MPEG-2映像

MPEG-2 Video は、ISO/IEC 動画専門家グループと ITU-T が共同で策定した動画圧縮規格であり、正式な規格番号は ISO/IEC 13818-2 および ITU-T H.262 である。第1版は1995年に完成し、デジタルテレビ、記憶媒体、通信など、異なる解像度、ビットレート、走査方式を同一のデコード構文でカバーすることを目標としています。

「MPEG-2」は一連の規格であり、単に映像符号化のみを指すものではありません。

Part 1（ISO/IEC 13818-1、ITU-T H.222.0）は番組ストリーム、伝送ストリーム、およびシステム多重化を規定し、Part 2は映像を規定し、Part 3およびPart 7はさまざまな音声符号化に関するものです。したがって、MPEG-2 Videoはファイルコンテナではなく、MPEGオーディオを自動的に含むわけでもない。拡張子が.mpg、.vob、または.tsのファイルについては、それぞれに含まれるビデオ、オーディオ、システム層を個別に確認する必要がある。

符号化された画像は、シーケンス、画像グループ、画像、スライス、マクロブロック、ブロックといった階層で構成される。一般的な4:2:0ビデオの1つのマクロブロックは、16×16の輝度サンプリングとそれに対応する色度サンプリングをカバーし、さらに8×8のブロックに分割されて離散コサイン変換（DCT）が行われる。この変換により、空間ピクセルが異なる周波数の係数に変換され、量子化によってこれらの係数の精度がさらに低下します。量子化を強く行うと、通常はビットレートが低下する一方で、ブロックノイズ、リングノイズ、および細部の損失が生じやすくなります。量子化マトリックスを使用することで、フレーム内ブロックとフレーム外ブロックごとに、異なる周波数帯域の保持レベルを調整することができます。MPEG-2 Videoでは、I、P、Bの3種類の主要な画像が使用される。I画像は他の画像の運動補償に依存せず、ランダムアクセスやエラー回復の基盤として機能する。P画像は、先行するI画像またはP画像から予測される。B画像は、前方参照と後方参照の両方を同時に利用することができる。画像グループは、ビットストリーム内の典型的な配置を規定しているが、規格では固定長を要求していない。B画像が参照する後方参照は事前に復号する必要があるため、ビットストリーム内の復号順序は表示順序と異なる場合がある。クローズド画像グループとオープン画像グループでは、境界をまたぐ参照の処理も異なる。

運動補償は通常、16×16のマクロブロックまたはそれに対応するセグメントを単位とし、運動ベクトルを用いて参照フレーム内の予測位置を指定する。エンコーダがどのように運動ベクトルを検索し、シーン切り替えを判断し、またはビットを割り当てるかは、規格で強制されるアルゴリズムではない。出力ビットストリームが規定通りにデコードできればよい。MPEG-2 ビデオは一般的にハーフピクセル運動補償を使用しており、後続の AVC や HEVC のようなより細かいセグメント体系を備えていないため、低ビットレートでは複雑な動きやエッジに対してより多くの残差データが必要になる可能性がある。

この規格は、設計上、プログレッシブ映像とインターレース映像の両方を考慮している。画像は完全なフレームまたは個別のフィールドとして符号化することができ、フレーム画像内のマクロブロックについては、フレーム予測、フィールド予測、およびフレームまたはフィールドの離散コサイン変換を選択可能です。ビットストリームでは、progressive_sequence、progressive_frame、top_field_first、repeat_first_field などのフラグを使用して、走査および表示のタイミングを記述します。映画ソースの番組は、プログレッシブ画像と繰り返しフィールドフラグを組み合わせて3:2プルダウンを形成することも、制作段階で真のインターレース画像に変換することも可能です。コンテナが報告する出力フレームレートだけを見て、元の動きの構造を判断できるとは限りません。

プロファイルはエンコーディングツールと色度処理能力を規定し、レベルは解像度、サンプリングレート、ビットレート、およびバッファリソースを規定します。「Simple Profile」はBフレームを使用せず、「Main Profile」は放送および一般向け配信で最も一般的な基盤となっています。さらに、スケーラブルエンコーディング、高色度、またはプロフェッショナル制作向けのプロファイルも用意されています。Main Levelは標準解像度のデジタルテレビやDVDで一般的に使用され、High-1440およびHigh Levelはハイビジョンパラメータに拡張されており、4:2:2 Profileはより高い色度精度を必要とする番組制作および伝送に対応しています。プロファイルとレベルの組み合わせは全体として判断する必要があり、「Main」という表記だけを見て画面サイズを決定することはできません。

ビデオバッファ検証モデルは、仮想デコーダがビットストリームの時系列に従ってデータをどのように受信・除去するかを規定しており、ピークデータ量とバッファ使用量を制限するために用いられる。エンコーダは定常ビットレートまたは可変ビットレートの番組を生成できますが、準拠デコーダのバッファがオーバーフローもアンダーフローも起こさないようにする必要があります。ビットレート制御の具体的な方法は仕様に含まれていないため、同じ平均ビットレートを持つ2つのMPEG-2エンコードでも、瞬間的な割り当てや画質が異なる場合があります。

DVD-Videoでは主にMPEG-2 Videoが使用される。525/60システム向けのフルフレームは通常720×480、625/50システム向けは通常720×576であり、これらは音声トラック、字幕、ナビゲーションパッケージとともにVOBにカプセル化される。デジタルテレビでは、連続放送や多番組多重化に対応するため、ビデオ基本ストリームをMPEG-2トランスポートストリーム（TS）に格納することがより一般的である。番組ストリーム、トランスポートストリーム、およびビデオ基本ストリームにはそれぞれ異なる境界があり、TSやVOBそのものを一種のビデオ符号化と呼ぶことはできない。MPEG-2 Videoは、衛星放送、ケーブルテレビ、地上波デジタルテレビ、初期のハイビジョン放送、プロフェッショナル向け番組交換、SVCD、および一部のBlu-rayやHD DVDでも使用されている。Blu-rayではMPEG-2をビデオコーデックとして使用することが可能だが、ディスク容量の拡大やハイビジョン化によって、その基本的な圧縮方式が変わることはない。実際のビットレートは通常、DVDよりも高い。その後、H.264 / AVC や HEVC が多くの新しいシステムで採用され、より複雑な予測やセグメンテーションによって高い圧縮効率を実現しているが、MPEG-2 は既存の番組、放送インフラ、および機器との互換性のため、依然としてデコードおよび保存され続けている。

MPEG-2 Video マークは、そのビットストリームが H.262 / ISO/IEC 13818-2 に準拠していることを示すだけであり、解像度、走査方式、アスペクト比、または画質を単独で決定するものではありません。この規格ではさまざまなパラメータの組み合わせが許可されており、最終的な結果は、ソース素材、規格変換、ノイズ除去、量子化マトリックス、画像グループ構造、エンコーダの実装、および利用可能なビットレートにも左右されます。