多媒体开发者

前文我们对 HEVC 的 HDR 编码优化技术做了介绍，侧重编码性能的提升。本章主要阐述 HEVC 中 HDR/WCG 相关的整体编码方案， 包括不同应用场景下的 HEVC 扩展编码技术。

与传统标准动态范围（ SDR）视频相比，高动态范围（ HDR）视频由于比特深度的增加提供了更加丰富的亮区细节和暗区细节。最新的显示技术通过清晰地再现 HDR 视频内容使得为用户提供身临其境的观看体验成为可能。面对目前日益增长的 HDR 视频消费需求，研究现有的压缩工具或引入新的技术来高效压缩 HDR 视频变得十分迫切。本文将介绍有关MPEG 及 VCEG 针对 HDR 视频压缩的一些工作。

HDR 图像具有高亮度和宽色域的特点，因此其主观评测一般采取双刺激法，对不同的片段进行多次评估可以提高其准确性，但因此需要耗费大量的人力和测试成本。工业界提出多种客观评价方法，下一节将对其作详细介绍。Francesco 等人对于各类 FR 方法做了评测[25]，其评测标准是与主观测试评分做相似度估计，常用的标准吻合程度通常用 LCC 线性相关系数、 SROCC 秩相关系数、 RMSE均方根误差、 OR 背离率等参数来衡量。其中客观评分要先进行非线性压缩，再与主观评分做拟合。

在日常生活中，人们会在多种场景和设备上观看图像或视频。由于显示设备的多样性，自然会引发一个问题：给定一幅图像， 如何能够保证人们在这些不同的显示设备上看到的图像是一致的？更进一步， 如何使得不同显示设备上看到的图像， 与这幅图像的原场景是一致的？由于不同显示设备原理、 设计、 颜色标准不尽相同， 想要实现这一目标是非常困难的。如果希望不同的人在不同的显示设备上看到的图像一致，首先需要了解哪些原因造成不一致。不同人视觉特性不同。

HDR 技术说是继 4K 之后视频领域的又一次重大技术突破，不仅提高图像的动态范围，同时也提供了更宽的色域，并提升了画面在高光和暗部的细节信息，带给观看者更加真实的视觉体验。但作为 HDR 产业链的核心，内容短缺的问题仍然是 HDR 普及和成熟的重要限制因素。众多电视厂商将 HDR 技术作为其产品规划中的重要技术，主要是在硬件方面进行提升。而由于 HDR 内容制作对于设备要求较高，对采集、调色、显示等多方面都需要较高的质量要求，内容制作的复杂度和周期长等因素，导致了 HDR 内容的匮乏。

视频色调映射算法的不同总体上体现在四个方面， 包括： 色调曲线， 处理方式， 算法目标以及时域滤波。同时，由于视频色调映射所需的运算量非常庞大，因此，运算速度也是一个重要的评价指标。色调曲线：这是色调映射算法的核心。大部分色调映射算法，以及后面我们将要介绍的算法，主要使用以下几种函数作为色调曲线：线性函数，指数/对数函数， sigmoid/s-shaped 函数以及基于灰度图的色调曲线。同时， 还要少量色调映射算法在梯度域进行映射。处理方式： 处理方式主要分为两种。

在介绍 HDR 的生产流程之前，我们先介绍下视频制作与传输的一些基本知识。下图为一个传统的 SDR 视频内容制作的基本流程图。图中包括了制作，后期处理、内容分发及多类型发行等过程，同时包含了实时制作和离线制作，包含了卫星、地面广播、广域网、光盘等常见的内容分发途径， 以及 IPTV、电脑、移动设备等终端显示设备。与 SDR 类似，从 HDR 的拍摄到最终的显示，也包括了拍摄、制作、后期处理、传输、显示等多个环节，是一个端到端的完整系统。

为了使用人的视角特性以降低数据量，通常把RGB空间表示的彩色图像变换到其他彩色空间。目前采用的彩色空间变换有三种：YIQ, YUV和YCrCb。每一种彩色空间都产生一种亮度分量信号和两种色度分量信号，而每一种变换使用的参数都是为了适应某种类型的显示设备。其中，YIQ适用于NTSC彩色电视制式，YUV适用于PAL和SECAM彩色电视制式，而YCrCb适用于计算机用的显示器。

HDR 是 UHD 技术中最重要维度之一，带来新的视觉呈现体验。HDR 技术涉及到采集、加工、传输、呈现等视频流程上的多个环节，需要定义出互联互通的产业标准，以支持规模化应用和部署。本文整理当前 HDR 应用中的一些代表性的国际标准。

HDR 技术的第二个理论基础是色度学。从前面的内容中可以了解到，光学以及人类视觉感知模型为人类提供了解释与分析人类感知亮度的理论基础，但是 HDR 技术不仅仅关注于提升图像与视频的亮度范围，同时也关注于提供更加丰富的色彩。因此，本章将首先介绍人眼与色度学相关的生理特征以及人类对颜色的识别方式，然后介绍颜色空间的概念，最后再回到 HDR，介绍与 HDR 相关的颜色标准。

将自然界中的真实场景转换为屏幕上显示出来的图像，往往需要经过两个主要的步骤：第一个是通过摄影设备，将外界的光信息转换为图像信息存储起来，本质上是存储为数字信号；第二个是通过显示设备，将图像信息转换为屏幕输出的光信息。下图展示了从拍摄到现实的电视信号链。在整个过程中，信息流要经过两个重要的非线性映射，才能形成我们在显示设备上看到的图像。其中，相机的非线性映射通常称为光电转换函数（ OETF），而显示端的显示器的非线性映射通常称为电光转换函数（ EOTF）。通常， OETF 和 EOTF 并不是互逆关系。

HDR， 即高动态范围是一个光学以及视觉领域的概念， 如果想要清楚地理解什么是HDR， HDR 与 LDR 的差别在哪里， 以及 HDR 技术的理论基础，首先需要对光学以及人类视觉感知系统（ Human Visual System， HVS）有基本的了解。

视频与图像， 是人类认识自然， 感受自然， 记录自然的两种最为直观的方式， 因此，自从 1839 年第一台照相机被发明出来之后，人类一直致力于更好地，更完善地，更精确地记录自然界的光影。HDR 技术的发明与普及，使得人类前所未有地接近通过人造的显示设备，展示出如同自然界一样的丰富的色彩与丰富的亮度。传统图像存在的问题是：与现实中的色彩相比，传统图像中的颜色数量太少，这就会导致很多自然界中的图像并不能完美地显示在图像上，从而导致色差的出现；

对于采集设备，如相机或者扫描仪，Gamma为1.0的时候，图像不存在压缩和释放，直接将原自然高动态亮度1:1输出为高动态显示信号，如果不对图像进行GAMMA校正，整体图像会显得更亮，会失去更多的中间调和暗调，同时图像文件的大小也会更大。如我们熟知的RAW工作流程就是一种线性GAMMA流程。

那么究竟什么是 QoS 和 QoE?根据 ITU 的描述，QoS 是指 “电信服务的全部特性，这些特性与该服务是否能够满足用户明确和隐含需求的能力有关”。在这个定义下，QoS 衡量视频传输基础设施的性能，包括第三方或者内部 CDN、跟踪数据（如总体吞吐量、延迟、错误率以及缓存命中率）。相比之下，ITU 对于 QoE 的定义是 “终端用户主观感知到的应用程序或者服务的整体可接受性。它包括完整的端到端系统效应（客户、终端、网络、服务基础设施等），有可能受到用户期望和环境影响”。

颜色是通过眼、脑和我们的生活经验所产生的对光的视觉感受，我们肉眼所见到的光线，是由波长范围很窄的电磁波产生的，不同波长的电磁波表现为不同的颜色，对色彩的辨认是肉眼受到电磁波辐射能刺激后所引起的视觉神经感觉。

多年以来，人们设计出许多不同的算法来压缩视频。视频压缩虽然听起来是一个很现代的词，但其实它从模拟视频开始，已经有很长的历史了。在本篇文章中，我会向大家一一介绍视频压缩史上的里程碑事件，正是这些事件的发生才有了今天的视频压缩。从过去到现在，各类视频压缩方法由最初的概念最终演化成现今的标准。很多压缩标准今天还在使用，人们也一直在继续开发和完善新的标准。