بخشی از مقاله
چکیده
انتقال ویدیوي مقیاس پذیر بر روي شبکههاي اقتضایی بدلیل چند گامه بودن مسسیر ارسالی و همچنین وجود مسیرهاي متمایز میتواند بسیار کاربرد پذیر باشد. یکی از زمینههاي پرکاربرد توزیع ویدیوي مقیاس پذیر، ارتباط ویدیویی در یک کنفرانس می باشد. از آنجاییکه در این شبکه ها گرهها ممکن است توان پردازشی و صفحه نمایش متفاوتی داشته باشند، از این رو مقیاس پذیري یک راه حل مناسب براي انتقال محتواهایی چون ویدیو می باشد.
انتقال ویدیو در این شبکهها به دو دلیل چالش بر انگیز می باشد. اول اینکه قابها بدلیل وابستگی-هاي زمانی به گم شدگی بسته، بسیار حساس می باشند و خطا در یک قاب ممکن است در قابهاي دیگر ادامه داشته باشد. از طرفی خطاي انفجاري در شبکههاي اقتضایی امري متدوال است. در نتیجه در هنگام خطا براي یک بسته، اطلاعات کافی بمنظور پنهان سازي خطا وجود نخواهد داشت.
در این مقاله روشی ارائه می شود که بدون افزایش قابل ملاحظه سربار پیچیدگی محاسباتی و با استفاده از تکنیک چند توصیفه کد کردن ویدیو و کدگذاري لایهاي، سعی داریم اثرات خطاي انفجاري کانال را کاهش دهیم. نتایج نشان میدهد روش پیشنهادي بدلیل مستقل بودن توصیفها با وجود افزایش جزیی نرخ بیت ویدیو، سبب افزایش کیفیت ویدیو - تا 2دسی بل - می گردد.
١- مقدمه
امروزه بدلیل افزایش پهناي باند شبکههاي بیسیم و همچنین بهبود قدرت پردازشی ابزارهاي موبایل، انتقال ویدیو بر روي شبکههاي اقتضایی توجه خاصی را به خود معطوف نموده است. شبکه بیسیم اقتضایی به گروهی از ابزارهاي متحرك بیسیم اطلاق میشود که بدون داشتن یک ایستگاه مرکزي پایه می توانند با هم ارتباط برقرار نمایند . بدلیل توسعه سریع این شبکهها، کاربردهاي زیادي براي برقراري ارتباط ویدیویی در موقعیتهاي مختلف ایجاد شده است. براي مثال برقراري ارتباط ویدیویی بین افراد حاضر در یک کنفرانس و یا توسعه سریع شبکه در هنگام وقوع زلزله و موارد جنگی را میتوان جزو زمینههاي پرکاربرد برشمرد.
ارسال قابل اطمینان ویدیو در شبکههاي اقتضایی بسیار چالش برانگیز میباشد. زیرا گم شدگی بسته و خرابی لینک، بدلیل محو شدگی چند مسیره و حرکت نودها بسیار اتفاق میافتد. از طرفی جریان فشرده شده ویدیو بدلیل وجود وابستگیهاي زمانی، نسبت به خطا بسیار حساس می-باشد و خطا در یک قاب ممکن است تا موقع همزمانی فرستنده و گیرنده، در قابهاي دیگر ادامه داشته باشد. یکی از روشهاي معمول براي مقابله با خطاي کانال، تکنیک تصحیح خطاي پیش رونده یا FEC می باشد .[1] مشکل این روش سربار حاصل از دادههاي اضافی می باشد که ممکن است
تا 20 درصد نیز باشد و همچنین این تکنیک تنها براي خطاهاي با طول محدود کاربرد دارد و براي خطاهاي بستهاي نمیتواند کارا باشد . روش مرسوم براي مقابله با خطاهاي بستهاي استفاده از روش درخواست ارسال مجدد یا ARQ میباشد.
در الگوهاي مختلفی براي ارسال مجدد بسته گم شده براي کنترل خطا معرفی شده است. این روش در صورتی میتواند بکار رود که اولا مسیر برگشت از گیرنده به فرستنده وجود داشته باشد، دوما تاخیر زمانی کافی براي پخش بسته ارسال مجدد شده وجود داشته باشد. بعبارت دیگر مسیر انتقال بین فرستنده و گیرنده کوتاه در نظر گرفته شود. اگر چنین شرایطی برقرار باشد، ارسال مجدد نه تنها میتواند کاربرد پذیر باشد بلکه می تواند بسیار تاثیر گذار نیز باشد.
در صورتی که یک بسته دچار خطا گردد و هیچ یک از روشهاي مقاوم نمودن بسته نتوانند آن خطا را پوشش دهند، از تکنیک پنهان سازي خطا، بمنظور جلوگیري از انباشتگی خطا در قابهاي آینده استفاده میشود. استاندارد H.264/AVC در این راستا دو تکنیک میانگین مقدار وزن پیکسلها و روش تطبیق مرزي بر اساس بردارهاي حرکت براي پنهان سازي خطا معرفی کرده است.[4] اکثر روشهاي پنهان سازي خطا از اطلاعات همسایهها براي بسته گم شده، بمنظور پنهان سازي خطا استفاده مینمایند. در محیطهایی چون شبکههاي اقتضایی که خطا به صورت
انفجاري رخ میدهد، ممکن است چند بسته پشت سرهم نیز با خطا مواجه شوند. بنابراین در صورت وجود خطاي انفجاري، خود همسایهها نیز با خطا مواجه میشوند و نمیتوانند خطاي بوجود آمده را پوشش دهند.
کدگذاري چند توصیفه ویدیو یا MDC و کدگذاري لایهاي روشهایی هستند که میتوانند از مزایاي وجود مسیرهاي متمایز در شبکههاي اقتضایی، بمنظور کاهش اثرات خطاي کانال بهره ببرند. تکنیک MDC تلاش میکند با ایجاد چند توصیف مستقل از ویدیو، خطاي بوجودآمده را در کل یک قاب توزیع نماید تا بدین طریق کیفیت عینی تصویر در حد قابل قبولی نگه داشته شود. بمنظور ایجاد چند توصیف متمایز از ویدیو، تکنیک ترتیب منعطف ماکروبلاك یا FMO در استاندارد H.264/AVC پیش بینی شده است.[4] ماکروبلاك کوچکترین واحد پایه در کدگذاري ویدیو میباشد. در [5] ویدیوي ورودي با استفاده از تکنیکFMO، به چند توصیف مستقل تبدیل میگردد و هر یک از توصیفها نیز بهمراه دادههاي مهم توصیف دیگري از مسیر مستقل ارسال میگردند.
کد گذاري لایهاي نیز روش دیگر براي افزایش قابلیت اطمینان ویدیو می باشد. در این روش ویدیوي ورودي به صورت یک لایه پایه و یک یا چند لایه بهبود کدگذاري میگردد. لایه پایه کمترین کیفیت قابل قبول از ویدیو را ارائه مینماید و با اضافه شدن هر یک از لایههاي بهبود، کیفیت لایه پایه افزایش مییابد. بر عکس تکنیک MDC درLVC بمنظور افزایش کارایی فشرده سازي، لایههاي بهبود وابسته به لایه پایه کدگذاري میگردند. از این رو لایه پایه از اهمیت بالاتري برخوردار است و بایستی در محیطهاي مستعد خطا محافظت بیشتري گردد.
در شبکههایی که میتوان چند مسیر متمایز از فرستنده به گیرنده ایجاد نمود، میتوان مسیر مطمئن را براي انتقال لایه پایه در نظر گرفت. روشهاي زیادي براي ایجاد مسیر مطمئن در شبکههاي اقتضایی پیشنهاد شده است .[6] ولی این روشها یا نیاز به اطلاعاتی آماري از شبکه دارند و یا فرضیاتی مثل وجود گره مطئن در شبکه را شامل میشوند . از طرف دیگر بدست آوردن اطلاعات آماري از شبکه بدلیل تاخیري که براي جمع آوري این اطلاعات ایجاد میشود ممکن است براي کاربردهاي چندرسانهاي و براي گرههایی با توان پردازشی محدود عملی نباشد. در[7] دادههاي مهم ویدیو از طریق ترکیب FEC و مدلاسیون سلسله مراتبی دامنه یا HQAM محافظت بیشتري صورت گرفته است.
مائو و همکاران [8] معماري را پیشنهاد کرده اند که بستههاي گم شده لایه پایه از طریق تکنیک ARQ ارسال مجدد میگردند.
کدگذاري لایهاي - مقیاسپذیر - علاوه بر مقاوم نمودن ویدیو، ویژگی تطبیق پذیري با انواع شبکهها و همچنین پشتیبانی از کابران با نرخ بیت-هاي متفاوت را نیز شامل میشود .[9] که در قسمت 3 به این موضوع بیشتر پرداخته شده است.
اگرچه در اکثر کارهاي گذشته همانند [10] و [11] نتیجه گیري شده است که در محیطهاي مستعد خطاي بستهاي، چند توصیفه کردن ویدیو بهتر از لایهاي کدکردن عمل میکند، ولی در [12] نشان داده شده است که کارایی MDC و LVC به چگونگی تخصیص بستهها به مسیرها بستگی دارد.
در مقاله حاضر سعی داریم از مزایاي هر دو رویکرد مطرح شده یعنی کدگذاري چند توصیفه و کدگذاري لایهاي بمنظور مقاوم نمودن ویدیو بهره ببریم. در روش پیشنهاد شده در ابتدا ویدیوي ورودي در دو لایه پایه و بهبود کدگذاري میگردد. کدگذاري لایهها به گونه اي است که در نهایت هر لایه از ویدیو از طریق تکنیک ترتیب منعطف ماکروبلاك - FMO - ، دو توصیف مستقل را ایجاد مینمایند. سپس با ایجاد دو مسیر مجزا از فرستنده به گیرنده،ترکیبی از توصیفهاي دو لایه با یکدیگر ارسال می-گردد. طرح پیشنهادي با جزئیات بیشتر در قسمت 5 آورده شده است.
روش پیشنهادي بدلیل استفاده از مقیاسپذیري، میتواند براي چندپخشی کردن ویدیو بر روي شبکههایی با کاربران متنوع استفاده گردد. همچنین این روش قابل تعمیم به شبکههاي سلولی و شبکههاي سیمی می باشد که امکان ایجاد چند مسیر از فرستنده به گیرنده وجود دارد.
باقی مقاله بدین گونه سازماندهی شده است.ابتدا در قسمت 2 معماري استاندارد H.264/AVC ذکر شده است .مقیاسپذیري ویدیو در بخش 3 شرح داده شده است و سپس در بخش 4تکنیک FMO که در استاندارد H.264/AVC براي ایجاد چند توصیف مستقل از ویدیو فراهم شده است را ذکر خواهیم کرد . در قسمت 5 روش پیشنهادي معرفی خواهیم شد و سناریوهاي موجود در این طرح را مورد بررسی قرار خواهیم داد و در نهایت محیط شبیه سازي ،نتایج و ارزیابی ها در قسمت 8،7و9 آورده شده است.
٢- معرفی استاندارد H.264/VAC
استاندارد H.264/AVC علاوه بر تمرکز کافی بر روي افزایش کارایی فشرده سازي ویدیو، توجه خاصی نیز به افزایش مقاومت ویدیو و همچنین تطبیق پذیري با شرایط مختلف شبکه دارد . از این رو این استاندارد، در معماري دو لایهاي براي جدا کردن فشرده سازي و انتقال برروي شبکه، طراحی شده است.[13] لایه اول به لایه فشرده سازي ویدیو - VCL - و لایه دوم به لایه سازگار با شبکه - NAL - شناخته میشود. VCL فرآیند فشرده سازي و جریان بیتی ویدیو را تعریف میکند و لایه NAL نیز داده-هاي لایه VLC را در بستههایی به نام NAL unit کپسوله مینماید تا فرایند تحویل دادههاي ویدیوي به پروتکلهاي لایه پایین مثل RDP/UDP/IT را تسهیل نماید.
تکنیکهاي اصلی استاندارد H.264/AVC براي مقاوم نمودن ویدیو مثل ترتیب منعطف ماکروبلاك - FMO - ، افراز بندي دادهها و اسلایزهاي افزونه در لایه VLC فراهم شدهاند.
در این مقاله از استاندارد H.264/AVC براي کدگذاري ویدیو استفاده شده است و براي مقاوم نمودن ویدیو نیز تکنیک FMO وکدگذاري لایهاي - مقیاس پذیري - بکار گرفته شده است.
در ادامه مفاهیم مقیاس پذیري و چند توصیفه کد کردن ویدیو شرح داده خواهد شد.
٣- کد گذاري مقیاس پذیري
در این مقاله کدگذاري لایهاي با نام کدگذاري مقیاسپذیر ویدیو - SVC - شناخته میشود. مقیاس پذیري ویدیو یعنی اینکه از یک جریان بیت، بتوان ویدیوهایی با بیش از یک نوع کیفیت - یا دقت تصویر - به دست آورد.[14] مقیاس پذیري با کمی افزایش درپیچیدگی و نرخ بیت، لایههاي مختلفی از ویدیو را پشتیبانی مینماید. هر یک از لایه ها بهمراه لایههاي پایین تر از خود یک سطح کیفی یا مکانی را شامل میشوند.اساس مقیاس پذیري در شکل1 نشان داده شده است.
شکل :1 نمودار بلاك دیاگرام کدك مقیاس پذیر دو لایهاي.
بمنظور کدگذاري ویدیو به صورت مقیاس پذیر، ابتدا ویدیوي ورودي با یک سطح کیفی یا مکانی پایین فشرده سازي میشود تا جریان لایه پایه را ایجاد کند. تفاوت بین ویدیوي ورودي و ویدیوي کدگشایی شده لایه پایه، لایه بهبود را ایجاد خواهد نمود . پایین ترین سطح کیفی مربوط به لایه پایه میباشد و با افزودن لایههاي بالا - بهبود - به لایه پایه، کیفیت این لایه افزایش خواهد یافت. مقیاس پذیري کاربردهاي مختلفی اعم از پشتیبانی از پهناي باند واندازه صفحه نمایش متفاوت کاربران و همچنین پشتیبانی از تطبیق توان و تنزیل ملایم نرخ بیت ارسالی در هنگام ازدحام شبکه را فراهم میکند
امروزه کاربردهاي مختلفی میتوان یافت که می توانند از مقیاس پذیري بمنظور ارسال محتواي ویدیویی بهره ببرند.کاربردهایی چون ویدیو تلفنی و ویدیو کنفرانس بر روي ابزارهاي موبایل وجریان سازي ویدیو در شبکههاي موردي از جمله این کاربردها می باشند. اگر ویدیو براي هر یک از کاربران با ویژگیهاي مختلف به صورت جداگانه کدگذاري گردد در این صورت بارترافیک بالایی به شبکه تحمیل خواهد شد. این در حالی است که با استفاده از کدگذاري مقیاس پذیري، علاوه بر پشتیبانی از کاربران مختلف، کاهش چشمگیري در نرخ بیت ویدیو ایجاد شده است.
-1-3 مقیاس پذیري در استاندارد H.264/AVC
استانداردهاي H.262/MPEG-2 و H.263 هر یک به نوعی مقیاس پذیري را پشتیبانی کردهاند ولی در این استانداردها براي مقیاس پذیري، افزایش پیچیدگی و افزایش قابل ملاحظه نرخ بیت را نسبت به کدگذاري تک لایه اي مشاهده می کنیم. این موضوع باعث شده این استانداردها در زمینه مقیاس پذیري چندان موفق نباشند. با معرفی استاندارد H.264/AVC این مشکلات تا حد زیادي برطرف گردید. این ویژگی از طریق استفاده از شباهتهاي بین لایهاي - تخمین بین لایهاي - محقق شده است
با کاهش نرخ بیت لایههاي ویدیو از طریق تخمینهاي بین لایهاي و همچنین بدلیل نرخ بیت کم لایه پایه، میتوان از SVC براي مقاوم نمودن ویدیو نیز استفاده نمود. در این حالت وقتی ماکروبلاکی از لایه بهبود گم شود در این صورت ماکروبلاك متناظر در لایه پایه میتواند آن خطا را پوشش دهد. در مواقع تطبیق با شبکه نیز در صورت وجود ازدحام در شبکه می توان از ارسال دادههاي لایه بهبود صرف نظر کرد و تنها بستههاي لایه پایه را ارسال نمود.
-2-3 انواع مقیاس پذیري
در کل سه نوع مقیاس پذیري را در همه استانداردها شاهد هستیم. مقیاس پذیري زمانی، مکانی و مقیاس پذیري کیفی. مقیاس پذیري زمانی، هنگامی حاصل می شود که با استخراج قسمتی از جریان بیتی بعنوان لایه-اي از ویدیو، جریان بیتی باقیمانده یک جریان بیتی معتبر ولی با تعداد قاب کمتر از جریان اصلی را تشکیل دهد . مقیاس پذیري زمانی میتواند به وسیله تقسیم بندي قابها در لایه پایه و یک یا تعدادي لایه بهبود زمانی دیگر تشکیل شود.
در مقیاس پذیري مکانی هر یک از لایه ها اندازه تصاویر متفاوتی دارند به طوري که لایه پایه کوچکترین اندازه تصویر ویدیویی قابل قبول را دارد و هر یک از لایه هاي بهبود اندازههاي بزرگتر از لایه پایینتر ازخود را دارند. در این نوع مقیاس پذیري اندازه پیمانشگر براي همه لایهها یکسان در نظر گرفته می شود. در مقیاس پذیري کیفی یا SNR هر یک از لایهها با اندازه پیمانشگر متفاوتی کدگذاري میشوند از این رو هر لایه، کیفیت بالاتري نسبت به لایه پایین تر از خود دارد. لایه پایه کمترین کیفیت قابل قبول ویدیو را دارا میباشد.
از آنجاییکه در این مقاله انتقال مقاوم ویدیو مد نظر می باشد و همچنین بمنظور ساده سازي شبیهسازيها، ویدیوي ورودي تنها در دو لایه کیفی یا مکانی کدگذاري شده است. با این وجود روش پیشنهادي قابل تعمیم به لایههاي بیشتر میباشد.
۴- چند توصیفه کدکردن ویدیو
هدف از چند توصیفه کد کردن یک ویدیو ایجاد دو یا چند جریان بیت متمایز که هر یک از این جریان ها به صورت مجزا قابل کد گشایی باشد. این جریان هاي بیتی مکمل یکدیگر هستند و وقتی کدگشا همه آنها را دریافت کرده باشد ویدیویی با کیفیت اصلی را در اختیار خواهد داشت. روشهاي زیادي براي چند توصیفه کردن ویدیو وجود دارد که در [15] تعدادي معرفی شده اند. یکی از ساده ترین روش ها بمنظور ایجاد دو توصیف از ویدیو کد کردن قابهاي زوج و فرد به صورت مجزا می باشد. در این حالت قابهاي فرد تنها می توانند از قابهاي فرد و قابهاي زوج نیز فقط از قابهاي زوج بعنوان مرجع تخمین، استفاده نمایند.
-1-4 ترتیب منعطف ماکروبلاك - FMO -
در استاندارد H.264/AVC روشی که بمنظور ایجاد چند توصیف از یک جریان بیت ویدئو ، از آن استفاده شده است ترتیب منعطف ماکروبلاك یا FMOمی باشد. در این روش ماکروبلاکها پس از فشرده سازي طبق الگویی به چند گروه تقسیم می گردند
