Grupp av bilder

I videokodning anger en grupp bilder , eller GOP-struktur , i vilken ordning intra- och inter-frames arrangeras. GOP är en samling av på varandra följande bilder inom en kodad videoström. Varje kodad videoström består av på varandra följande GOPs, från vilka de synliga ramarna genereras. Att stöta på en ny GOP i en komprimerad videoström innebär att avkodaren inte behöver några tidigare bildrutor för att avkoda nästa, och möjliggör snabb sökning genom videon.

Beskrivning

En GOP kan innehålla följande bildtyper:

• I picture eller I frame (intrakodad bild, även kallad keyframe eller i-frame) – en bild som är kodad oberoende av alla andra bilder. Varje GOP börjar (i avkodningsordning) med denna typ av bild.
• P-bild eller P-ram (förutsägande kodad bild) – innehåller rörelsekompenserad skillnadsinformation i förhållande till tidigare avkodade bilder. I äldre mönster som MPEG-1 , H.262 / MPEG-2 och H.263 kan varje P-bild endast referera till en bild, och den bilden måste föregå P-bilden i visningsordning såväl som i avkodningsordning och måste vara en I- eller P-bild. Dessa begränsningar gäller inte i de nyare standarderna H.264/MPEG-4 AVC och HEVC .
• B-bild eller B-ram (biprediktiv kodad bild) – innehåller rörelsekompenserad skillnadsinformation i förhållande till tidigare avkodade bilder. I äldre mönster som MPEG-1 och H.262/MPEG-2 kan varje B-bild endast referera till två bilder, den som föregår B-bilden i visningsordning och den som följer, och alla refererade bilder måste vara I eller P bilder. Dessa begränsningar gäller inte i nyare standarder H.264/MPEG-4 AVC och HEVC .
• D-bild eller D-ram (DC-direktkodad bild) – fungerar som en snabbåtkomstrepresentation av en bild för förlust robusthet eller snabbspolning framåt. D-bilder används endast i MPEG-1- video.

En I-ram indikerar början av en GOP. Efteråt följer flera P- och B-ramar. I äldre konstruktioner är den tillåtna beställnings- och referensstrukturen relativt begränsad.

I-ramarna innehåller hela bilden och kräver ingen ytterligare information för att rekonstruera dem. Typiskt använder kodare GOP-strukturer som gör att varje I-ram är en "ren slumpmässig åtkomstpunkt", så att avkodning kan starta rent på en I-ram och eventuella fel i GOP-strukturen korrigeras efter bearbetning av en korrekt I-ram.

I de nyare designerna som finns i H.264/MPEG-4 AVC och HEVC har kodare mycket mer flexibilitet när det gäller referensstrukturer. De kan använda samma referensstrukturer som tidigare användes i äldre design, eller så kan de använda fler bilder som referenser och de kan använda en mer flexibel ordning av kodningsordningen i förhållande till visningsordningen. De får också använda B-bilder som referenser när de kodar andra (B eller P) bilder. Denna extra flexibilitet kan förbättra komprimeringseffektiviteten, men det kan orsaka spridning av fel om vissa data går förlorade eller skadas. En populär struktur för användning med de nyare designerna är användningen av en hierarki av B-bilder. Hierarkiska B-bilder kan ge mycket god komprimeringseffektivitet och kan också begränsa spridningen av fel, eftersom hierarkin kan säkerställa att antalet bilder som påverkas av eventuella datakorruptionsproblem är strikt begränsat.

Generellt gäller att ju fler ramar videoströmmen har, desto mer redigerbar är den. Men att ha fler I-ramar ökar avsevärt bithastigheten som behövs för att koda videon.

GOP-struktur

GOP-strukturen hänvisas ofta till två siffror, till exempel M=3, N=12. Den första siffran anger avståndet mellan två ankarramar (I eller P). Den andra talar om avståndet mellan två hela bilder (I-frames): det är GOP-storleken. För exemplet M=3, N=12, är GOP-strukturen IBBPBBPBBPBBI. Istället för M-parametern kan det maximala antalet B-ramar mellan två på varandra följande ankarramar användas.

Till exempel, i en sekvens med mönster IBBBBPBBBBBBBBBBBI är GOP-storleken ( N-värde ) lika med 15 (längd mellan två I-ramar) och avståndet mellan två ankarramar ( M-värde ) är 5 (längd mellan I- och P-ramar eller längd mellan två på varandra följande P-ramar).