدون اینکه سازگاری کلی بیت‌استریم را نامعتبر کنند.
3. سازگار با سخت‌افزار و نرم‌افزار: از ابتدا برای اجرای سریع نرم‌افزارهای چندنخی بر روی پردازنده‌های دسکتاپ/موبایل و پیاده‌سازی ساده ASIC طراحی شده است.

3. ویژگی‌های فنی عمیق EVC

معماری EVC بهینه‌سازی می‌کند خط لوله کدگذاری ویدئوی ترکیبی مبتنی بر بلوک کلاسیک را از طریق نوآوری‌های الگوریتمی مدرن در هر دو پروفایل:

A. معماری پروفایل دو لایه‌ای

• پروفایل پایه: کارایی فشرده‌سازی را برابر با H.264/AVC ارائه می‌دهد (با ارائه کیفیت بصری برابر با صرفه‌جویی حدود 30٪ در بیت‌ریت نسبت به پایه‌های قدیمی AVC) در حالی که وضعیت بدون حق امتیاز را به‌صورت سخت‌گیرانه حفظ می‌کند.
• پروفایل اصلی: تا ۲۶ ابزار کدگذاری پیشرفته اضافه می‌کند که کارایی فشرده‌سازی را تا حدود ۲۵٪ تا ۳۰٪ افزایش می‌دهد تا با HEVC (H.265) برابر یا بهتر شود با کیفیت ذهنی یکسان.

B. تقسیم‌بندی انعطاف‌پذیر بلوک (درخت‌های دودویی و سه‌تایی)

• از ساختار Coding Tree Unit (CTU) استفاده می‌کند که از اندازه‌های بزرگ بلوک تا $64 \times 64$ پشتیبانی می‌کند (و تا $128 \times 128$ در چارچوب‌های گسترش‌یافته).
• تقسیمات سخت Quad-Tree را با تقسیم‌بندی‌های انعطاف‌پذیر Binary-Tree (BT) و Ternary-Tree (TT) جایگزین می‌کند و به رمزگذار امکان می‌دهد بلوک‌ها را بر اساس بردارهای حرکت واقعی و خطوط نامنظم تصویر برش دهد.

C. حالت‌های پیش‌بینی داخلی پیشرفته

• پیش‌بینی داخل‌ساز (intra) سنتی را گسترش می‌دهد تا زوایای جهت‌دار گسترده و حالت‌های مسطح (planar) را فراهم کند.
• از Advanced Intra Prediction (AIP) و تقسیم‌بندی زیر بلوک‌های داخل‌ساز در نمایه اصلی استفاده می‌کند تا الگوهای پیچیده پیش‌زمینه و گرادیان‌های دقیق پس‌زمینه را بدون آثار بلاکینگ مدل‌سازی کند.

D. پیش‌بینی بین‌دوره‌ای پیشرفته و بهبود حرکت

• Affine Motion Compensation: به‌صورت کارآمد حرکات دینامیک پیچیده مانند زوم، تغییر پرسپکتیو و حرکت چرخشی را پیش‌بینی می‌کند.
• Merge Mode with MVD (MMVD): کاندیدهای ترکیب حرکت استاندارد را با اختلافات کوچک بردار حرکت ترکیب می‌کند تا سیگنال‌سازی حرکت فوق‌العاده کارآمدی فراهم شود.
• Adaptive Motion Vector Resolution (AMVR): به رمزگذار امکان می‌دهد دقت حرکت را به‌صورت پویا بین رزولوشن‌های quarter-pel، full-pel و 4-pel بسته به پیچیدگی ویدیو تغییر دهد.

E. فیلترهای پردازش پس از حلقه

• Deblocking Filter (DBF): ناپیوستگی‌های مرزی در طول لبه‌های بلوک را حذف می‌کند.
• فیلتر پیشرفته درون-حلقه (ALF) و فیلتر حوزه تبدیل هادامارد (HTDF): نمایه اصلی شامل فیلترهای حلقه پیشرفته‌ای است که جزئیات بافت فرکانس بالا را بازسازی می‌کنند و نویز فشرده‌سازی را در بیت‌ریت‌های پایین سرکوب می‌نمایند.

4. نحوه ایجاد و رمزگذاری فایل‌های EVC

جریان‌های ویدئویی EVC با استفاده از کتابخانه منبع باز رسمی XEVE (eXtra-fast Essential Video Encoder) یا نسخه‌های مدرن FFmpeg که با libxeve پیکربندی شده‌اند، ایجاد می‌شوند.

روش 1: استفاده از رمزگذار XEVE CLI مستقل

1. مخزن XEVE را کلون و کامپایل کنید:

git clone https://github.com/mpeg5/xeve.git
cd xeve && mkdir build && cd build
cmake .. && make

2. ویدئوی خام YUV را به بیت‌استریم EVC رمزگذاری کنید:

# Baseline Profile (Royalty-Free)
./xeve_app -i input_1080p.yuv -w 1920 -h 1080 -z 60 -p baseline -o output_baseline.evc

# Main Profile (High Compression)
./xeve_app -i input_1080p.yuv -w 1920 -h 1080 -z 60 -p main --preset medium -q 28 -o output_main.evc

روش 2: رمزگذاری EVC با استفاده از FFmpeg (libxeve)

نسخه‌های مدرن FFmpeg (کامپایل شده با --enable-libxeve) امکان رمزگذاری یک‌مرحله‌ای مستقیم از منابع MP4، MKV یا ProRes را فراهم می‌کنند:

ffmpeg -i input_video.mp4 -c:v libxeve -xeve-params "profile=main:preset=medium:qp=28" -c:a aac output_evc.mp4

5. نحوه باز کردن و پخش فایل‌های ویدئویی EVC

از آنجا که EVC برای معماری‌های مدرن طراحی شده است، رمزگشایی از طریق رمزگشاهای نرم‌افزاری و مجموعه‌های پخش رسانه‌ای پشتیبانی می‌شود:

1. استفاده از XEVD رسمی (رمزگشای ویدئویی اساسی فوق‌العاده سریع)

رمزگشای منبع باز رسمی MPEG، جریان‌های خام .evc را به ویدئوی بدون فشرده‌سازی باز می‌گرداند:

git clone https://github.com/mpeg5/xevd.git
cd xevd && mkdir build && cd build && cmake .. && make
./xevd_app -i output_main.evc -o decoded.yuv

2. رمزگشایی و پخش با FFmpeg / FFplay

اگر محیط FFmpeg شما با --enable-libxevd ساخته شده باشد، می‌توانید جریان‌های ویدئویی EVC را به‌صورت مستقیم رمزگشا یا پیش‌نمایش کنید:

# Playback using FFplay
ffplay -vcodec libxevd output_main.evc

# Transcode EVC to standard H.264/MP4 for wide viewing
ffmpeg -c:v libxevd -i output_main.evc -c:v libx264 -c:a copy output_preview.mp4

3. پخش‌کننده‌های ویدئویی یکپارچه

جریان‌های EVC که به‌صورت ترکیب‌شده در فایل‌های استاندارد .mp4 یا .mkv قرار می‌گیرند، می‌توانند با استفاده از نسخه‌های سفارشی MPV یا پخش‌کننده‌های رسانه‌ای که فیلترهای به‌روز LAV Filters را پشتیبانی می‌کنند و از libxevd پشتیبانی می‌نمایند، پخش شوند.

مقایسه EVC vs. HEVC vs. VVC vs. AV1

سوالات متداول (FAQ)

**Q1: هدف اصلی توسعه MPEG-5 EVC چیست؟ A1: EVC برای ارائه فشرده‌سازی ویدئوی نسل بعدی با مجوزهای پیش‌بینی‌پذیر، شفاف و یک پروفایل پایه بدون حق‌الامتیاز ایجاد شد.

**Q2: پروفایل Baseline در EVC چگونه با پروفایل Main متفاوت است؟ A2: پروفایل Baseline به‌صورت کاملاً بدون حق امتیاز است و از فناوری‌های قدیمی و تثبیت‌شده استفاده می‌کند، در حالی که پروفایل Main ابزارهای پیشرفته قابل‌تغییر را برای حداکثر کارایی فشرده‌سازی اضافه می‌کند.

**Q3: از چه ابزارهای منبع‌باز برای رمزگذاری و رمزگشایی ویدئوی EVC استفاده می‌شود؟ A3: برای رمزگذاری از XEVE (eXtra-fast Essential Video Encoder) استفاده می‌شود، در حالی که برای رمزگشایی XEVD (eXtra-fast Essential Video Decoder) به کار می‌رود.

**Q4: آیا می‌توان MPEG-5 EVC را در قالب‌های استاندارد محفظه ویدئویی بسته‌بندی کرد؟ A4: بله، جریان‌های بیتی EVC می‌توانند به قالب‌های محبوب محفظه رسانه‌ای از جمله MP4 (.mp4)، Matroska (.mkv) و جریان‌های حمل‌ونقل MPEG ترکیب (mux) شوند.

**Q5: کارایی فشرده‌سازی EVC نسبت به HEVC (H.265) چگونه است؟ A5: در پروفایل Main خود، EVC کیفیت بصری برابر با HEVC را با کاهش ۲۵٪ تا ۳۰٪ در بیت‌ریت کلی به‌دست می‌آورد.

نتیجه‌گیری

MPEG-5 Essential Video Coding (EVC) به چالش‌های تجاری و عملیاتی که به‌طور تاریخی پذیرش کدک‌های نسل بعدی را کند کرده‌اند، می‌پردازد. با ترکیب یک لایه پایه تضمین‌شده بدون حق‌الامتیاز با یک پروفایل اصلی ماژولار و کارآمد، EVC به خدمات پخش ویدئو، اپراتورهای پخش، و توسعه‌دهندگان نرم‌افزار تعادلی ایده‌آل از عملکرد فنی، سرعت محاسباتی، و شفافیت مالکیت معنوی ارائه می‌دهد.

مراجع

• EVC: کدگذاری ویدئوی اساسی MPEG-5 (EVC)