国家标准 GB/T25724一2017 代替GB/T257242010 公共安全视频监控数字视音频编解码技术要求 Teehniealspeeifieationsforsurveillaneevideoandaudiocoding 2017-03-09发布 2017-06-01实施国家质量监督检验检疫总局发布国家标准化管理委员会国家标准
GB/T25724?2017 274 ?F淶??? 290 ?G淶???κ? 292 ?H淶????? 293 ?1??VAD 297 ??? 306 ο
GB/T25724一2017 前言本标准按照GB/T1.1一2009给出的规则起草本标准代替GB/T25724一2010《安全防范监控数字视音频编解码技术要求》,与GB/T25724 2010相比主要技术变化如下 -增加了术语(见3.1.933.1.95); 修改了编码单位结构(见5.1.3,2010年版的5.1.3); 修改了码流的语法和语义(见5.2.3,5.2.4,2010年版的5.2.3,5.2.4); 修改了安全参数集的语法和语义(见5.2.3.2.5、5.,2.4.4.4,2010年版的5.2.3.,2.3,5.2.4.4.3); 修改了参考图像的选择方法(见5.3.3.4,2010年版的5.3.3.4); 修改了内预测过程的内容(见5.3.4,2010年版的5.3.4); 修改了间预测过程的内容(见5.3.5,2010年版的5.3.5); 修改了变换量化与重建的内容(见5.3.6,2010年版的5.3.6) 修改了去块效应滤波过程的内容(见5.3.7,2010年版的5.3.7); 增加了样点自适应补偿(SAO)(见5.3.8); -增加了样点滤波补偿(见5.3.9); 修改了解析过程的内容(见5,4,2010年版的5,4); 修改了附录F,删除了变长码表,增加了智能分析数据描述(见附录F,2010年版的附录F) 本标准由中华人民其和国公安部提出本标准由全国安全防范报警系统标准化技术委员会(sAc/Tc100)归口本标准起草单位;公安部第一研究所、北京中星微电子有限公司北京中盾安全技术开发公司、中星电子股份有限公司、杭州恒生数字设备科技有限公司、公安部安全与警用电子产品质量检测中心、,山西中天信科技股份有限公司、千目聚云数码科技(上海)有限公司北京欣博电子科技有限公司、杭州海康威视数字技术股份有限公司、湖南国科微电子股份有限公司、浙江大华技术股份有限公司、苏州科达科技股份有限公司、,浙江宇视科技有限公司,天津天地伟业数码科技有限公司、北京联视神盾安防技术有限公司北京智芯原动科技有限公司、上海熙菱信息技术有限公司本标准主要起草人;陈朝武、邓中翰、郅晨、邱嵩,余子龙、张韵东、,董骞、劲文,欧阳甸、卢京辉、闫雪、林冬,施巨岭,查敏中,汪人瑞、梁敏学、黄麟麟、廖双龙、周文博、马莉,夏昌盛、曾娟鹃,李伟丽、卢玉华、胡建华、王磊、孙大瑞、俞海、段争志、刘文亮、吕卓逸、姜黎、卢虹、倪听、马伟、王秦镜、章勇邢培银、王大治、吴参毅本标准所代替标准的历次版本发布情况为: GB/T257242010.
GB/T25724一2017 引言 -2010《安全防范监控数字视音频编解码技术要求>(以下简称svAC标准)发布在GB/T25724一之前国内,国际没有专门针对安全防范监控应用的视音频编解码标准,所有的视音频编解码标准,都是 ],在安全防范领域直接采用具有很大的不适应性针对广播电视相大众娱乐方面的应用 svAC标准(2010年版)于2010年12月 23日发布,201年5月1日实胞该标准是具有我国自主知识产权的、专门应用于安全防范视频监控技术领域的数字视音频编解码技术标准该标准发布实施以后,国家标准委、公安部、工信部等部门高度重视标准的推广应用,支持成立了北京安防视音频编解码技术产业联盟(以下简称SVAC联盟),业内科研院所和广大企业围绕着SVAC产业链积极开展技术研发和产品应用在标准实施过程中发现,SsVAC标准在数据安全保护、提升压缩性能和编码效率、对智能化和大数据的支持等方面还有待补充和完善之处为此,全国安全防范报警系统标准化技术委员会(代号sAC/ TC100)组织公安部第一研究所和北京中星微电子有限公司等单位对SVAC标准进行了修订,使标准更具有先进性和可操作性近年来,视频监控系统建设应用已经从安全防范行业扩展到公共安全各行业、领域,已经成为新形势下维护国家安全和社会稳定的重要手段,在打击犯罪、治安防范、社会管理、服务民生等方面发挥着积极作用本次修订充分考虑了公共安全视频监控联网与应用建设的需要,标准内容普遍适用于公共安全各行业、领域,因此标准名称变更为《公共安全视频监控数字视音频编解码技术要求》. 本标准主要技术特点有: a 支持高精度视频数据编码,适应宽动态范围,保留更多的图像细节,满足忠实于场景的要求视频支持8比特12比特数据; b 支持多样化的帧内及帧间预测,变换量化、二进制算术编码等技术,获得更好的图像质量和更高的编码效率支持感兴趣区域(RO)变质量编码在传输网络带宽或数据存储空间有限的情况下,优先保证 ROI图像质量,节省非RO1的开销,提供更符合监控需要的高质量视频编码,提高监控系统整体性能支持可伸缩性视频编码(sVC),对视频数据分层次编码,满足不同传输网络带宽和数据存储环境的需求; 支持代数码书激励线性预测(ACELP)和变换音频编码(TAC)切换的双核音频编码,既保证对语音信号具有较好的编码效果,也保证环境(背景)声音的编码效果; f 支持声音识别特征参数的编码,避免编码失真对语音识别和声纹识别的影响支持绝对时间参考信息、智能分析信息等监控专用信息监控专用信息通过专门语法与视音 g 频压缩编码数据一起传输和存储,规定了常用智能分析信息的携带方式,便于快速检索,分类查询、视音频同步和监控数据的综合应用 h 支持数据安全保护,加强了对国密算法的支持,完善了安全参数集,增添了摘要、签名算法的标识等内容,并对密钥及数字证书相关信息的携带做了规范定义,支持视频数据加密、认证功能 IN
GB/T25724一2017 相关专利情况说明本文件的发布机构提请注意,声明符合本文件时,可能涉及到与5.2.3.1,5.2.3.2,5.2.4.2,5.2.4.4 5.2.4.7,6.1.2、6.1.4,6.2.6.1.3,6.2.6.1.4.10,6.5.2.2中有关内容相关的专利的使用本文件的发布机构对于该专利的真实性、有效性和范围无任何立场该专利持有人已向本文件的发布机构保证,他愿意同任何申请人在合理且无歧视的条款和条件下，就专利授权许可进行谈判该专利持有人的声明已在本文件的发布机构备案相关信息可以通过以下联系方式获得: 专利持有人名称联系地址北京中星微电子有限公司北京海淀学院路35号世宁大厦(100191 北京中盾安全技术开发公司北京海淀区首体南路1号(100o487 中星电子股份有限公司天津经济技术开发区第四大街80号天大科技园A1座2层(300457 武汉大学湖北武汉市武汉大学(430079 联系人;曾娟鹃通讯地址:北京海淀区学院路35号世宁大厦16层邮政编码:100191 电子邮件;zengjuanjuan@vimiero.com 电话:010-68948888-8950 传真:010-68944075 联系人;李伟丽通讯地址:北京海淀区首体南路1号邮政编码:l00048 电子邮件:lwl@zhongdun.com.cn 电话:010-68773553-6387 传真:010-68773553-6215 请注意除上述专利外,本文件的某些内容仍可能涉及专利本文件的发布机构不承担识别这些专利的责任
GB/T25724一2017 公共安全视频监控数字视音频编解码技术要求范围本标准规定了公共安全视频监控应用的数字视音频压缩编码的解码过程本标准适用于公共安全领域的视音频实时压缩、传输、播放和存储等业务,其他需要视音频编解码的领域也可参考采用规范性引用文件下列文件对于本文件的应用是必不可少的凡是注日期的引用文件,仅注日期的版本适用于本文件凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件 rfc3548TheBasel6，Base32，andBase64Data Eneodings 术语、定义和缩略语 3.1术语和定义下列术语和定义适用于本文件 3.1.1 NAL，单元NAL，unit 个语法结构,包含后皱数据的类狸指示和所包含的字节数.,数据以RsP形式出现.必要时其中还包括散布的防伪字节 3.1.2 NAL单元流NAL，unitstream 由NAL.单元组成的序列 3.1.3 保留reservel 某些语法元素的特定取值注供安全防范监控数字视音频编解码技术标准工作组将来使用符合本标准的比特流不应使用这些值,但是这些值将来可能在本标准的扩展版本中用到 3.1.4 闭环基音搜索closed-looppitehseareh 用于从加权输人信号和长时预测滤波器状态估计基音延迟也称为自适应码书搜索 3.1.5 比特流bis stream 由编码视音频及其相关数据构成的比特序列比特流既可用来表示NAL单元流,也可表示字节流
GB/T25724一2017 3.1.6 transformmcoefrieient 变换系数频率域的标量,与解码过程的反变换部分中一个特定的一维或二维频率索引相关联的系数 3.1.7 transformcoeffieientleve 变换系数幅值个与特定二维频率索引相关联的整数量值,解码过程中用于计算变换系数的值 3.1.8 编码过程encdiin ngprocess 产生符合本标准的比特流的过程,本标准对视频编码过程不做规定 3.1.9 编码器enoder 实现编码过程的实体,包括软件及硬件 3.1.10 编码片tile 个矩形区域内部按照光栅扫描顺序排列的整数个树形编码单元 3.1.11 编码视频序列codedvideosequenee 按照解码顺序排列的IDR图像和紧随其后的零个或多个非IDR图像组成的图像序列 3.1.12 编码图像codedpieture -幅图像的编码表示注:符合本标准的一个编码图像为一个编码赖 3.1.13 编码图像缓存区codedpicturebufer -个先人先出缓存区,其存储方式按解码顺序排列 3.1.14 编码帧codedframe 个帧的编码表示 3.1.15 残差residal 样点或数据元素预测值与解码值之间的差值 3.1.16 参考索引 referenceindeX% 参考图像的索引 3.1.17 参考图像refereneepiecture 对解码顺序上后续图像的解码过程进行顿间预测的样点图像 3.1.18 参考帧 referencefirame 个标记为参考图像的帧,用于解码过程中的帧间预测 3.1.19 参数parameter 序列参数集、图像参数集或安全参数集中的一个语法元素参数也用于量化参数一词中
GB/T25724一2017 3.1.20 层 layer 没有分支等级关系中的一组句法结构高层包含低层编码层指编码图像序列层、图像层、编码片层和编码单元层对于可伸缩性视频编码图像,不同层的图像具有不同的可伸缩性(如不同的空间分辨率 3.1.21 codeb0ok 代数码书algebraiec 脉冲幅度和位置组成的一个集合通过码字索引k按照一定的规则得到第k个激励码矢量的脉冲幅度和位置 3.1.22 档次praie 本标准中的一个特定语法子集 3.1.23 电导频谱对immittancespectralpair -个奇对称多项式丽数,指示该丽数在单位圆上将逆滤波器传输函数A(:)分解为一个偶对称和的根用于线性预测系数的变换 3.1.24 二进制位bin 二进制位串中的1比特 3.1.25 二进制位串binstring -串二进制位二进制位串为二值化的语法元素值的二进制表示 3.1.26 二值化binarization 语法元素所有可能值与一组二进制位串之间的唯一映射 3.1.27 反变换inversetransform 将变换系数矩阵转换为空域样点矩阵的过程 3.1.28 防伪字节emulationpreventionbyte 个字节,其值等于0x03,可能在NAL单元中出现防伪字节的出现可以保证在NAL单元的后续字节对齐的字节流中不会含有起始码前缀 3.1.29 非参考图像non-refereneepiecture 不用于对任何其他图像进行帧间编码的图像 3.1.30 分量component 图像的三个样点矩阵(一个亮度矩阵,两个色度矩阵)中的一个矩阵或矩阵中的单个样点在音频部分,也指矢量中的元素或信号中的某些频率成分 3.1.31 感知加权滤波perceptualweightingfilter 利用共振峰处的噪声掩蔽特性,在共振峰区域分配比较大的失真,来减少峰谷主观感觉噪声的滤波
GB/T25724一2017 3.1.32 功率谱powerspeetrum 信号通过傅立叶变换后得到幅度谱的平方 3.1.33 光栅扫描 raster”scan 矩形二维图像到一维图像的映射过程,一维图像的第一组值来自于二维图像最上边一行的从左到右扫描,然后依次是第二行、第三行等等对于图像每行由上到下)都是从左到右扫描的 3.1.34 ipreditetin 后向预测backward 使用显示顺序上在后的解码图像中的样点对当前图像中的样点进行预测 3.1.35 划分partitioning 将一个集合分为子集的过程集合中的每个元素属于且只属于某一个子集 3.1.36 基本层图像 baselayerpicture 不需要参考其他图像层信息即可以解码的图像 3.1.37 级别leve 本标准中的一个特定档次中的参数取值的限定集合一个档次可以包含一个或多个级别对所有档次定义了一组相同的级别,不同档次的每个级别大部分特性都是通用的对于一个独立的实现,在定的约束条件下,可以支持多个级别 3.1.38 即时解码刷新(IDR)图像instantaneousdecodingrefresh(IDR)pieture -幅帧内解码图像 IDR图像解码之后,解码顺序上所有后续的编码图像都可以不用根据任何在 IDR图像之前解码的图像来进行帧间预测解码每个编码视频序列的第一幅图像为IDR图像 3.1.39 假设参考解码器hypothetiealrefereneedeeoder -个假设的解码器模型,规定了对于符合本标准的NAL单元流或字节流的可变性的约束 3.1.40 解码过程decodingproess 读人编码的比特流后产生解码图像或者音频数据的过程 3.1.41 解码器decoder 实现解码过程的实体,包括软件及硬件 3.1.42 解码顺序decodiingorder 解码过程中处理语法元素的顺序 3.1.43 解码图像 decodedpicture 通过解码一幅编码图像得到的图像符合本标准的一幅解码图像应是一个解码倾 3.1.44 解码图像缓存区dlecdledlpiteturebueer 保存解码图像的存储空间,用于附录A中规定的预测参考、输出重排序或输出延时等
GB/T25724一2017 3.1.45 开环基音搜索opem-lpptch search 直接从加权输人信号中估计最优基音延迟的过程开环基音搜索简化了基音分析,并且将闭环基音搜索限定在开环基音搜索的延迟值附近 3.1.46 可伸缩性视频编码scalablevideocoding 编码序列中的图像具有一定的可伸缩性具有可伸缩性的图像通常包含基本层图像和增强层图像 3.1.47 block 块视频信号空间中的一个M×N(M列N行)的样点矩阵,或者一个M×N的变换系数矩阵音频信号空间的一个一维矢量 3.1.48 亮度luma -个样点矩阵或单个样点,用于描述信号的单色表示亮度所用符号为Y 3.1.49 量化参数quantizationparameter 解码过程中对变换系数幅值进行反量化时使用的参数 3.1.50 零输入响应zeroinputresponse 滤波器当前输人为零时,由过去输人而产生的输出 3.1.51 美尔mel -种非线性的频率刻度,根据主观音高进行划分 3.1.52 美尔频率倒谱系数mel-frequeneycepstralcoeffieients 用FFT将时域信号转化到频域,对其对数能量谱依照Mel刻度分布的三角滤波器组进行卷积,对各个滤波器的输出构成的向量进行DCT得到的系数,即美尔频率倒谱系数 3.1.53 内部采样频率intermalsamplingfrequeney 音频编码器的采样频率,范围为12800Ha38400Hz,采用F，表示 3.1.54 逆滤波器inversefilter 去除信号短时相关性的滤波器 3.1.55 频率索引frequeneyindex 与解码过程中反变换之前的变换系数相关的一维或二维索引 3.1.56 起始码前缀startedeprefix 字节流中唯一等于0x000001的3个字节的序列,作为每个NAL单元的前缀解码器可以利用起始码前缀的位置来确定一个新的NAL单元的开始和前一个NAL单元的结束 NAL单元中通过加人防伪字节来防止假冒的起始码前缀出现
GB/T25724一2017 3.1.57 前向预测 forwardprediction 使用显示顺序上在前的解码图像中的样点对当前图像中的样点进行预测 3.1.58 色度 chrOma 个样点矩阵或单个样点,用于描述代表两个相对于基色的色差信号中的一个色度所用符号为 Cb和Cr 3.1.59 二进制算术编码binaryarithmetieeding 种饷编码方法,根据概率模型对二进制位进行编码,产生比特流 3.1.60 声纹识别voieeprimreegnitiom 根据语音的声学特征识别该段语音所对应的说话人的过程 3.1.61 数据比特串stringofdatabits 语法元素的着干比特位的序列出现在原始字节序列负载中原始字节序列负载截止位之前在 soDB中,最左边的比特位表示第一位即最高位,最右边的比特位表示最后一位即最低位 3.1.62 双向预测bidireetionalpredietion 使用显示顺序上在前及在后的解码图像中的样点对当前图像中的样点进行预测 3.1.63 树形编码单元codingtreeunit -个N×N的亮度样点块和相应的两个色度样点块 3.1.64 图像pieture 源、编码或重构的图像数据的通称符合本标准的一幅图像指一帧 3.1.65 图像参数集pietureparameterset 个语法结构,包含应用于一个或多个编码图像的语法元素 3.1.66 维纳滤波器wienerfilter 根据最小均方误差准则,即滤波器的输出信号与期望信号之差的均方值最小,计算得到的最佳线性滤波器 3.1.67 线性预测系数LPeeficiemts 短时预测滤波器系数,也称为LPC系数 3.1.68 序列参数集sequeneeparameterset -个语法结构,包含应用于一个或多个完整编码视频序列的语法元素 3.1.69 音频超帧 audliosuperframe 由若干音频帧组成,目前本标准规定音频超中只包含一个音频帧
GB/T25724一2017 3.1.70 adiosubframe 音频子赖音频帧的一部分,在F./2采样频率下,由64个样点构成的数据块 3.1.71 预测prediction 使用预测值来提供当前解码的样点值或数据元素的估计 3.1.72 预测值predictor 以前解码的样点值或数据元素的线性组合 3.1.73 语法结构syntaxstrueture 零个或多个语法元素按照规定顺序一起出现在比特流中 3.1.74 语法元素syntaxelement 比特流中表示数据的元素 3.1.75 nition 语音识别speehreeegn 根据语音的声学特征和语言模型,将该段语音翻译为文本的过程 3.1.76 源 S0Irce 编码前视音频素材或者素材的某些属性 3.1.77 原始字节序列负载rwbyesqeepywd 个语法结构,包含整数个封装于NAL单元中的字节 RBsP或者为空,或者包含具有数据比特串形式的语法死素,其后跟随RsP载止位和零个或多个连皱的0值比特 3.1.78 原始字节序列负载(RBsP)截止位rawbytesequeneepayloadRBsP)stopbit 值为1的一比特,出现在原始字节序列负载(RBSP)中的数据比特串之后 RESP中数据比特串的结束位置可以通过搜索RBSP中的RBSP截止位得到 3.1.79 运动矢量motionvector 二维矢量,用于帧间预测,表示匹配对象在解码图像和参考图像中的位置偏移 3.1.80 增强层图像enhaneelayerpieture 需要参考其他图像层信息进行解码的图像本标准中的一个增强层图像在解码时可以参考位于其下的图像层信息 3.1.81 帧 frame 在视频信号空间中由一个亮度样点矩阵(Y)和两个可能存在的色度样点矩阵(Cb和Cr)构成在音频信号空间中,作为音频处理的基本数据块在F,采样频率下,512个样本构成一帧,在F,/2 采样频率下,256个样本构成一赖
GB/T25724一2017 3.1.82 帧间编码 intercodling 使用帧间预测对块或图像进行编码 3.1.83 帧间预测interprediectiom 利用已解码的参考图像得到当前样点的预测值的过程 3.1.84 帧间解码图像interdeeodedpieture 使用帧内预测进行解码,或者根据先前解码的参考图像利用单前向预测、双前向预测或者双向预测进行解码的图像,对每个块进行帧间预测时最多使用两个运动矢量和参考索引 3.1.85 帧内编码intracoding 使用帧内预测对块或图像进行编码 3.1.86 内解码图像intradecodedlpieture I图像只使用躺内预测解码的图像 3.1.87 帧内预测intrapredietiom 利用同一图像中已解码的样点得到当前样点的预测值的过程 3.1.88 字节byte 连续的8比特,读写时左边第一位为最高位,右边第一位为最低位表示为比特序列时,字节的最高有效位为第一位 3.1.89 字节对齐byte-alignet 从比特流的第一个比特开始的8的倍数的位置为字节对齐的位置比特或字节或语法元素为字节对齐的,指它出现在比特流中字节对齐的位置上 3.1.90 字节流bytestream NAL单元流的封装,包含起始码前缀和附录B定义的NAL单元 3.1.91 自适应码书adaptivecodebook 通过长时预测滤波器状态得到的码书,由每个子帧自适应的激励矢量构成 3.1.92 直流偏置DC-oflset 音频信号的直流分量 3.1.93 安全前端设备seeurefronenddeviee 具备安全密码部件(如安全芯片,安全TF卡等)的视频监控前端设备该设备能够利用证书存储和管理,密钥存储和管理、数据签名验签、数据加密等技术实现设备身份认证、视频签名、视频加密等功能
GB/T25724一2017 3.1.94 视频加密密钥videoeneryptionkey 安全前端设备随机产生的对称密钥,按照一定的规律变化,用于直接加密视频内容,实现视频传输的机密性保护 3.1.95 视频密钥加密密钥videkey enerptom key 安全前端设备维护的对称密钥,按照一定的规律变化,用于加密视频加密密钥,实现其传输的机密性保护 3.2缩略语下列缩略语适用于本文件 ACELP;代数码书激励线性预测AlgebraicCodeExcitedLinearPredietion) ALF;样点滤波补偿(AdaptiveL.oopfilter) BwWE带宽扩展(BandwidthExtensiom CBR:恒定比特率(ConstantBitRate) CPB:编码图像缓存区(CodedPictureBuffer CR(C:循环冗余校验码(CyclicRedundancyCode) CTU:树形编码单元(CodingTreeUnit) DCT:离散余弦变换(DiscreteCosineTransform DFT:离散傅立叶变换(DiscreteFourierTransform DPB:解码图像缓存区(DecodedPictureBuffer) FFT:快速傅立叶变换(FastFourierTransform FIR;有限冲击响应(FinitelmpulseResponse) GOP;图像编码组(GroupofPietures HRD;假设参考解码器(HypothetiealReferenceDecoder) IDCT:离散余弦逆变换(InverseDiscreteCosineTransform DFT;离散傅立叶逆变换(InverseDiscreteFourierTransform) DR;即时解码刷新(InstantaneousDecodingRefresh FFT;快速傅立叶逆变换( InverseFastFourierTransform 1SF电导谱频率(ImmittanceSpectralFrequeney) 1SsP电导谱对(mmittanceSpectralPair) LD;低延时(L.owDelay) LP;线性预测LinearPredietion) LPC;线性预测编码(LinearPredietiveCoding LSB:最低有效位(LeastSignificant Bit LTP;长时预测(L.ongTermPrediector MA:滑动平均(MovingAverage) MB;宏块(Macrobiocdk) MFcC;美尔频率倒谱系数(Mel-Frequency CepstralCofciemts) MSB;最高有效位(MostSignificantBit) MsVQ;多级矢量量化(Multi-StageVectorQuantization NAL;网络抽象层(NetworkAbstraetionlayer) Feedback OFB;输出反馈模式(Output
GB/T25724一2017 PCM脉冲编码调制(PulseCodeModulation) RA;随机访问(Random Access RBSP:原始字节序列负载(RawByte SsequenceePasyload ROH:感兴趣区域(RegionOflInterest RPS;参考图像集(ReferencePietureSet) bampleAdaptiveOffset SAO:样点偏移补偿(San SEl:补充增强信息(SupplementEnhancementInformation SNR:信噪比(SignalNoiseRatio SODB:数据比特串(StringOfDataBits) SVC:可伸缩性视频编码(ScalableVideoCoding TAC;变换域音频编码(TransformAudioCoding TvC:变换域矢量编码(TransformVeetorCoding VAD;语音活动检测(VoiceActivityDeteetion) VBR;可变比特率(VariableBitRate) VCL;视频编码层(VideoCodingLayer) VQ;矢量量化(VectorQuantization) VU1;视频可用性信息(VideoUsabillityInformation wPP;波前并行处理(wavefrontParallelProcessing) 约定 4.1算术运算符算术运算符定义见表1 表1算术运算符定义明编号符号说加法运算减法运算(二元运算符)或取反(一元前缀运算符乘法运算卷积运算指数运算,表示的y次幕在不是表示指数的情况下也可表示上标除法运算,不做截断或四舍五人除法运算,不做截断或四舍五人除法运算,不做截断或四舍五人 f(i 自变量i取由到含y)的所有整数值时,函数f(i)的累加和 S 10 r%y 模运算,r除以y的余数,其中.r与y都是正整数在没有以插人括号来明确指定运算优先次序的情况下,遵守如下规则乘法和除法运算先于加法和减法运算; a b 乘法和除法运算从左到右进行; 加法和减法运算从左到右进行 10
GB/T25724一2017 4.2逻辑运算符逻辑运算符定义见表2 表2逻辑运算符定义编号符号说明 8.8 逻辑“与”运算逻辑“或”运算逻辑“非”运算如果r为真或非0值,则取值为y;否则取值为 y:2 4.3关系运算符关系运算符定义见表3 表3关系运算符定义编号符号说明大于大于或等于小于小于或等于等于不等于 4.4位运算符位运算符定义见表4 表4位运算符定义编号符号说明按位“与"运算对整数进行运算时,以整数的二进制补码形式进行操作如果两个进制运算数中一个位数小于另外一个,则较短的运算数高位加0补齐按位"或"运算对整数进行运算时,以整数的二进制补码形式进行操作如果两个进制运算数中一个位数小于另外一个,则较短的运算数高位加0补齐按位“取反”"运算按位取反运算是单目运算,用来求一个位串信息按位的反,即为0的位,结果是l;为1的位,结果是0 按位“异或”运算异或运算是求两个运算分量相应位值是否相异,相异的为1,相同的为0 将.x以2的补码整数表示的形式向右移y位仅当y取非负数时定义此运算右移 r>>y 运算移人MsB的位应该等于移位运算前x的MsB的值将.r以2的补码整数表示的形式向左移y位仅当y取非负数时定义此运算左移运算移人IsB的位值为0 1
GB/T25724一2017 4.5赋值运算符赋值运算定义见表5 表5赋值运算定义编号符号说明赋值运算符递增,例如.r十十相当于r=r十1;当用于数组下标时在自加运算前先求变量值十十 -1;当用于数组下标时,在自减运算前先求变量值一相当于r= 递减例如x 自加指定值例如.x十=3相当于" =.r十3，r十 -3)相当于 r=r十(一3 自减指定值,例如-=3相当于工=一3.r一=(一3)相当于 .x=.r一(一3 4.6数学函数数学函数计算公式如下: Abs(r) Ceil(r)取不小于工的最小整数 CliplY(r)=Clip3(0,(1<(BitDepthY)一1,r) Cliplc(r)=Clp3(O0.(1<GB/T25724一2017 现每个语法元素均表示为名称所有字母小写,以下划线连接),和一到两个代表其编码表示方式的描述符解码过程根据语法元素以及之前已解码的语法元素的取值进行解码某些情况下语法表可能使用根据语法元素值导出的其他变量的值这些变量出现在语法表或正文中,以小写和大写混合的形式命名,并且名称中不含下划线以大写字母开头的变量是根据当前语法结构和所有相关语法结构的解码导出的在某些情况下,语法元素值或变量值的识记名称与其数值等同有时,识记名称与其值无关二者的关联在正文中做出规定识记名称由一组或多组字母由下划线连接而成每组字母均以大写字母开头,可包括多个大写字母函数用名称来描述,函数名由语法元素名称和左右圆括号中的零个或多个以逗号(若有多个变量时)分隔的变量名称(用于定义)或值(用于使用)构成 -维的阵列称为数组,二维的阵列称为矩阵阵列可以是语法元素,也可以是变量下标或方括号可用来表示一个阵列的索引对于一个矩阵,第一个下标为行(垂直)索引,第二个下标为列(水平)索引使用方括号表示时,索引的顺序则正好相反比如,一个矩阵S中的水平位置和垂直位置y上的元素可表示为S[r,y]或s, 例如,“10000100”表示一个第一位和倒数第三位等于1 单引号之同的一申比特值为二进制符号的8比特串十六进制符号,以前缀"ox"表示,当所表示的比特位数为4的整数倍时可替代二进制符号使用例如,"s8"表示一个第一位和倒数第三位等于1的s比特巾. 不使用单引号括起来的或不带前缀“Ox”的数值为十进制值条件语句中等于0的值代表假(FAL.sE)的情况,用其他非零值代表真(TRUE) 4.8逻辑运算符的文字描述在正文中,含有逻辑运算符的下列伪码语句: if(条件0) 语句0 elseif(条件1) 语句1 else/*解释其他情况的注释关/ 语句n 可描述如下如果条件0,则语句o 否则,如果条件1,语句1 否则(说明性文字,表示其他情况),语句n 正文中的每个“如果否则,如果否则"语句都是由“如下”或“应用下列规则”引导的,后面紧跟“如果” 最后一个“如果否则,如果否则”语句的条件一般是“否则,” 交替出现的“如果否则,如果否则"语句可以通过将“如下”或“应用下列规则”和最后的“否则,”配对加以识别正文中,一个以下列伪码描述的逻辑运算语句 if(条件0a&.& 条件0b 语句0 elseif(条件lal条件1b 13
GB/T25724一2017 语句1 ese 语句n 可描述如下如果下列所有条件为真,语句0 a 条件0a 条件0b D)否则,如果下列任何一个条件为真,语句1 条件la 条件1b c d) 否则,语句n 正文中,一个以下列伪码描述的逻辑运算语句: if(条件0) 语句0 if(条件1) 语句1 可描述如下当条件0时,语句0 当条件1时,语句1 4.9过程过程用于描述语法元素的解码所有属于当前语法结构的语法元素和大写的变量,以及相关的语法结构,在过程的规范和调用中都是可用的过程的规范中可能还含有明确指定为输人的小写的变量每个规范均明确地规定了输出输出可以是大写的变量,也可以是小写的变量在过程的规范中,一个特定宏块可用一个值与其宏块索引相等的变量名指代 5 视频部分 5.1编码比特流和输出数据的格式 5.1.1 比特流格式本条规定NAL单元流和字节流之间的关系,二者均称为比特流 NAL单元流格式由一系列称为NAL单元的语法结构组成,按照解码顺序排序 NAL单元流中 NAL单元的解码顺序和内容是受约束的字节流可以用NAL单元流构造,通过将NAL单元按照解码顺序排列,并且为每个NAL单元添加个起始码前缀和若干零值字节形成一个字节流 NAL单元流格式可以通过在字节流中搜索唯一的起始码前缀,从字节流格式中提取出来除字节流格式以外,构造NAL.单元的其他方法,本标准不做规定字节流格式在附录B中规定 5.1.2图像格式本条规定由比特流确定的源与已解码帖之间的关系 14
GB/T25724一2017 比特流所表示的视频源是一系列按解码顺序排列的帧每个源或已解码帧都是由一个或多个视频样点阵列组成的仅亮度(Y)(单色)的阵列亮度和两个色度(YCbCr)的阵列; -绿、蓝和红(GBR,也称为RGB)的阵列; 表示其他未定义的单色或三基色样点例如YZX,也称为XYZ)的阵列为了便于标记和命名,本标准不考虑实际使用的颜色表示方法,与这些阵列相关的变量和词语均指亮度和色度,亮度阵列用Y表示,两个色度阵列分别用Cb和Cr表示本标准支持的色彩格式有4;2;0和4;2;2 在4:2:0格式下,两个色度阵列的高度和宽度均为亮度阵列的一半在4;2;2格式下,两个色度阵列的高度等于亮度阵列的高度,宽度为亮度阵列的一半除非特别说明,亮度和色度(当出现时)阵列的语法顺序为当三个分量的数据都出现时,首先是亮度阵列的数据,然后是Cb阵列数据,最后是Cr阵列数据视频序列中用来表示每个亮度或色度样点的比特位数至少为8,表示亮度阵列样点的比特位数和表示色度阵列样点的比特位数应相同一帧中亮度和色度样点的垂直和水平相对在4:2:0格式下,一位置如图1所示 X X X X X X × × X X X X X× X X 说明 -亮度样点的位置; 色度样点的位置. 图1帧图像中4:2:0亮度和色度样点垂直和水平位置在4:22格式下,色度样点和对应的亮度样点处于同一位置上赖中的样点位置如图2所示 15
GB/T25724一2017 & × 8 X X 区 X 区 X 这 × X X X 区区 X X 区 X 区这这 X 这说明: -亮度样点的位置; 色度样点的位置图2帧图像中4:2:2亮度和色度样点的垂直和水平位置 -顿图像中左上角亮度样点的位置坐标(r,y)为(o,0),样点每右移一列,r的取值增加1,样点每下移一行,y的取值增加1 5.1.3图像的空间分割 5.1.3.1编码片的划分本条规定一幅图像如何分割为编码片Tile)和树形编码单元(CTU) tile_enable等于0时,整顿图像只有一个编码片;tile_enable等于1时,图像有可能被划分为多个编码片编码片由一系列的树形编码单元组成树形编码单元为编码的基本单元,每个树形编码单元包含一个亮度阵列及两个色度阵列图像左上角的CTU的索引等于0,CTU在图像中的索引按照光栅扫描顺序递增将一幅图像从水平和垂直方向上分割为若干个矩形区域,每个矩形区域称为一个Tile 每个Tle 包含若干个cTrU,其可以并行独立编解码图像宽度大于等于8个最大树形编码单元尺寸时,可以在水平方向上划分为多个Tile列图像宽度超过64个最大树形编码单元尺寸时,必须划分为多个Tile列每个Tile在水平方向至少包含4个 CTU,最多包括64个cTU 图像在垂直方向上可以划分为多个Tle行,Tile行的个数可以等于1,2 或者4 图3为图像的Tile划分示意图,图中图像被划分为2个Tile行和4个Tile列,每个Tile中包含6 ×3个树形编码单元每个Tile的宽度和高度按照Tle的列数和行数决定图像的宽度和高度分别按照Tile列数和行数均分,得到Tile的宽度和高度当无法整除时,最右一列和最下一行的Tile与其他Tile宽度和高度不同图3编码片划分与顺序示意图 16
GB/T25724一2017 在码流中,图像中的所有Tile应按照光棚扫描顺序进行传输,每个Tile中的CTU也应按照在Tile 中的光栅扫描顺序进行传输 5.1.3.2树形编码单元(CTU)、预测单元(PU、变换单元(TU) 本条规定树形编码单元如何进一步划分为预测单元,变换单元树形编码单元之间不应重叠,树形编码单元左上角的样点不应超出图像边界,树形编码单元右下角的样点可超出图像边界当序列参数集中的extended_sb_size_lag的取值等于1时,树形编码单元2N×2N的尺寸为 128×128,当extended_sb- _size_lag的取值等于0时,树形编码单元的尺寸为64×64 树形编码单元可划分为一个或多个预测单元,划分方式由编码树决定每级的2N×2N尺寸的预测单元,可进一步划分为2N×2N、N×N、2N×N,N×2N等四种模式,如果该级划分为N×N,则进人下一级选择进一步的划分方式对于64×64的树形编码单元,其编码树如图4所示,预测单元共有13种尺寸:64× 64,32×64,64×32,32×32,16×32,32×16,16×16,8×16,16×8,8×8,、4×8,8×4、4×4 对于128X 128的树形编码单元,其预测单元共有16种尺寸:128×128,64×128、128×64、64×64、32×64、64× 32、32×32、16×32,32×16、l6×168×16、16×8、8×8、4×8、8×4、4×4 编码树的扫描顺序如图5所示,矩形里的数字表示该块在编码时的处理顺序预测单元是帆内预测与帧间预测的基本单元预测单元可进一步划分为一个或多个变换单元变换单元是进行变换/量化的基本单元变换单元共有4种尺寸32×32、16×16,8×8、4×4 tx_mode 不等于TX_MODE_SELEcT时,变换单元的尺寸为tx_mode允许的适合预测单元的最大尺寸;tx mode等于TX_MODE_SELECT时,变换单元的尺寸由tx_size确定如果是帧间预测,预测块尺寸与预测单元相同当预测单元小于等于64×64时,变换单元在预测单元内依据从左到右,从上到下的光栅扫描顺序扫描;当预测单元大于64×64时,先将预测单元以 64 ×64为单位按光栅扫描进一步划分,然后在每一个64×64的划分内部.变换单元按光栅扫描顺序依次扫描如果是帧内预测,预测单元可以进一步拆分为多个相同尺寸的预测块,每一个预测块对应一个变换单元当预测单元小于等于64×64时,预测块及其对应的变换单元依据从左到右,从上到下的光栅扫描顺序;当预测单元大于64×64时,先将预测单元以64×64为单位按光栅扫描进一步划分,然后在每一个64×64的划分内部,预测块及其对应的变换单元按光栅扫描顺序依次扫描 64×64 CTU 64×32 k2x6 32×3 horizon ertien split none 32×32 面 16X16 8X8 4X4 图4编码树划分方式 17
GB/T25724一2017 2N×2N 2NXN NX2N NXN (32x32 15 图5编码树的扫描顺序 5.1.3.3相邻块可用性的推导过程如图6所示,当前预测块大小为MXN,其参考样点按区域可分为5部分左下(A),左侧(B),左上 C)、上方(D)和右上(E),一共2x(M十N)十1个点设当前块左上角样点在图像中的坐标是(r yw),右下角样点在图像中的坐标是(i,y),块X(X为A.B,c,D或E)为表6中列出的样点所属的块表6中坐标均为样点在帧图像中的位置坐标图6当前块与相邻块的空间位置关系表6块A,B.c、D和E的位置块A右上角样点坐标块B右上角样点坐标块c右下角样点坐标块D左下角样点坐标块E左下角样点坐标 .ra一l,yi十1 ra一l,,ya (r-l,y -1 ra,yo一1 .r1+1,,yi一1) 18
GB/T25724一2017 如果一相邻块X(X为A,B,C,D或E)在图像内并且该块应与当前块属于同一Tile,则该相邻块标记为存在;否则标记为不存在如果一相邻块标记为不存在或者尚未解码,则该块标记为不可用;否则标记为可用如果某样点所在的块标记为不存在或者该样点尚未解码,则该样点标记为不可用;否则标记为可用 5.1.3.4感兴趣区域(Ro)的划分个图像中可划分出若干感兴趣区域(ROI),RO的最小单位为88,并且同一预测单元内的样点应属于同一Ro1区域如果图像中存在ROI划分,对应图像参数集中的参数segmentation_enable 的取值等于1,如果图像中不存在RoI划分,对应图像参数集中的参数segmentation_enable的取值应等于0 一个图像中的RO1区域可分为8个不同等级,该等级由样点所在块的segment_id指示图像中不存在Ro1划分时,所有样点所在块的segmen._i过应等于0. 5.2语法和语义 5.2.1以表格形式描述语法的方法语法表格规定了所有允许的比特流的超集附加的语法限定可能在其他条中直接或间接规定注实际的解码器宜有识别比特流人口点的方法,并且可以分辨和处理不一致的比特流分辨和处理错误以及类似情形的方法不在本标准中描述表7给出了描述语法的伪代码例子规定了当syntax_element出现时,从比特流中解析语法元素,并将指针移向比特流中下一个语法元素位置上的过程表7伪代码例程表伪代码描述语言描述符语句可以是一个关联某一语法类别的语法元素和描述符,或者用于说明语法元素的存在,类型和数值的表达式，下面给出两个例子， syntax_element ue(v) 条件语句花括号括起来的语句组是复合语句,在功能上视作单个语句语句语句 “while”语句测试条件是否为TRUE，如果为TRUE,则重复执行循环体，直到条件不为 TRUE while条件语句 19
GB/T25724一2017 表7续) 伪代码描述语言描述符 “dowhile”语句先执行循环体一次,然后测试条件是香为TRUE,如果为TRUE,则重复执行循环体,直到条件不为TRUE do 语句 while条件 “felse”语句首先测试条件,如果为TRUE,则执行主要语句,否则执行另选语句如果另选语句不需要执行,结构的“else”部分和相关的另选语句可忽略 if条件主要语句 else 另选语句 “for”语句首先执行最初语句.然后测试条件,如果条件为TRUE,则重复执行主要语句和随后语句直到条件不为TRUE for最初语句;条件;随后语句) 主要语句 5.2.2语法函数和描述符的规范 5.2.2.1语法函数的规范以下函数用于语法描述这些函数假定解码器中存在一个比特流指针,这个指针指向比特流中解码过程要读取的下一比特的位置具体要求如下: byte_aligned()的规定 -如果比特流的当前位置是在字节的边界,即比特流中的下一比特是字节的第一个比特,那么 byte_aligned)的返回值为TRUE 否则,byte_aligned)的返回值为FAL.SE -bits()的规定 getlef_ae 饷解码器中的计数器加上8然后对8求模,如果等于0,则通过固定概率128继续解析 count 出16比特; -如果不等于0,则通过固定概率128继续解析出求模后的值加8比特 more_data_in_byte_stream( ),在附录B规定的字节流NAL单元语法结构中使用,规定如果字节流中后续还有更多数据,more_data_in_byte_stream()的返回值为TRUE 否则more_data_in_byte_stream)的返回值为FALsE. more-_rbsp_data()的规定: 如果在rbsp_trailng_bts()之前的RHSP中有更多数据,more_rbsp_data()的返回值为 TRUE 否则,more_rbsp_data()的返回值为FALSE 20
GB/T25724一2017 判断RBSP中是否有更多数据的方法不在本标准中规定 nextL_bits(n)提供比特流中接下来的n个比特,不改变比特流指针该函数使比特流中的下n个比特可见当用在附录B规定的字节流中时,如果剩余的字节流已不足n个比特,next_bits(n)返回值为0. ead_bits(n)从比特流中读取下面的n个比特,并且将比特流指针向前移动n个比特当n等于 0时 read_bits(n)的返回值为0并且不移动比特流指针 5.2.2.2描述符的规范下述描述符规定了每个语法元素的解析过程 -ae(v);二进制算术编码语法元素该描述符的解析过程在5.4.2中规定 b(8);任意形式的8比特字节该描述符的解析过程通过函数readbits(8)的返回值来规定 f(n);n位比特串(由左至右),左位在先,该描述符的解析过程通过函数read_bits(n)的返回值来规定; i(n);n位有符号整数在语法表中,如果n是‘’,其比特数由其他语法元素值确定解析过程由函数readbits(n)的返回值规定,该返回值用最高有效位在前的2的补码表示; -();有符号整数指数哥伦布码编码的语法素,左位在先解析过程在5.4.中定义 u(n);n位无符号整数在语法表中,如果n是‘v',其比特数由其他语法元素值确定解析过程由丽数eaLb>的返回值规定.该迟回值用最高有效位在前的二进制表不 ue(v):无符号整数指数哥伦布码编码的语法元素,左位在先解析过程在5.4.3中定义 5.2.3以表格形式表示的语法 5.2.3.1 NAL单元语法 NAL单元语法见表8 表8NAL单元语法表 naL_unitNumlByteslnNALunit 描述符 forbidden_ero_bit f(1 u(1 nalrefide u(4) nal_unit_type encryption_ide u(1) authentication_ide u(1 NumByteslnPayload for(i=l;iNumByteslnNALunit;i十十 NumByteslnNALunit&.& nexLbits(24) 0x000003 if(i十2 b8 payloadbyte[NumByteslnPayload++ b(8 payhad_yte[NumlByteslnPayload++ i十= emulationprevention_three_yte/关应等于0x03 f8) 21
GB/T25724一2017 表8续) nal_unitNumlBytesnNALunit 描述符 else b(8) -ye[NumByteslnPayload十十 payload_" 5.2.3.2RBSP语法 5.2.3.2.1序列参数集RBSP语法序列参数集RBSP语法见表9 表9序列参数集RBSP语法表 seq_parameter_set_rbsp( 描述符 profile_id u8) leve_id u(8 ldp_mode_lag u(1 fraewidthmins u(16 u(16 frameheightmimus ehrom_fora_ide u(2 it_depth u(21 refs_per_frame u(3) frame_rate u(3 extended_sb_size_nag u(1 tile_enable u(1 u(1 wpp_enable u(1 saoenable alr_enable u(1 roiLag u(1 emporal_sve_nag if(temporalL_sve_lag u2 layer_nummius u(2 spatial_sYe_flag f(spatiaL_sve_flag)y u(3 Svc_ratio sve_mde u(1) 22
GB/T25724一2017 表9(续) seqLparameter_set_rbsp( 描述符 ifframe_rate 4 vui_parameters_present_flag u(1 ifvui_parameters_present_flag vui_parameters( rbsp_trailing_bits( 5.2.3.2.2图像参数集RBsP语法图像参数集RBSP语法见表10 表10图像参数集RBSP语法表描述符 pie_parameter_set_rbsp( franenum u(8 if(temporasvc_lag layer_id u(3) if(spatiaLsve_lag)6 if(roi_lag& sve_mode) svc_roi_Mag u(1 1 if(svc_roi_lag u(l6 sYc_top_left u(16 Svcbottom_right frame_type u(1 if(!roi_lag ctu_dqp_enable u(1 f(etuL_dqp_enable)1 u(3 min_dqP_partition_size if(frame_type! 0 refresh_frame_las u(5) update_rps_lag u(1 23
GB/T25724一2017 表10(续) pie_parameter_set_rbsp( 描述符 u(6 rps_idx if update_rps_lag) for(i=0;irefs_per_irame;i十十 if(i== 22 opt_mins_nag u(1 delta_poc门 u(6 u(3 refresh_pictures_num or(i=0;i

公共安全视频监控数字视音频编解码技术要求解读

公共安全视频监控是指利用现代科技手段对公共场所进行实时监控，在发生突发事件时能够及时掌握情况，提供重要的证据资料。数字视音频编解码技术是保障公共安全视频监控顺畅运行的重要因素之一。

GB/T25724-2017标准概述

GB/T25724-2017标准是我国制定的公共安全视频监控数字视音频编解码技术要求标准，主要包括数字视频编码、数字音频编码、数字视频解码和数字音频解码等方面的内容。

数字视音频编解码技术要求

GB/T25724-2017标准对公共安全视频监控系统中使用的数字视音频编解码技术提出了具体要求，主要包括以下几个方面：

1.数字视频编码

数字视频编码应当满足高清晰度、低码率、低延迟、低功耗等方面的要求，同时应当支持H.264、H.265等国际标准。

2.数字音频编码

数字音频编码应当满足高保真、低码率、低延迟、低功耗等方面的要求，同时应当支持AAC、G.711等国际标准。

3.数字视频解码

数字视频解码应当满足高清晰度、低延迟、低功耗等方面的要求，同时应当支持H.264、H.265等国际标准。

4.数字音频解码

数字音频解码应当满足高保真、低延迟、低功耗等方面的要求，同时应当支持AAC、G.711等国际标准。

5.技术支持和服务

公共安全视频监控系统中使用的数字视音频编解码技术应当有相应的技术支持和服务，确保系统的稳定运行。

总结

公共安全视频监控是保障公共安全的重要手段，数字视音频编解码技术作为其重要组成部分，对于保障公共安全具有不可替代的作用。GB/T25724-2017标准对公共安全视频监控系统中使用的数字视音频编解码技术提出了具体要求，为保障公共安全提供了有力保障。