کدگذاری ویدئوی چندمنظوره (VVC / H.266)
با افزایش مصرف رسانه‌های دیجیتال به سمت وضوح فوق‌العاده بالا 4K، 8K و واقعیت مجازی 360 درجه، تقاضای پهنای باند استانداردهای فشرده‌سازی موجود را به حداکثر می‌رساند. کدگذاری ویدئوی چندمنظوره (VVC)، که به‌صورت رسمی به عنوان ITU-T H.266 و ISO/IEC 23090-3 (MPEG-I Part 3) شناخته می‌شود، آخرین گام تکاملی در فناوری فشرده‌سازی ویدئو را نشان می‌دهد. این استاندارد به‌طور مشترک توسط تیم مشترک کارشناسان ویدئو (JVET) — همکاری بین ITU‑T SG 16 WP 3 و ISO/IEC JTC 1/SC 29/WG 11 — توسعه یافت و در ژوئیه 2020 نهایی شد با هدف واضحی: کاهش نرخ بیت داده‌ها حدود ۵۰٪ نسبت به پیش‌سابق خود، HEVC (H.265)، در حالی که کیفیت بصری یکسانی را حفظ می‌کند.
1. VVC (کدگذاری ویدئوی چندمنظوره) چیست؟
کدگذاری ویدئوی چندمنظوره (VVC) یک کدک ویدئویی ترکیبی مبتنی بر بلوک است که برای پوشش تمام طیف برنامه‌های ویدئویی طراحی شده است. برخلاف کدک‌های قدیمی که عمدتاً برای پخش سنتی و استریم بهینه‌سازی شده‌اند، VVC از پایه برای پشتیبانی از موارد زیر ساخته شده است:
- ویدئوی با نرخ فریم بالا (HFR) (تا ۱۲۰ فریم بر ثانیه و بیشتر)
- دامنه دینامیک بالا (HDR) و گاموت رنگی گسترده (BT.2020)
- کدگذاری محتوای صفحه (متن، گرافیک و رندر رابط کاربری تولید شده توسط کامپیوتر)
- ویدئوی همه‌جهتی $360^\circ$ برای محیط‌های AR/VR
- تغییر رزولوشن سازگار بدون توقف پخش ویدئو
- ارتباطات تعاملی زمان واقعی با تأخیر کم (بازی، ویدئو کنفرانس)
با دستیابی به نسبت‌های فشرده‌سازی بی‌سابقه، VVC به پخش‌کنندگان، ارائه‌دهندگان استریم و شبکه‌های موبایل امکان می‌دهد تا تجربه‌های بصری برتر را بر روی اتصالات شبکه محدود ارائه دهند.
2. ویژگی‌های کلیدی VVC / H.266
| ویژگی | مشخصات / قابلیت |
|---|---|
| نهاد استانداردسازی | JVET (ITU-T و ISO/IEC MPEG) |
| کارایی فشرده‌سازی | ~۵۰٪ کاهش بیت‌ریت نسبت به HEVC (H.265); ~۷۵٪ نسبت به AVC (H.264) |
| پشتیبانی حداکثر رزولوشن | تا 16K ($15360 \times 8640$) |
| پروفایل‌های رنگ و عمق بیت | رنگ ۸ بیتی تا ۱۶ بیتی، نمونه‌برداری کرما ۴:۰:۰، ۴:۲:۰، ۴:۲:۲ و ۴:۴:۴ |
| نرخ‌های فریم پشتیبانی‌شده | تا 120 فریم بر ثانیه و نرخ‌های فریم متغیر |
| پشتیبانی از دامنه دینامیک | SDR، HDR10، HLG، و ویژگی‌های انتقال سفارشی |
| کانتینرهای اصلی فایل | .mp4، .mkv، .ts، و بیت‌استریم‌های خام (.vvc / .266) |
مزایای اصلی معماری:
- صرفه‌جویی در پهنای باند: ویدئوی ۴K با کیفیت بی‌نقص را با بیت‌ریت‌هایی که معمولاً برای 1080p فول اچ‌دی لازم است، ارائه می‌دهد.
- انعطاف‌پذیری چندمنظوره واقعی: پروفایل‌های بومی اختصاص یافته به بازی، به‌اشتراک‌گذاری صفحه، ویدئوی کروی غوطه‌ور، و نظارت.
- بهینه‌سازی‌شده برای تحویل ابری و CDN: به‌طور چشمگیری هزینه توزیع و ذخیره‌سازی برای پلتفرم‌های بزرگ پخش ویدئو را کاهش می‌دهد.
3. ویژگی‌های فنی عمیق VVC
VVC بهبودهای الگوریتمی پیشرفته‌ای را در تمام مراحل چارچوب ترکیبی کدگذاری ویدئو ادغام می‌کند:
A. تقسیم‌بندی پیشرفته بلوک (ساختار QTMT)
در حالی که HEVC بر ساختار بلوک درختچه‌چهارگانه (QT) با حداکثر اندازه واحد درخت کدگذاری (CTU) برابر $64 \times 64$ تکیه داشت، VVC درختچه‌چهارگانه با درخت چندنوعی (QTMT) را معرفی می‌کند.
- حداکثر اندازه CTU به $128 \times 128$ پیکسل گسترش یافته است.
- اجازه می‌دهد تقسیم بازگشتی به درخت‌های دودویی (افقی/عمودی) و درخت‌های سه‌تایی (تقسیم‌بندی سه‌راهه) انجام شود.
- به رمزگذار امکان می‌دهد بلوک‌های تقسیم را به‌دقت دور مرزهای پیچیده اشیاء، بافت‌های ریز و گرادیان‌های صاف شکل دهد.
B. پیش‌بینی داخل‑تصویری پیشرفته
برای فریم‌های تک‌تک (I-frames)، VVC مدل‌سازی جهت فضایی را به‌طرز چشمگیری غنی‌تر می‌کند:
- 67 حالت پیش‌بینی اینترا: از 35 حالت HEVC گسترش یافت تا جهت‌گیری‌های دقیق لبه را ضبط کند.
- پیش‌بینی زاویه‌دار گسترده: به‌صورت یکپارچه زاویه‌های بیش از قطرهای ۴۵ درجه معمولی را برای بلوک‌های غیر مربعی مدل می‌کند.
- مدل خطی متقابل مؤلفه (CCLM): نمونه‌های کروم (رنگ) را مستقیماً از نمونه‌های لاما (روشنایی) بازسازی‌شده پیش‌بینی می‌کند و هزینه انتقال کروم را کاهش می‌دهد.
- خط مرجع چندگانه (MRL): از خطوط پیکسل مرزی غیر مجاور برای پیش‌بینی نواحی پس‌زمینه پیچیده استفاده می‌کند.
C. پیش‌بینی بین‑تصویری دقیق و جبران حرکت
برای فریم‌های پیش‌بینی‌شده به‌صورت زمانی (فریم‌های P و B)، VVC معرفی می‌کند:
- پیش‌بینی بردار حرکت زمانی زیر بلوک (SbTMVP): یک بلوک را به زیر بلوک‌های $8 \times 8$ تقسیم می‌کند و به هر زیرمنطقه بردار حرکت منحصر به‌فردی اختصاص می‌دهد.
- پیش‌بینی حرکت آفین: تبدیل‌های پیچیده دنیای واقعی مانند زوم، چرخش، کشش و انحراف پرسپکتیو را با استفاده از مدل‌های ۴‑پارامتری یا ۶‑پارامتری مدل‌سازی می‌کند.
- جریان نوری دو‑جهتی (BDOF): جبران حرکت را در سطح هر نمونه به‌صورت دقیق‌تر اصلاح می‌کند بدون افزودن هزینه سیگنالینگ.
- بهبود بردارهای حرکتی در سمت دیکودر (DMVR): بردارهای حرکتی را مستقیماً در سمت دیکودر تنظیم دقیق می‌کند و بیت‌های انتقال را صرفه‌جویی می‌کند.
D. فیلترگذاری پیشرفته در‑حلقه
برای حذف اشکالات بصری (بلوکینگ، رینگینگ و تار شدن رنگ)، VVC از یک زنجیره فیلتر چهار مرحله‌ای استفاده می‌کند:
- فیلتر حذف بلوک (DBF): ناپیوستگی‌های مرز بلوک‌ها را صاف می‌کند.
- آفست تطبیقی نمونه‌ای (SAO): جابجایی‌های لبه و باند را اصلاح می‌کند.
- فیلتر حلقه تطبیقی (ALF): از ۲۵ شکل فیلتر به شکل الماس برای بازسازی جزئیات بافت با فرکانس بالا استفاده می‌کند.
- ALF متقاطع مؤلفه (CC-ALF): جزئیات کرما را با استفاده از اطلاعات کانال لومای (روشنایی) بهبود می‌بخشد.
E. پشتیبانی بومی زیر‑تصویر و همه‌جهتی
VVC زیرتصاویر را به‌عنوان نواحی مستطیلی مستقل قابل رمزگشایی درون یک بوم ویدئویی تعریف می‌کند. این امکان را به هدست‌های VR می‌دهد که تنها نمای با وضوح بالا که کاربر به آن نگاه می‌کند را استریم کنند، در حالی که دید پیرامونی را با کیفیت پایین‌تر (استریم فواوی) منتقل می‌نمایند و تا ۷۰٪ پهنای باند استریم VR را صرفه‌جویی می‌کند.
4. نحوه ایجاد و رمزگذاری فایل‌های VVC
رمزگذاری محتوای VVC نیاز به کتابخانه‌های نرم‌افزاری دارد که استاندارد H.266 را پیاده‌سازی کنند. پیشرفته‌ترین انکودر متن‌باز VVenC است که توسط مؤسسه Fraunhofer Heinrich Hertz (HHI) توسعه یافته است.
روش 1: استفاده از Fraunhofer VVenC (CLI مستقل)
- پیش‌کامپایل‌های باینری VVenC را دانلود کنید یا از طریق گیت‌هاب از منبع بسازید (
https://github.com/fraunhoferhhi/vvenc). - دستور را برای رمزگذاری یک جریان ویدئویی YUV فشرده‌نشده یا خام اجرا کنید:
vvencapp --input input_yuv420p.yuv --size 1920x1080 --fps 60 --preset medium --qp 28 --output output.266
روش 2: رمزگذاری با FFmpeg (با فعال‌سازی libvvenc)
ساخت‌های سفارشی مدرن FFmpeg که با پشتیبانی libvvenc کامپایل شده‌اند، امکان تبدیل مستقیم از فایل‌های ویدئویی استاندارد (.mp4, .mov, .mkv) را فراهم می‌کنند:
ffmpeg -i input.mov -c:v libvvenc -preset medium -b:v 2500k -tag:v vvc1 -c:a aac -b:a 128k output_vvc.mp4
پیش‌تنظیمات رمزگذاری کلید:
faster/fast: بهترین گزینه برای نمونه‌سازی سریع و تست زنده.medium: تعادل پیشنهادی بین نسبت فشرده‌سازی و زمان رمزگذاری.slow: حداکثر کیفیت بصری و بالاترین فشرده‌سازی داده برای آرشیو و توزیع VOD.
5. چگونه فایل‌های ویدئویی VVC را باز و پخش کنیم
از آنجا که VVC یک استاندارد پیشرفته است، نرم‌افزارهای پخش‌کننده رسانه و رمزگشای‌های سخت‌افزاری به‌طور فعال پشتیبانی را گسترش می‌دهند. در اینجا نحوه پخش محتوای VVC امروز آورده شده است:
1. پخش‌کننده Fraunhofer VVdec
Fraunhofer HHI VVdec را ارائه می‌دهد، یک رمزگشای نرم‌افزاری منبع باز فوق‌العاده سریع و چندنخی.
- برنامه
vvdecappرا از گیت‌هاب دانلود کنید. - پخش یا رمزگشایی بیت‌استریم‌ها:
vvdecapp -b output.266 -o decoded_output.yuv
2. پخش‌کننده MPV Media Player (پخش‌کننده پیشنهادی GUI/CLI)
نسخه‌های اخیر MPV که با libvvdec یا آخرین بک‌اند FFmpeg کامپایل شده‌اند، می‌توانند ویدئوی VVC را داخل کانتینرهای .mp4 یا .mkv به‌صورت آماده پخش کنند:
mpv output_vvc.mp4
3. پخش‌کننده VLC Media Player
- VLC در حال ادغام پشتیبانی VVC در نسخه‌های 4.0 خود است.
- نسخه VLC 4.0 Nightly Build را دانلود کنید، پخش‌کننده را باز کنید و فایل ویدئویی
.mp4یا.vvcرا به‌صورت کشیدن و رها کردن مستقیم به پنجره پخش بکشید.
4. MPC-HC / MPC-BE با فیلترهای LAV (ویندوز)
کاربران ویندوز می‌توانند فایل‌های VVC را با استفاده از MPC-HC (Media Player Classic Home Cinema) همراه با آخرین نسخه‌های شبانه LAV Filters که پشتیبانی رمزگشایی VVC را شامل می‌شوند، پخش کنند.
مقایسه VVC vs. HEVC vs. AV1
| متریک | H.264 (AVC) | H.265 (HEVC) | AV1 | H.266 (VVC) |
|---|---|---|---|---|
| سال نهایی | 2003 | 2013 | 2018 | 2020 |
| کارایی بیت‌ریت | خط پایه ($0%$) | ~40-50% بهتر | ~۵۰-۵۵٪ بهتر | ~65-75% بهتر |
| مجوزدهی | حق امتیاز (MPEG LA) | حق امتیاز (چندین استخر) | بدون حق امتیاز (AOMedia) | حق امتیاز (Access Advance, etc.) |
| رمزگشایی سخت‌افزاری | سراسری | سراسری | گسترده | در حال ظهور در SoCهای پرچمدار |
| مورد استفاده هدف | وب/موبایل قدیمی | 4K پخش/OTT | ویدیو وب (YouTube/Netflix) | 8K/16K, AR/VR, OTT نسل بعد |
سوالات متداول (FAQ)
**Q1: مزیت اصلی فرمت ویدئویی VVC (H.266) نسبت به HEVC چیست؟ A1: VVC حدود ۵۰٪ صرفه‌جویی در داده نسبت به HEVC ارائه می‌دهد در حالی که کیفیت بصری یکسان را حفظ می‌کند.
**Q2: آیا VVC / H.266 یک فرمت ویدئویی رایگان و منبع باز است؟ A2: نه، VVC یک استاندارد دارای حق امتیاز ISO/ITU است که از طریق استخرهای پتنت مانند Access Advance مجوز دارد، اگرچه رمزگذارها/رمزگشایان منبع باز وجود دارند.
**Q3: کدام فرمت‌های کانتینر ویدئویی بیت‌استریم‌های VVC را پشتیبانی می‌کنند؟
A3: بیت‌استریم‌های VVC عمدتاً درون فایل‌های کانتینر استاندارد .mp4، .mkv (Matroska) و .ts (MPEG Transport Stream) بسته‌بندی می‌شوند.
**Q4: آیا VVC می‌تواند به‌طور مؤثر به اشتراک‌گذاری صفحه و پخش بازی‌های ویدئویی را مدیریت کند؟ A4: بله، VVC شامل ابزارهای تخصصی کدگذاری محتوای صفحه (SCC) است که رابط‌های کامپیوتری، متن و گرافیک‌های مصنوعی را با وضوح استثنایی فشرده می‌کند.
**Q5: چه زمانی تلفن‌های همراه و تلویزیون‌های هوشمند از رمزگشایی سخت‌افزاری بومی VVC پشتیبانی خواهند کرد؟ A5: فروشندگان بزرگ سیلیکون و تولیدکنندگان تلویزیون‌های هوشمند شروع به ادغام رمزگشای‌های سخت‌افزاری VVC در چیپست‌های برتر از سال‌های 2023–2024 کردند، و پذیرش عمومی به سرعت تا سال 2026 گسترش یافت.
خلاصه و چشم‌انداز آینده
کدگذاری ویدئوی چندمنظوره (VVC / H.266) استاندارد طلایی کارایی فشرده‌سازی و انعطاف‌پذیری ساختاری را تعیین می‌کند. با کاهش نصفی نیازهای پهنای باند شبکه برای 4K و باز کردن مسیرهای تحویل واقعی برای 8K، 16K، واقعیت مجازی فوئه‌دار و بازی‌های ابری، VVC آماده است تا دههٔ آیندهٔ تجربه‌های بصری دیجیتال را در سراسر جهان تقویت کند.
