媒體融合背景下視頻格式的特點及選取

高 平

（安徽省銅陵市樅陽縣融媒體中心，安徽 銅陵 246700）

0 引言

隨著信息的多元化和網(wǎng)絡化，現(xiàn)在的新聞工作者需要通過創(chuàng)新的傳播理念和技術(shù)形式來生產(chǎn)信息的載體，以實現(xiàn)信息內(nèi)容、技術(shù)平臺的共融互通，以更好地服務于受眾。作為信息的載體，視頻在信息傳播中的生命周期分為前期視頻拍攝采集、中期節(jié)目制作生產(chǎn)、后期成品播出存檔3個階段。在這3個階段中，只需抓住每個階段視頻的職能需求和特點，就可以適應萬變的模式，有針對性地選取視頻格式和轉(zhuǎn)碼方式。

1 視頻參數(shù)的解釋

視頻可以理解為是一組連續(xù)的“圖片”序列。這些單個“圖片”的像素數(shù)就是視頻的分辨率，一般用水平像素數(shù)乘以垂直像素數(shù)來表示，比如高清的分辨率就是1920×1080。對這些單個“圖片”中每個像素點進行采樣量化時亮度和兩個色度信號取樣頻率的比例就是采樣格式。我國常用的采樣格式有4∶4∶4、4∶2∶2及4∶2∶0，很少使用4∶1∶1這樣的采樣格式。4∶1∶1采樣格式常應用于數(shù)字化的標清NTSC制式的外國電視節(jié)目圖像中。

這些單個“圖片”是一次性還是分成兩次從攝像機圖像傳感器上進行采集的方式就是掃描的格式。一次性采集的方式就是逐行掃描方式，用P表示。把圖像傳感器上的“電荷圖片”分割成奇數(shù)行和偶數(shù)行，拆分為兩幅“圖片”再逐個采集下來的方式就是隔行掃描方式，用i表示。每秒鐘從圖像傳感器上采集下來的“圖片”序列的張數(shù)就是幀頻，用f·s-1表示。對這些圖片序列進行壓縮所使用的技術(shù)標準就是編碼格式。編碼后的視頻文件每秒播放產(chǎn)生的數(shù)據(jù)流比特數(shù)就是視頻的碼率，單位為b·s-1。將音頻碼流、視頻碼流及字幕等相關(guān)信息按照一定的方法打包存儲在一個文件中并使之同步的技術(shù)標準就是封裝格式。音頻和視頻封裝好后組成的文件就是視頻文件。視頻文件的封裝格式通常使用文件的后綴名也就是擴展名來區(qū)分。[1]

以上視頻的所有屬性和參數(shù)統(tǒng)稱為視頻的格式。在這些屬性中，影響視頻觀看主觀感受的主要參數(shù)是分辨率、掃描方式、幀頻以及編碼后的碼率這四大要素。視頻的細節(jié)參數(shù)還有很多，如畫幅比、量化比特數(shù)、像素比等等。

我國高清廣播電視播出格式標準為1920× 1080分辨率、50場25幀上場（奇數(shù)場）優(yōu)先的隔行掃描、25 Mb·s-1的碼率、4∶2∶0的采樣格式、16∶9的畫幅比、1∶1的像素比、MXF的封裝格式。其他媒體平臺上的視頻格式?jīng)]有統(tǒng)一標準，但可以參考高清廣播電視播出格式的標準來使用。

2 視頻的特點和注意要點

對于視頻，要均衡考慮文件體積和畫面效果，不要一味地追求高指標值。視頻參數(shù)的四大要素中，幀頻越高，視頻的觀看流暢度越好，但是高于 60 f·s-1后，人眼基本分辨不出區(qū)別了。相同編碼器壓縮的視頻碼率越高，視頻的清晰度也越高，高于一定碼率后人眼基本也分辨不出區(qū)別了。除非有特殊需求，否則這些過高的指標值只會無意義地增加文件的體積。因此幀頻和碼率都有最佳的均衡數(shù)值，并不是越大越好。

2.1 掃描格式的選取

隔行掃描方式和逐行掃描方式各有不同。隔行掃描在相同的傳輸帶寬下可以提供更高的刷新率和視覺流暢度，所以隔行掃描廣泛應用于廣播電視領域。隔行掃描的圖像中，高速運動的物體流暢度可以得到提高，但是垂直清晰度會下降。靜止畫面不會降低隔行掃描圖像的垂直清晰度，但是畫面上有排列整齊的行結(jié)構(gòu)線和爬行線，影響總體畫面細節(jié)的表現(xiàn)，且屏幕尺寸越大，影響越明顯。由于這些缺點，現(xiàn)在除了廣播電視領域外，其他媒體平臺基本已經(jīng)摒棄了隔行掃描的方式。

2.2 幀頻的選取

由于我國的電視標準是50i，幀頻應盡量選擇50的一半或整數(shù)倍，如50P、50i或25P，不要選擇24P、30P、60P、60i等等非我國廣播電視標準的格式。這樣便于后期幀頻轉(zhuǎn)換時圖像不會產(chǎn)生規(guī)律性的步進現(xiàn)象。拍攝體育運動等場景時，盡量選擇高幀率拍攝，如50P、50i。拍攝基本靜止的風景和專題節(jié)目可以使用25P。而其他媒體平臺的視頻載體基本都是小屏幕，對幀頻的要求不是很高，一般15～ 25 f·s-1就足夠了。

2.3 逐行和隔行的轉(zhuǎn)換要點

逐行掃描的視頻可以無損地轉(zhuǎn)換為隔行掃描的視頻，但是轉(zhuǎn)換出來的隔行掃描視頻的場頻一定要是原始逐行視頻幀頻的兩倍，才會無損地轉(zhuǎn)換，否則視頻信息損失一半。25P視頻轉(zhuǎn)換為50i是最佳的方式，轉(zhuǎn)換后視頻信息沒有損失，還能無損還原出原有的25P視頻。50P轉(zhuǎn)換為50i后的視頻效果雖然更好，但是原始50P視頻信息量減少一半，且不能無損恢復出原有的50P視頻。

原始拍攝的隔行掃描視頻盡量不要轉(zhuǎn)換為逐行掃描，轉(zhuǎn)換后效果很差且有嚴重的場效應現(xiàn)象，圖像輪廓的邊緣會出現(xiàn)毛刺和梳狀鋸齒。盡管可以通過去隔行（去交錯）技術(shù)略微改善，但是整體畫質(zhì)受損嚴重，物體輪廓變得模糊，水平清晰度下降。如果反復轉(zhuǎn)換掃描格式，視頻清晰度下降非常嚴重。需要注意的是，25P視頻轉(zhuǎn)換為50i視頻后，如果想無損還原出原有的25P視頻，一定不能使用去隔行（去交錯）技術(shù)，否則會降低視頻的水平清晰度而無法無損還原。

2.4 采樣格式的選取

在其他參數(shù)相同的情況下，4∶4∶4、4∶2∶2及4∶2∶0三種采樣格式的文件體積依次減小，但人眼觀看時基本分辨不出差別。因為4∶4∶4、4∶2∶2及4∶2∶0只是色度的清晰度依次減少而亮度（灰度）的清晰度不變，而人眼對色彩的分辨率又遠低于對亮度的分辨率，所以這三種采樣格式觀看的主觀感受沒有多大差別。高采樣率的采樣格式只在對色彩清晰度要求十分高的環(huán)境下才會使用，比如摳像和三維虛擬出鏡就要使用圖像上的色鍵進行鍵控和混合視頻，一旦色度信號不清晰，色鍵處理時會在圖像輪廓邊緣產(chǎn)生毛刺、抖動、鑲邊等現(xiàn)象，這時選擇色度全采樣的4∶4∶4的格式最佳。其他特殊領域的高端制作一般使用4∶2∶2。日常電視播出和成品節(jié)目使用4∶2∶0的采樣格式即可。

2.5 視頻編碼格式的選取

視頻參數(shù)中，編碼格式是一個視頻文件的核心所在，視頻參數(shù)中最復雜的就是編碼格式。視頻編碼器的種類很多，主要是兩大類，一類是應用于廣播電視行業(yè)的由國際標準化組織（International Organization for Standardization，ISO）下 屬 的 運動圖象專家組（MPEG）開發(fā)的MPEG-X編碼系列，另一類是由國際電信聯(lián)盟（International Telecommunication Union，ITU）主導的應用于可視電話的網(wǎng)絡傳輸標準H.26X系列。除了這兩種編碼格式外，其他視頻編碼格式都是各個公司自主開發(fā)的小眾編碼器格式。國際通用的視頻編碼格式有MPEG2、MPEG4、H.264、MJPEG等幾種常用的格式。MPEG-X系列和H.26X系列這兩種編碼方式的應用領域現(xiàn)在也出現(xiàn)交叉的情況，已不再限于廣播電視和網(wǎng)絡傳輸領域。目前使用最多的編碼器是這兩個編碼組織合作開發(fā)的的H.264（ISO/MPEG稱它為MPEG-4AVC），其應用領域非常廣泛。更先進的H.265技術(shù)也已經(jīng)成熟，但是支持H.265的軟硬件正在逐漸普及。H.265技術(shù)能達到H.264兩倍的壓縮率，支持的最高分辨率可達到8K（8192× 4320），低于1.5 Mb·s-1碼率也能在網(wǎng)絡傳上輸分辨率為1920×1080的高清視頻。隨著視頻直播對帶寬的依賴加強，H.265成為未來最有前途的編碼格式，已有全面取代H.264的趨勢。但是目前廣播電視領域和專業(yè)攝像機的高清編碼格式還是以MPEG-2編碼格式為多。雖然有的攝像機把它封裝為擴展名MP4的文件，但是編碼格式還是使用MPEG-2。在壓縮比方面，MPEG-2、H.264、H.265的壓縮率基本是以兩倍關(guān)系成等比增加。同樣清晰度下，H.265的碼率只需要H.264的一半，H.264的碼率只需要MPEG-2的一半。

2.6 封裝格式

封裝格式是一種存儲音視頻的“容器”，有MPG、MPEG、MPE、DAT、VOB、ASF、3GP、MP4、AVI、MOV、WMV、ASF、RM、RMVB、FLV、MKV等。其中，ASF（高級串流格式）是含音頻、視頻、圖片以及控制命令代碼的串流多媒體文件格式，可以在到達指定視頻或音頻的位置或時間時觸發(fā)某個事件或操作，特別適合在使用IP協(xié)議的互聯(lián)網(wǎng)上傳輸，是未來互聯(lián)網(wǎng)互動視頻的發(fā)展方向。MPEG-2也是常用的流媒體封裝格式，它定義了固定長度包結(jié)構(gòu)的傳送流TS和可變長度的節(jié)目流PS流。在傳輸遭到干擾破壞時，TS流可以瞬時根據(jù)碼長規(guī)律檢測它后面的包中固定位置的同步信息，從而快速恢復同步，避免了大片視頻信息的丟失。而PS包則無法快速確定下一包的同步位置，在碼流傳輸遭到干擾破壞時，畫面劣化的程度很大，但是它的壓縮效率高，常用于已知節(jié)目時長的成品節(jié)目而且傳輸干擾小的后期播放使用。MPEGTS具有較強的抵抗傳輸干擾的能力，主要應用于節(jié)目時長未知的實時節(jié)目傳送，也普遍使用在信道環(huán)境較為惡劣、傳輸誤碼較高的互聯(lián)網(wǎng)直播和有線電視節(jié)目傳輸中。其他的封裝格式區(qū)別不大，無需刻 意選擇。

2.7 對原始視頻的標識

分辨率、幀頻等視頻參數(shù)在攝像機、無人機等拍攝設備里一般稱為系統(tǒng)模式。系統(tǒng)模式?jīng)Q定了視頻的基本參數(shù)，這些原始基本參數(shù)決定了后期的應用與轉(zhuǎn)換。原始視頻參數(shù)在這些后期應用中才有參考價值，已經(jīng)被轉(zhuǎn)換的二次視頻的參數(shù)失去了原始意義。轉(zhuǎn)換后的視頻有可能是低分辨上變換為高分辨率的視頻，也可能是低碼率轉(zhuǎn)換為高碼率的視頻，這些上變換其實是通過插值計算的，并不能事實上提高清晰度，失去了后期制作的參考價值。沒有必要的情況下，盡量不要做上變換，除非有些媒體平臺對視頻的的分辨率等參數(shù)有強制要求，這種情況下才需要進行上變換[2]。

2.8 編碼格式和封裝格式的區(qū)分

從以上對視頻格式的說明可以看出，相同擴展名的視頻文件的編碼格式可以相同也可以不同，不能通過文件后綴名來辨別視頻的編碼格式，只能看出它的封裝格式。封裝格式的作用是方便應用軟件識別，讓應用軟件能夠打開視頻文件，取出音頻、視頻、字幕等，并讓它們同步播放。一種播放或編輯軟件最終能否正常打開或編輯某種視頻，主要取決于編碼格式。因此，同樣文件后綴名的文件有可能不能正常打開，打不開的文件也并不一定是損壞的文件，有可能是播放或編輯軟件對該編碼格 式不支持。

2.9 壓縮編碼的特點

所有的視頻編碼都是有損壓縮，也叫不可逆編碼。它的主要原理是利用人眼的視覺特性，通過在用戶的感知忍耐范圍內(nèi)刪除掉人眼不敏感的、多余的、無關(guān)緊要的視頻信息，是一種以犧牲部分清晰度和內(nèi)容豐富度來換取壓縮效率的方法。這種編碼是不能無損還原出原始數(shù)據(jù)的。在非編和轉(zhuǎn)碼剪輯App上進行編輯、合成視頻時，要先對原始視頻進行解碼，再和其他視頻混合處理，完成后再對這些剪輯好的視頻進行二次編碼。即使是對原始視頻進行簡單的裁剪，視頻都需要進行二次編碼，這種二次編碼對視頻的畫質(zhì)傷害很大。剪輯視頻時一定要規(guī)避多次合成，也要規(guī)避使用合成后的視頻進行二次編輯的現(xiàn)象。如果需要把剪輯完成后的視頻當做一個視頻文件進行二次處理，不要事先合成為單個文件，可以使用多序列技術(shù)將這個剪輯完成的序列當做視頻文件拖入另一個序列中進行二次編輯，以減少壓縮合成次數(shù)。實際工作中，應盡量減少視頻轉(zhuǎn)換和編輯合成次數(shù)，盡量使用原始拍 攝的視頻[3]。

3 不同應用環(huán)境的注意事項

拍攝視頻的目的就是使用最低的碼率獲得最佳的分辨率和流暢的畫面。拍攝前，拍攝人員首先要了解鏡頭的CCD物理分辨率，選擇視頻分辨率不要大于鏡頭的CCD物理分辨率，與鏡頭的CCD物理分辨率一致為最佳。有些低檔設備的CCD物理分辨率僅為1920×1080的分辨率，但是它也可以設置為拍攝4K的視頻。這種通過插值計算的4K畫面實際清晰度只有2K水平，而且還占用了額外的存儲空間。

無人機拍攝的畫面偏于固定或微量移動，使用低幀頻的25P逐行掃描方式最佳。50P、120P等高幀頻一般在后期需要進行時間特效的慢動作處理時才用到。

在碼率設置方面，我國1080i高清廣播電視播出標準使用MPEG-2編碼，碼率一般使用 25 Mb·s-1。其他平臺使用H.264和H.265編碼器時碼率分別選取8 Mb·s-1和5 Mb·s-1即可。

在節(jié)目后期制作中，要使用色鍵做摳像處理或使用虛擬演播室時，采樣率一定要選取亮度和色度采樣比例一樣的4∶4∶4格式或低一點的4∶2∶2格式，不可使用4∶2∶0格式[4]。

在傳統(tǒng)網(wǎng)絡視頻直播中，視頻流首先推到直播平臺網(wǎng)絡端，再通過內(nèi)容分發(fā)網(wǎng)絡（Content Delivery Network，CDN）分發(fā)至部署在各地的邊緣服務器，再通過負載均衡、調(diào)度等功能模塊，使直播觀眾就近在本地部署的邊緣服務器獲取視頻，以提高用戶訪問響應速度，同時均衡流量、降低網(wǎng)絡擁塞。因此，網(wǎng)絡直播視頻是以IP數(shù)據(jù)包形式在網(wǎng)絡上進行傳輸，在轉(zhuǎn)為IP數(shù)據(jù)包前，視頻是連續(xù)的數(shù)據(jù)流，是一種流媒體，雖然看不到文件的名稱，但它也存在封裝格式，常見的流媒體封裝格式有FLV、TS、ASF等。網(wǎng)絡視頻直播常用的是FLV和TS格式，ASF應用的較少。因為FLV文件體積極小、加載速度極快，可以輕松地導入網(wǎng)頁的Flash插件中，不必通過本地播放器的加載即可自動播放，因而FLV是發(fā)展最快的網(wǎng)絡視頻流媒體格式。但是隨著近幾年來瀏覽器逐漸停用Flash插件，F(xiàn)LV格式也逐漸減少。TS格式除了用在網(wǎng)絡直播上外，還常用于有線電視的節(jié)目傳輸上[5]。

直播的流媒體封裝格式選取好后，還要使用IP流傳輸協(xié)議進行封包處理。常用的流傳輸協(xié)議有RTMP、RTSP、HTTP、HLS等。RTMP傳輸協(xié)議的實時性非常好，延時通常在1～3 s，因此RTMP也成為網(wǎng)絡直播最常用的流傳輸協(xié)議。高清網(wǎng)絡直播使用H.264編碼、4 Mb·s-1的碼率、25 f·s-1的幀率即可，選用逐行掃描格式可以有效提升圖像的清晰度。針對不同的網(wǎng)絡狀況，有時候還可以選取動態(tài)碼率和動態(tài)幀率。

媒體資產(chǎn)管理存檔的主要目的是使用最高的壓縮效率來減少文件體積并盡量保持視頻原始參數(shù)和節(jié)目質(zhì)量。這一步的關(guān)鍵是選取一款優(yōu)秀的編碼器。媒資管理設備的廠家為了達到最好的存檔效率，都開發(fā)有自己專用的編碼器。為了技術(shù)保護，各個廠家的編碼器互不通用，也不能良好地兼容各種編輯軟件。考慮到可持續(xù)性，一般不建議使用這些私有編碼器。資料存檔時一定要保證視頻的原始參數(shù)，重新編碼時一般只改變編碼格式、封裝格式及碼率，其他參數(shù)一律不做任何修改。

4 結(jié)語

融媒體時代，手機、計算機的軟硬件技術(shù)快速更新，網(wǎng)絡技術(shù)迅速發(fā)展，寬帶速度飛速提升，人們在日常生活中對視頻的需求迫切。這種需求逐漸走向了兩個極端，一種是對清晰度提出嚴苛標準的欣賞類視頻，另一種是對及時性提出更高要求的信息類視頻。根據(jù)媒體平臺的不同，需求還會進一步分類和細化。只要充分認識視頻的特性，根據(jù)受眾的需求和媒體平臺的規(guī)范標準，就可以靈活機動地選用最合適的視頻格式，應用到節(jié)目生產(chǎn)中去。