Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Πολυτεχνική σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Ηλεκτροακουστικής

Transcript

1 Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Πολυτεχνική σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Ηλεκτροακουστικής «Διερεύνηση χαρακτηριστικών υπολογιστικού συστήματος ελαχίστων απαιτήσεων για κωδικοποίηση και μετάδοση ήχου και εικόνας υψηλής ευκρίνειας (HD) μέσω δικτύου IP.» Καρυπίδης Γεώργιος Επιβλέποντες: Λογοθέτης Παναγιώτης Δρ. Παπανικολάου Γ., Αβδελίδης Κ.

2 2

3 Περιεχόμενα Εισαγωγή...5 Βασικές Ορολογίες IPTV Ιστορικά στοιχεία Διαφορές μεταξύ IPTV και INTERNET-TV HDTV Ιστορικά στοιχεία Χαρακτηριστικά γνωρίσματα HD Προοδευτική-Διαπλεκόμενη σάρωση(ref 39,40,43,44,45)...16 Κωδικοποίηση-Συμπίεση Ασυμπίεστο video-ανάγκη για συμπίεση Εισαγωγή στην κωδικοποίηση MPEG MPEG MPEG H.264/AVC VC Προγράμματα Δοκιμών Benchmarking Τύποι Benchmark Αλγόριθμοι Προγράμματα που υλοποιούν τους αλγόριθμους...52 Διαδικασία ενθυλάκωσης IPTVCM Επισκόπησητου IPTV Communication Model (IPTVCM)...58 Υλοποίηση Το Hardware της συγκεκριμένης υλοποίησης

4 1.11 Μετρήσεις Διαγράμματα- Ερμηνεία των Μετρήσεων Pearson product-moment correlation coefficient Κωδικοποίηση-Μετρήσεις Εισαγωγή του συμπιεσμένου video στο software για streaming Χαρακτηριστικά προτερήματα του VLC: Performance Monitoring ΕΦΑΡΜΟΓΕΣ ΠΑΡΑΡΤΗΜΑ Α Μεταβολές στα MPEG-2 Bit Stream rates ΠΑΡΑΡΤΗΜΑ Β Μονάδες Μέτρησης των αποτελεσμάτων από τα παραπάνω Benchmarks: ΠΑΡΑΡΤΗΜΑ Γ ΒΙΒΛΙΟΓΡΑΦΙΑ-ΠΗΓΕΣ

5 Εισαγωγή Στόχος του παρόν συγγράμματος είναι η διερεύνηση των χαρακτηριστικών ενός υπολογιστικού συστήματος για την κωδικοποίηση και μετάδοση εικόνας-βίντεο υψηλής ευκρίνειας (HD). Πιο συγκεκριμένα περιγράφονται αναλυτικά οι έννοιες IPTV,HD, και κατόπιν εισάγεται η έννοια της κωδικοποίησης του ασυμπίεστου βίντεο αλλά και η διαδικασία ενθυλάκωσης του βίντεο προς μετάδοση. Έπειτα, εξετάζονται τα χαρακτηριστικά ενός δοσμένου υπολογιστή με τη βοήθεια προγραμμάτων-δοκιμών (benchmarks) και προσδιορίζονται μέσα από μετρήσεις τα υλικά μέρη του υπολογιστή από τα οποία εξαρτάται κυρίως η κωδικοποίηση και μετάδοση εικόνας. Εν κατακλείδι παρατηρείται η καταπόνηση του υπολογιστή κατά την διαδικασία της κωδικοποίησης και της μετάδοσης ξεχωριστά και εξάγονται συμπεράσματα για τις ελάχιστες απαιτήσεις των χαρακτηριστικών του υπολογιστή. 5

6 Βασικές Ορολογίες 1.1 IPTV InternetProtocoltelevision,TelcoTV η broadbandtv ονομάζεται η υπηρεσία η οποία έχει ως στόχο να μεταφέρει υψηλής ποιότητας τηλεοπτικές εκπομπές και on demand βίντεο πάνω από ευρυζωνικά δίκτυα. Επίσημα ορίζεται ως μετάδοση υπηρεσιών πολυμέσων και δεδομένων όπως τηλεόραση, βίντεο, ήχος, κείμενο, γραφικά πάνω από ένα IP δίκτυο προσφέροντας συγκεκριμένο επίπεδο ποιότητας, ασφάλειας διαδραστικότητας και αξιοπιστίας. Από τη μεριά του παρόχου επικεντρώνεται στην συγκέντρωση του υλικού και της ικανότητας για την αξιόπιστη και ασφαλή μεταφορά όλων των προαναφερθέντων δεδομένων αλλά κυρίως βίντεο στον τελικό χρήστη πάνω από την ήδη υπάρχουσα δομή του IP δικτύου. Από τη μεριά του χρήστη μοιάζει και λειτουργεί όπως η καλωδιακή τηλεόραση, δηλαδή μέσα από ένα μηχάνημα το οποίο είναι συνδεδεμένο με την τηλεορασή του μπορεί να επιλέξει ταινίες, μουσική καθώς και όποιες άλλες διαδραστικές υπηρεσίες μέσα από ένα μενού χωρίς να χρειάζεται εξειδικευμένες γνώσεις και από την άνεση του σπιτιού του Ιστορικά στοιχεία Το 1994, οι παγκόσμιες ειδήσεις ABC ήταν το πρώτο τηλεοπτικό θέαμα που θα μεταδιδόταν μέσω του Διαδικτύου, χρησιμοποιώντας το λογισμικό συνεδριάσεων μέσω video CU-SeeMe. Ο όρος IPTV εμφανίστηκε αρχικά το 1995 με την ίδρυση της εταιρείας PreceptSoftware από τη JudithEstrin και το BillCarrico. Η εταιρεία σχεδίασε και ανέπτυξε ένα τηλεοπτικό προϊόν Διαδικτύου που ονομάστηκε «IP/TV». IP/TV ήταν μια εφαρμογή βασισμένη σε Windows και UNIX που μετέφερε ήχο και εικόνα, χαμηλής αλλά και πολύ υψηλής ποιότητας (DVD), από μία ή περισσότερες πηγές, χρησιμοποιώντας unicast και multicast RTP/RTCP. Το λογισμικό δημιουργήθηκε πρώτιστα από το SteveCasner, το KarlAuerbach, και ChaCheeKuan. 6

7 Η Percept αγοράστηκε από τη CiscoSystems το 1998 κα έτσι η Cisco διατηρεί το εμπορικό σήμα «IPTV». Η ραδιοφωνική εταιρεία διαδικτύου AudioNet άρχισε πρώτη τη συνεχή ζωντανή μετάδοση με περιεχόμενο από την WFAA-TV τον Ιανουάριο του 1998 και η KCTULP στις 10 Ιανουαρίου Η εταιρεία Kingston Communications, ένας περιφερειακός φορέας λειτουργίας τηλεπικοινωνιών στο UK, ξεκίνησε την KIT (Kingston Interactive Television), που ήταν IPTV μέσω γραμμών ADSL το Σεπτέμβριο του 1999 μετά από πολλές προσπάθειες TVκαι VoD δοκιμών. Ο φορέας αυτός πρόσθεσε και την πρόσθετη υπηρεσία VoD τον Οκτώβριο του 2001 με τη YESTV, έναν φορέα VoD υπηρεσιών.η εταιρεία Kingston ήταν μια από τις πρώτες επιχειρήσεις στον κόσμο που σύστησε το IPTV και IP VoD over ADSL. Το 2003,η εταιρεία Total Access Networks προώθησε την δική της IPTV υπηρεσία, που αποτελούνταν πάνω από 100 ελεύθερους σταθμούς IPTV παγκοσμίως. Η υπηρεσία έχει χρησιμοποιηθεί σε πάνω από 100 χώρες παγκοσμίως, και έχει κανάλια σε 26 γλώσσες. Το 2005, η Bred bands bolaget ξεκίνησε την υπηρεσία IPTV της ως πρώτος φορέας παροχής υπηρεσιών στη Σουηδία. Από τον Ιανουάριο του 2009, δεν είναι πλέον ο μεγαλύτερος προμηθευτής καθώς η Talia που αργότερα προώθησε την υπηρεσία αυτή έχει τώρα περισσότερους πελάτες. Το 2006, η AT&T προώθησε την υπηρεσία U-Verse IPTV στις Ηνωμένες Πολιτείες. Το U-Verse αναφέρεται σε μια τεχνολογία VDSL (Very High bitrates dell). Η AT&T πρόσφερε πάνω από 300 κανάλια σε 11 πόλεις με ακόμη περισσότερα να προστίθενται το 2007 και μετά. Το Μάρτιο του 2009, η AT&T ανήγγειλε ότι το U-Verse είχε επεκταθεί σε 100 ή και περισσότερα κανάλια HD ( High Definition). Η εταιρεία πλέον έχει δημιουργήσει ιδιωτικό IP δίκτυο για μεταφορά video. 7

8 1.1.2 Διαφορές μεταξύ IPTV και INTERNET-TV Το IPTV συχνά συγχέεται με την μετάδοση τηλεόρασης μέσω INTERNET. Παρόλο που και τα δύο περιβάλλοντα βασίζονται πάνω στις ίδιες τεχνολογίες οι προσεγγίσεις τους στο θέμα διαφέρουν στους εξής τρόπους: Διαφορετικές πλατφόρμες Όπως φαίνεται και από το όνομα, το internet tv χρησιμοποιεί το διαδίκτυο για να μεταφέρει τηλεοπτικό περιεχόμενο στους τελικούς χρήστες ενώ οι πάροχοι IPTV χρησιμοποιούν ιδιωτικά δίκτυα, συνήθως ασφαλή,για τις υπηρεσίες τους. Γεωγραφικά όρια Τα δίκτυα που χρησιμοποιούνται από τους παρόχους τηλεπικοινωνιακών υπηρεσιών δεν είναι προσβάσιμα στο ευρύ κοινό και περιορίζονται από γεωγραφικά όρια τα οποία συνήθως είναι μέσα σε ένα κράτος, ενδεχομένως και σε στενότερα γεωγραφικά πλαίσια. Το διαδίκτυο από την άλλη δεν έχει γεωγραφικούς περιορισμούς. Ιδιοκτησία δικτυακής υποδομής Αυτό ίσως εμπεριέχει και τις δύο προηγούμενες διαφορές καθώς το διαδίκτυο δεν έχει έναν ιδιοκτήτη, τα πρωτόκολλα μπορεί να διαφέρουν, τα πακέτα να καθυστερήσουν η ακόμα και να μη φτάσουν ποτέ στον τελικό προορισμό τους. Κύριος στόχος επομένως του internet tv είναι η μετάδοση όσο το δυνατόν καλύτερα, κάνοντας πολλές φορές συμβιβασμούς στην ποιότητα ακόμα και στην καθυστέρηση.αυτά δεν συμβαίνουν στους παρόχους IPTV καθώς είναι ιδιόκτητο το δίκτυο μέσω του οποίου προσφέρουν τις υπηρεσίες τους. Τα πρωτόκολλα όλων των επιπέδων του μοντέλου OSI καθορίζονται από αυτούς, οι καθυστερήσεις των πακέτων ελέγχονται από τον πάροχο και μπορούν να εγγυηθούν ασφαλή υψηλής ποιότητας υπηρεσίες κάτι το οποίο δεν μπορεί να γίνει με το internet tv, ούτε καν στο επίπεδο της καλωδιακής ή αναλογικής τηλεόρασης όπως την ξέρουμε μέχρι σήμερα. 8

9 Μηχανισμοί πρόσβασης Ένα ψηφιακό set top box χρησιμοποιείται συνήθως για την πρόσβαση και την αποκωδικοποίηση του βίντεο στα συστήματα IPTV, ενώ στην περίπτωση του internet tv χρησιμοποιείται ένας απλός προσωπικός υπολογιστής, με πρόσβαση στο διαδίκτυο. Το λογισμικό που χρησιμοποιείται από τον υπολογιστή εξαρτάται από τον τύπο του αρχείου που μεταδίδεται μέσω internet. Συχνά χρειάζεται εγκατάσταση ενός συγκεκριμένου λογισμικού για πρόσβαση στο οπτικοαουστικό υλικό ενός site το οποίο ενδεχομένως να χρησιμοποιεί σύστημα διαχείρισης ψηφιακών δικαιωμάτων DRM (digital rights management). Κόστη Ένα σημαντικό ποσοστό του οπτικοαουστικού υλικού που μεταδίδεται μέσω internet είναι προσβάσιμο στους χρήστες χωρίς χρέωση, κάτι το οποίο τείνει να αλλάξει καθώς αυξάνεται ο αριθμός των εταιρειών που προσφέρουν οπτικοακουστικό υλικό με συνδρομή. Το σύστημα κοστολόγησης που χρησιμοποιείται είναι παρόμοιο με το προϋπάρχον σύστημα που χρησιμοποιείται χρόνια στην καλωδιακή τηλεόραση. Για παράδειγμα μπορεί ένας συνδρομητής να πληρώνει μηνιαία για απεριόριστη πρόσβαση στο σύνολο του οπτικοαουστικού υλικού ενός παρόχου, ένα μέρος αυτού ( κατηγοριοποιούνται συνήθως με βάση το είδος), η ακόμα και για κάθε βίντεο που βλέπει. Είναι πιθανό κάποια στιγμή στο μέλλον να προσφέρονται δωρεάν οι υπηρεσίες αυτές, ενώ τα κέρδη τους θα αποκομίζονται από την προβολή διαφημίσεων, όπως ακριβώς συμβαίνει στην επίγεια τηλεόραση. Μεθοδολογίες δημιουργίας περιεχομένου Οι πάροχοι internet TV δημιουργούν περιεχόμενο με βάση τις επιλογές των χρηστών και τις προτιμήσεις τους (η μέθοδος συλλογής αυτών των πληροφοριών δεν θα μας απασχολήσει εδώ), ενώ οι πάροχοι IPTV υπηρεσιών προσφέρουν ταινίες και τηλεοπτικά show όπως η τηλεόραση, τα οποία τους παρέχονται από εταιρείες παραγωγής ταινιών και τηλεοπτικών προγραμμάτων. 9

10 1.2 HDTV Η υψηλής ευκρίνειας τηλεόραση (HDTV) είναι ένα ψηφιακό σύστημα τηλεοπτικής μετάδοσης με μεγαλύτερη ανάλυση από τα παραδοσιακά τηλεοπτικά συστήματα (SDTV). Η HDTV χρησιμοποιεί ψηφιακή μετάδοση σε σχέση με παλαιότερα είδη που χρησιμοποιούσαν την αναλογική αναμετάδοση. Σήμερα πλέον ψηφιακά τηλεοπτικά (DTV) σήματα χρησιμοποιούνται, απαιτώντας λιγότερο εύρος ζώνης (bandwidth) λόγω της ψηφιακής συμπίεσης. O όρος high definition αρχικά περιέγραφε μια σειρά συστημάτων τηλεόρασης που αναπτύχθηκαν στα τέλη του Ωστόσο αυτά τα συστήματα ήταν υψηλής ευκρίνειας σε σύγκριση με παλαιότερά τους που βασίζονταν σε μηχανικά συστήματα με μόνο 30 γραμμές ανάλυσης Ιστορικά στοιχεία Η βρετανική υπηρεσία υψηλής ευκρίνειας TV άρχισε τις δοκιμές τον Αύγουστο του 1936 και μια κανονική υπηρεσία χρησιμοποιώντας ταυτόχρονα το Νοέμβριο του 1936 το μηχανισμό Baird (240 γραμμές) και το ηλεκτρονικό σύστημα Marconi-EMI (405 γραμμές).το σύστημα Baird διακόπηκε το Φεβρουάριο του Το 1938 η Γαλλία ακολούθησε με το σύστημα 441 γραμμών, οι παραλλαγές του οποίου χρησιμοποιήθηκαν επίσης από διάφορες άλλες χώρες. Το αμερικανικό NTSC ξεκίνησε το Το 1949 η Γαλλία εισήγαγε πρότυπα υψηλότερης ανάλυσης σε 819 γραμμές, ένα σύστημα που θα θεωρούνταν υψηλής ευκρίνειας ακόμη και από τα σημερινά πρότυπα, με τη διαφορά ότι ήταν μονοχρωματικό. Όλα αυτά τα συστήματα χρησιμοποιούσαν πεπλεγμένη σάρωση και λόγο διάστασης 4:3,εκτός από το σύστημα 240 γραμμών που ήταν προοδευτικό και το σύστημα 405 γραμμών που άρχισε στα 5:4 και άλλαξε αργότερα στα 4:3. Το σύστημα 405 γραμμών υιοθέτησε την επαναστατική ιδέα της πεπλεγμένης ανίχνευσης και κατάφερε να λύσει το πρόβλημα τρεμουλιασμάτων (flickering) του συστήματος 240 γραμμών με frame rate 25Hz. Το σύστημα 240 γραμμών θα μπορούσε να έχει διπλασιάσει το frame rate του αλλά αυτό θα σήμαινε ότι το διαβιβαζόμενο σήμα θα είχε διπλασιαστεί σε εύρος ζώνης κάτι που θα ήταν ανεπίτρεπτο για εκείνη την εποχή. 10

11 Οι έγχρωμες μεταδόσεις άρχισαν σε υψηλότερες αναλύσεις, πρώτα με το έγχρωμο σύστημα NTSC το 1953, το οποίο ήταν συμβατό με τα προηγούμενα συστήματα B&W και επομένως είχε τις ίδιες 525 γραμμές (480i) ανάλυσης. Τα ευρωπαϊκά πρότυπα δεν ακολούθησαν μέχρι τη δεκαετία του '60, όταν προστέθηκαν τα έγχρωμα συστήματα PAL και SECAM στις μονοχρωματικές μεταδόσεις 625 γραμμών (576i). Από την επίσημη υιοθέτηση του (DVB) Digital Video broadcasting HDTV στο μέχρι τώρα τα συστήματα 525 γραμμών NTSC καθώς επίσης και στην Ευρώπη τα συστήματα 625 γραμμών PAL και SECAM θεωρούνται τώρα standard definition TV systems. Στην Αυστραλία, το προοδευτικό σύστημα 625 γραμμών (με 576 ενεργές γραμμές) αναγνωρίζεται επίσημα ως τηλεόραση υψηλής ευκρίνειας. Το 1958, η Σοβιετική Ένωση δημιούργησε Тransformator το πρώτο υψηλής ευκρίνειας τηλεοπτικό σύστημα ικανό να αναπαράγει μια εικόνα που αποτελείται από γραμμές ανάλυσης με σκοπό τις τηλεσυνεδριάσεις μεταξύ των στρατιωτικών. Δεδομένου ότι ήταν ένα στρατιωτικό προϊόν, δεν εμπορευματοποιήθηκε. Το 1969, ο ιαπωνικός κρατικός φορέας NHK ανέπτυξε αρχικά εμπορευματοποιημένη υψηλής ευκρίνειας τηλεόραση με έναν λόγο διάστασης 5:3, ένα ελαφρώς ευρύτερο σχήμα οθόνης από τα συνηθισμένα πρότυπα 4:3. Το σύστημα, γνωστό ως Hi-Vision ή Muse μετά από την πολλαπλά κωδικοποίηση δειγματοληψίας Nyquist, απαιτούσε το διπλάσιο εύρος ζώνης του υπάρχοντος συστήματος NTSC αλλά το περιεχόμενο είχε 4 φορές καλύτερη ανάλυση (γραμμές 1080i/1125). Οι δοκιμές δορυφορικής μετάδοσης άρχισαν το 1989, με την αρχική δοκιμή το Το 1983, η International Telecommunication Union's radio telecommunications sector (ITU-R) όρισε μια ομάδα με στόχο τη δημιουργία ενός ενιαίου διεθνούς HDTV προτύπου (standard). Ένα από τα πιο ακανθώδη ζητήματα αφορούσε το κατάλληλο frame/field refresh rate, όπου ήδη είχε οριοθετηθεί σε δύο τμήματα, 25/50Hz και 30/60Hz, ανάλογα με την σταθερότητα που παρουσίαζε η εικόνα σε σχέση με τη συχνότητα των ηλεκτρικών συσκευών σε κάθε σπίτι. Η WP εξέτασε πολλές απόψεις και μέσα στην δεκαετία του '80 κατάφερε να ενθαρρύνει την ανάπτυξη σε διάφορους τομείς ψηφιακής επεξεργασίας video, και ειδικά την μετατροπή μεταξύ των δύο κύριων frame/field rates χρησιμοποιώντας 11

12 διανύσματα κινήσης, τα οποία οδήγησαν στις περαιτέρω εξελίξεις και σε άλλες εφαρμογές. Τελικά ενώ δεν ορίστηκε ενιαίο πρότυπο HDTV επιτεύχθηκε συμφωνία για το λόγο διάστασης. Αρχικά ο υπάρχων λόγος διάστασης 5:3 ήταν ο κυρίαρχος, αλλά λόγω της επιρροής της μεγάλης οθόνης του κινηματογράφου, ο λόγος διάστασης 16:9 (1.78) τελικά προέκυψε ως ένας λογικός συμβιβασμός μεταξύ 5:3 (1.67) και το κοινό Ένας λόγος διάστασης 16:9 συμφωνήθηκε στην πρώτη συνεδρίαση του WP στην καθιέρωση Ε&Α του BBC στο Kingswood Warren. Το πρότυπο ITU-R BT περιλαμβάνει το λόγο διάστασης 16:9, μια διευκρινισμένη χρωματομετρία, και τους τρόπους ανίχνευσης 1080i (1.080 πεπλεγμένες γραμμές ανάλυσης) και 1080p (1.080 προοδευτικές γραμμές). Οι τρέχουσες δοκιμές BBC freeview HD χρησιμοποιούν MBAFF, το οποίο περιέχει το προοδευτικό και πεπλεγμένο video στην ίδια κωδικοποίηση. Πρώτη εμφάνιση στις ΗΠΑ Η τεχνολογία HDTV εισήχθη στις Ηνωμένες Πολιτείες στη δεκαετία του '90 από την HDTV Grand Alliance, ομάδα των τηλεοπτικών επιχειρήσεων και του MIT. Η δοκιμή πεδίων της HDTV σε 199 μέρη στις Ηνωμένες Πολιτείες ολοκληρώθηκε στις 14 Αυγούστου Η πρώτη δημόσια μετάδοση HDTV στις Ηνωμένες Πολιτείες πραγματοποιήθηκε στις 23 Ιουλίου 1996 από τον σταθμό WRAL-TV.Το αμερικανικό προηγμένο σύστημα Επιτροπής HDTV (ATSC) τηλεοπτικών συστημάτων έκανε τη δημόσια έναρξή του στις 29 Οκτωβρίου 1998, κατά τη διάρκεια της ζωντανής κάλυψης της επιστροφής αποστολής των αστροναυτών του John Glenn από το διάστημα. Το σήμα διαβιβάστηκε από άκρη σε άκρη, και προβλήθηκε στα κέντρα επιστήμης, άλλα και δημόσια θέατρα που εξοπλίστηκαν ειδικά για να έχουν τη δυνατότητα λήψης και αναπαραγωγής του σήματος υψηλής ευκρίνειας. 12

13 Πρώτη εμφάνιση στην Ευρώπη Αν και οι μεταδόσεις HDTV είχαν παρουσιαστεί στην Ευρώπη από τις αρχές της δεκαετίας του '90, οι πρώτες κανονικές μεταδόσεις άρχισαν την 1η Ιανουαρίου 2004 όταν το Euro1080 μετέδωσε στο κανάλι HD1 την παραδοσιακή συναυλία Πρωτοχρονιάς στη Βιέννη. Αυτή η ημερομηνία θεωρείται ως η πρώτη επίσημη όπου μεταδόθηκε σήμα high definition στην Ευρώπη. Αυτές οι πρώτες ευρωπαϊκές μεταδόσεις HDTV χρησιμοποίησαν το format 1080i με τη συμπίεση mpeg-2 σε ένα σήμα dvb-s από το δορυφόρο SES Astra-1H στην κύρια θέση DTH Astra 19.2 E της Ευρώπης. Οι μεταδόσεις Euro1080 άλλαξαν αργότερα στη συμπίεση mpeg-4/avc σε ένα dvb-s2 σήμα σύμφωνα με τα υπόλοιπα κανάλια μετάδοσης στην Ευρώπη Χαρακτηριστικά γνωρίσματα HD Το σύστημα μετάδοσης HD χαρακτηρίζεται από 3 κυρίως στοιχεία: Το μέγεθος πλαισίων (frames) σε pixels ορίζεται ως ο αριθμός οριζόντιου αριθμού pixels κάθετων pixels, παραδείγματος χάριν ή το Συχνά ο αριθμός οριζόντιων pixels είναι υπονοούμενος από το πλαίσιο (frame) και παραλείπεται. Το σύστημα ανίχνευσης (scanning system) προσδιορίζεται με το γράμμα p για progressive-προοδευτικό ή το I για τη πεπλεγμένη-interlaced ανίχνευση. Το ποσοστό πλαισίων frame rate προσδιορίζεται ως αριθμός τηλεοπτικών καρέ ανά δευτερόλεπτο. Για τα πεπλεγμένα συστήματα μια εναλλακτική μορφή fields per second χρησιμοποιείται συχνά. Παραδείγματος χάριν, p25 προσδιορίζει το προοδευτικό σχήμα ανίχνευσης με 25 frame ανά δευτερόλεπτο, κάθε πλαίσιο που είναι pixels ευρέως και pixels υψηλά. Η σημείωση 1080i25 ή 1080i50 προσδιορίζει το 13

14 πεπλεγμένο ανιχνευτικό σχήμα με 25 πλαίσια (50 τομείς) ανά δευτερόλεπτο, κάθε πλαίσιο που είναι pixels ευρέως και pixels υψηλά. Η σημείωση 1080i30 ή 1080i60 προσδιορίζει το πεπλεγμένο ανιχνευτικό σχήμα με 30 πλαίσια (60 τομείς) ανά δευτερόλεπτο, κάθε πλαίσιο που είναι pixels ευρέως και pixels υψηλά. Η σημείωση 720p60 προσδιορίζει το προοδευτικό σχήμα ανίχνευσης με 60 καρέ ανά δευτερόλεπτο, κάθε πλαίσιο που είναι 720 pixels υψηλά και pixels είναι οριζόντια υπονοούμενα. Το HDTV χρησιμοποιεί συγκεκριμένα πρότυπα ανάλυσης, το πρότυπο 1080 (1920 x 1080γραμμές σάρωσης), το πρότυπο 720 (1280 x 720 γραμμές σάρωσης), τα 2k (2048 x 1080 γραμμές σάρωσης), τα 4κ (4096 x 2160 γραμμές σάρωσης) και εξελίσσεται συνεχώς. Ο λόγος εικόνας (aspect ratio) είναι 16:9, και όχι 4:3, όπως στη συμβατική τηλεόραση. Εικόνα 1: Γραμμές σάρωσης για διάφορα πρότυπα 14

15 15

16 1.2.3 Προοδευτική-Διαπλεκόμενη σάρωση(ref 39,40,43,44,45) Κατά την προοδευτική σάρωση το κάθε εικονοστοιχείο απεικονίζεται ένα-ένα σε κάθε πλαίσιο από αριστερά προς τα δεξιά και από πάνω προς τα κάτω. Έτσι, η εικόνα προβάλλεται με ρυθμό 50 ή 60 πλαίσια/sec. Εικόνα 2: Προοδευτική σάρωση Αντίθετα, στη διαπλεκόμενη σάρωση η εικόνα σαρώνεται πρώτα κατά τις περιττές γραμμές 1η, 3η, 5η κλπ. και ακολούθως επιστρέφει γρήγορα στην κορυφή της εικόνας και σαρώνει τις άρτιες γραμμές 2η, 4η, 6η κλπ. Η συχνότητα της κατακόρυφης σάρωσης μπορεί να είναι 50 Hz (για την Ευρώπη) ή 60 Hz (για την Αμερική), με αποτέλεσμα και η εικόνα να αναβοσβήνει 50 ή 60 φορές το δευτερόλεπτο. 16 Εικόνα 3: Πλεκτή σάρωση

17 Όμως για ποιο λόγο θεωρείται ότι η πεπλεγμένη σάρωση υστερεί της προοδευτικής; Κατά την πεπλεγμένη σάρωση, όλη η εικόνα αναβοσβήνει στο ρυθμό που σαρώνονται τα πεδία, ο οποίος είναι διπλάσιος από το ρυθμό που σαρώνεται το πλαίσιο, προκαλώντας μια σειρά από υποβαθμίσεις που συσχετίζονται με το φαινόμενο γνωστό ως "interline flicker". Εξαιτίας αυτού του φαινομένου, μικρές περιοχές της εικόνας, ειδικά όταν αυτές ευθυγραμμίζονται οριζόντια, παρουσιάζουν ένα λαμπύρισμα ή τρεμόπαιγμα ορατό από το θεατή. Ένα παρόμοιο φαινόμενο είναι η αστάθεια (ή παραμόρφωση) που παρατηρείται σε εκτεταμένες οριζόντιες άκρες αντικειμένων, επειδή η άκρη αναπαρίσταται από μια συγκεκριμένη γραμμή στο ένα πεδίο, και από μία διαφορετική στο άλλο. Επίσης, η πεπλεγμένη σάρωση εισάγει αποκλίσεις στα περιγράμματα κινούμενων αντικειμένων, όταν αυτά κινούνται κατακόρυφα ή διαγώνια. Αυτό συμβαίνει επειδή κατακόρυφα γειτονικά εικονοστοιχεία εμφανίζονται σε διαφορετικούς χρόνους στα διαδοχικά πεδία. Ένα εικονοστοιχείο σε μία γραμμή εμφανίζεται 1/50 δευτερόλεπτα (ή 1/60) αργότερα από αυτό που εμφανίστηκε στο προηγούμενο πεδίο και βρίσκεται από πάνω του. Αν τα αντικείμενα είναι ακίνητα, κανένα φαινόμενο δεν παρατηρείται λόγω αυτής της χρονικής διαφοράς. 17

18 Από την άλλη, εάν το αντικείμενο κινείται γρήγορα, η χρονική καθυστέρηση έχει σαν αποτέλεσμα τα εικονοστοιχεία του δευτέρου πεδίου να μετακινηθούν λίγο δεξιά σε σχέση με τα εικονοστοιχεία του πρώτου πεδίου. Αν παρατηρηθούν από κοντά τέτοια κινούμενα αντικείμενα, φαίνεται ότι οι κατακόρυφες και οι διαγώνιες άκρες τους δεν είναι κομψές, αλλά παρουσιάζουν μια σειρά από παραμορφώσεις σα σκαλοπάτια, οι οποίες θεωρούνται χοντροκομμένες για την ανάλυση της εικόνας. Επειδή το μάτι χάνει λίγο από την οξύτητά του όταν παρακολουθεί κινούμενα αντικείμενα, πολλές φορές αυτές οι παραμορφώσεις παραβλέπονται. Παρόλα αυτά για μια HDTV εικόνα, αυτή η παραμόρφωση θεωρείται σημαντική. 18

19 Κωδικοποίηση-Συμπίεση 1.3 Ασυμπίεστο video-ανάγκη για συμπίεση Αρχικά θεωρούμε ότι το video που λαμβάνουμε από κάποια εξωτερική πηγή ( π.χ. κάμερα) είναι ασυμπίεστο (raw-uncompressed). Το ασυμπίεστο βίντεο είναι ψηφιακή τηλεοπτική πληροφορία που δεν έχει συμπιεστεί, ή δεν υποβλήθηκε σε επεξεργασία συμπίεσης άμεσα τη στιγμή της λήψης από την κάμερα. Η μεταφορά δεδομένων του video γίνεται με διάφορα ποσοστά, με πιο συνηθισμένα τα 900 Mbit/sec ( HD). Παρακάτω αναφέρουμε ενδεικτικά, χαρακτηριστικά αποθήκευσης και μεταφοράς δεδομένων για κάποια πρότυπα ασυμπίεστων video.(ref 40) Είδος Video 525 NTSC Χαρακτηριστικά x 29.97fps = 20 MB per/sec 625 PAL x 29.97fps = 27 MB per/sec x 25fps = 20 MB per/sec 720p HDTV x 25fps = 26 MB per/sec x 59.94field = 105 MB per/sec 1080i and 1080p x 59.94field = 140 MB per/sec x 24fps = 95 MB per/sec HDTV 1080i and 1080p x 24fps = 127 MB per/sec x 24fps = 95 MB per/sec HDTV RGB (4:4:4) x 24fps = 127 MB per/sec x 25fps = 99 MB per/sec x 25fps = 132 MB per/sec x 29.97fps = 119 MB per/sec x 29.97fps = 158 MB per/sec Πίνακας 1 Χαρακτηριστικά αποθήκευσης και μεταφοράς των ασυμπίεστων βίντεο Οι λόγοι που μας οδηγούν στην ψηφιακή συμπίεση του video με διάφορους αλγορίθμους έχουν να κάνουν με την ελαχιστοποίηση της χωρητικότητας που 19

20 καταλαμβάνει αλλά και με το data rate (μεταφορά δεδομένων) που υποστηρίζει ο σκληρός δίσκος του H/Y το οποίο συνδέεται άμεσα με τη δυνατότητα μεταφοράς μέσω δικτύου IP. Πιο συγκεκριμένα: Χωρητικότητα: Ένα ασυμπίεστο video καταλαμβάνει πολύ μεγαλύτερο αποθηκευτικό χώρο από ένα συμπιεσμένο. Για παράδειγμα ένα video διάρκειας 19sec έχει μέγεθος περίπου 2.2Gb. Παρά το γεγονός ότι στις μέρες μας ο αποθηκευτικός χώρος είναι πολύ φθηνός τα 2.20Gb για 19 sec video σίγουρα δεν είναι πολύ καλή επιλογή. Bitrate: Το bitrate έχει σχέση αφενός με τις στροφές του σκληρού δίσκου αφετέρου με το δίκτυο μέσω του οποίου θα μεταφερθεί. Το υψηλό data rate του raw (uncompressed video) καθιστά σχεδόν ανέφικτη την αναπαραγωγή του σε κάποιο PC αφού οι συνήθεις σκληροί δίσκοι που κυκλοφορούν στην αγορά ( IDE ή SATA) υποστηρίζουν μικρότερο datarate.πιο συγκεκριμένα ένας τυπικός δίσκο των 7200 rpm (revolutions per minute) μπορεί να μεταφέρει 70 Mbyte/s δηλαδή περίπου 560 Mbit/s που είναι σχεδόν το μισό των απαιτήσεων του ασυμπίεστου video. Επιπλέον το raw video απαιτεί Gigabit Ethernet για την μεταφορά του μέσω δικτύου IP. Προφανώς αυτή η υλοποίηση είναι δυνατή κυρίως για LAN δίκτυα. Οι παραπάνω λόγοι μας οδηγούν στο συμπέρασμα ότι πρέπει να κωδικοποιήσουμε το video. 1.4 Εισαγωγή στην κωδικοποίηση 20

21 Με τη σύγκλιση της τηλεόρασης της τηλεφωνίας και του Internet διάφορες υλοποιήσεις επάνω στην συμπίεση εφαρμόζονται και εξελίσσονται παράλληλα. Οι κυριότερες από αυτές που υλοποιούνται με επίκεντρο το IPTV είναι ονομαστικά οι MPEG-2, Η.264/AVC και η VC-1. Επίσης έχει αναπτυχθεί και ένα συγκεκριμένο μοντέλο δικτυακής επικοινωνίας το οποίο ονομάζεται IPTV communications model (IPTVCM) (Ref 1). Πριν από την εισαγωγή θα αναφέρουμε 2 διεργασίες οι οποίες συμβαίνουν πριν από την κωδικοποίηση. Η πρώτη από αυτές είναι η ψηφιοποίηση του βίντεο το οποίο καταγράφεται από την κάμερα και έχει αναλογική μορφή, μέσω ενός μετατροπέα A/ D (Analog to Digital). Τεχνικές δειγματοληψίας και κβαντισμού εφαρμόζονται στο αναλογικό σήμα κατά την επεξεργασία του. Η δειγματοληψία αναφέρεται στον αριθμό των δειγμάτων που παίρνουμε κάθε δευτερόλεπτο από το αναλογικό σήμα, ενώ ο κβαντισμός αναφέρεται στον αριθμό των bits που χρησιμοποιούνται για την κάθε δειγματοληπτημένη τιμή. Το βίντεο είναι πλέον σε ασυμπίεστη ψηφιακή μορφή και είναι έτοιμο να κωδικοποιηθεί. Για την υλοποίηση του σκοπού αυτού χρησιμοποιούνται είτε ειδικά κατασκευασμένες για αυτό το σκοπό συσκευές (κωδικοποιητές) είτε το ρόλο αυτό τον αναλαμβάνει ένας υπολογιστής με κατάλληλο λογισμικό. Αρχικά επιλέγεται το βίντεο, το format του οποίου μπορεί να ποικίλει από ασυμπίεστο αναλογικό μέχρι υψηλής ποιότητας συμπιεσμένο ψηφιακό. Επιλέγεται έπειτα ένας αλγόριθμος συμπίεσης και τέλος το κωδικοποιημένο πλέον οπτικοαουστικό υλικό χωρίζεται και ενθυλακώνεται σε πακέτα για να αποσταλεί στο δίκτυο. Μέθοδοι συμπίεσης 21

22 Η συμπίεση επιτρέπει στους IPTV παρόχους να μεταδίδουν πολλά κανάλια υψηλής ποιότητας ήχου και εικόνας, από την υποδομή ενός IP δικτύου. Το πετυχαίνουν αυτό εκμεταλλευόμενοι τις αδυναμίες των χαρακτηριστικών του ανθρώπου, για παράδειγμα την ικανότητα του να διακρίνει σημεία σε μια εικόνα (οπτική οξύτητα) η ακόμα και την ικανότητά του να αντιλαμβάνεται μια ροή διαδοχικών εικόνων ως συνεχή κίνηση. Χρησιμοποιώντας αλγορίθμους που βασίζονται στις προαναφερθέντες αδυναμίες συμπιέζουν το βίντεο. Το επίπεδο συμπίεσης αναφέρεται συχνότερα ως λόγος συμπίεσης και αναφέρεται στο πόσο μικρότερο είναι το μέγεθος του αρχικού βίντεο από το συμπιεσμένο. Για παράδειγμα λόγος συμπίεσης 100:1 υποδηλώνει ότι το τελικό βίντεο είναι 100 φορές μικρότερο από το αρχικό. Οι αλγόριθμοι που χρησιμοποιούνται κατά κόρον στη συμπίεση βίντεο για IPTV δίκτυα είναι οι MPEG και VC-1.(Ref 40) MPEG Το πρότυπο συμπίεσης MPEG χρησιμοποιείται από δορυφορικά, επίγεια και καλωδιακά συστήματα τηλεόρασης.το ακρωνύμιο προέρχεται από το Moving Pictures Experts Group, μια ομάδα που δημιουργήθηκε αρχικά από τον International Organization Standard (ISO) σε συνεργασία με το International Engineering Consortium με σκοπό τη δημιουργία τεχνικών συμπίεσης κατάλληλες για τη μετάδοση βίντεο. Από την έναρξη της λειτουργίας της έχει δημιουργήσει μια ομάδα από σημαντικά πρότυπα συμπίεσης (MPEG-1, MPEG-2, MPEG-4(part2 και part10 ), MPEG-7 και MPEG-21 Ref 40 ).Στον επόμενο πίνακα περιγράφονται τα προαναφερθέντα πρωτόκολλα. Συνοπτική Περιγραφή των MPEG 22

23 Summary of MPEG MPEG Format Description Formats MPEG-1 The MPEG-1 file format was originally developed in 1988 andwas primarily used to compress video data at bit rates of 1.5 Mbps. MPEG-1 content is used for such services as DAB(Digital Audio Broadcasting). MPEG-1 is also the basis of themp3 standard, which is widely used for music on the MPEG-2 Internet. MPEG-2 builds on the powerful compression capabilities of thempeg-1 standard. MPEG-2 is widely used in the delivery of broadcast-quality television and storing video content on DVDs. A number of international television standards are based on this compression format. MPEG-4 (Part 2) MPEG-4, whose formal ISO/IEC designation is ISO/IEC 14496,was finalized in October 1998 and became an international standard in Part 2 of the standard is divided into a number of profiles that address the requirements of various video applications ranging from mobile phones to surveillance MPEG-4 Part 10 cameras. 10 MPEG-4 Part 10 also called H.264/AVC is designed to deliver broadcast and DVD-quality video at minimum data rates. Πίνακας2 Ref : Εκδόσεις Wiley «Next generation pit services and technologies Jan.2008» 23

24 1.4.2 MPEG-2 Tο mpeg2 είναι το κυρίαρχο πρότυπο εδώ και πολλά χρόνια για την ψηφιακή τηλεόραση και γενικά για πολυμέσα που μεταδίδονται μέσω δικτύου γενικότερα. Το βίντεο είναι μια σειρά από διαδοχικές εικόνες, καθεμία από τις οποίες ονομάζεται frame. Αυτά τα frames μπορούν να γίνουν αντιληπτά από τους headers του bit stream. Το ανθρώπινο μάτι μπορεί να αντιληφθεί 25 frames το δευτερόλεπτο το πολύ, οπότε δεν υπάρχει λόγος να γίνεται αναμετάδοση με περισσότερα fps. Η κωδικοποίηση του βίντεο συμπιέζει το μέγεθός του με κόστος πάντα στην ποιότητα.κάθε στοιχείο εικόνας (ένα pixel) εκπροσωπείται στη συνέχεια από ένα αριθμό luma (έντασης φωτεινότητας) και δύο chrominance αριθμούς. Αυτές περιγράφουν τη φωτεινότητα και το χρώμα των εικονοστοιχείων (YCbCr). Έτσι, κάθε ψηφιοποιημένη εικόνα αντιπροσωπεύεται αρχικά από τρείς πίνακες αριθμών. Το πρώτο στάδιο της συμπίεσης είναι το subsampling, μια διαδικασία η οποία ουσιαστικά μειώνει το μέγεθος των frames αφαιρώντας τα επιπλέον bits τα οποία δεν γίνονται αντιληπτά από μία απόσταση θέασης. Στην πραγματικότητα, διατηρείται η κάθε τιμή luma για το κάθε pixel ενώ οι διαγράφονται ορισμένες τιμές χρωματικότητας. Οι υπόλοιπες τιμές χρωματικότητας αντιπροσωπεύουν τις κοντινές αξίες που διαγράφονται.η διαδικασία αυτή είναι αποτελεσματική επειδή το μάτι αντιλαμβάνεται καλύτερα τα στοιχεία φωτεινότητας από λεπτομέρειες της χρωματικότητας. Το φορμάτ χρωματικότητας 4:2:2 δηλώνει ότι το ήμισυ των τιμών χρωματικότητας έχουν διαγραφεί.το φορμάτ 4:2:0 δηλώνει ότι έχουν διαγραφεί τα τρία τέταρτα των τιμών της χρωματικότητας. Εάν δεν έχουν διαγραφεί τιμές χρωματικότητας, το φορμάτ είναι 4:4:4. Το MPEG-2 επιτρέπει και τις τρεις επιλογές. Αρχική εικόνα χωρίς το πρώτο στάδιο του subsambling 200% zoom. 24

25 Το δεύτερο στάδιο της συμπίεσης είναι ο διαχωρισμός των frames σε μπλοκ 8x8 εικονοστοιχείων, τη μικρότερη μονάδα κωδικοποίησης στον MPEG αλγόριθμο. Τα μπλόκς μπορούν να ανήκουν σε ένας από τους εξής τρεις τύπους : φωτεινότητα (luminance) σε κλίμακα του γκρι ( Υ ), χρωματικότητα κόκκινου ( Cr ), ή χρωματικότητα μπλε (Cb). Τα μπλοκ χρωματικότητας μεταφέρουν πληροφορία για τα χρώματα της εικόνας, ενώ το μπλοκ κλίμακας του γκρι μεταφέρει πληροφορία για το ασπρόμαυρο μέρος της εικόνας. Στο τρίτο στάδιο της συμπίεσης ο αλγόριθμος MPEG ακολουθεί μια μαθηματική διαδικασία που ονομάζεται Διακριτός μετασχηματισμός συνημιτόνου (Discrete Cosine Tranform) σε κάθε μπλοκ ανεξάρτητα. Ο αλγόριθμος μετατρέπει τις χωρικές διαφοροποιήσεις σε διαφοροποιήσεις στη συχνότητα. Η αρχική εικόνα σε αυτό το στάδιο μπορεί να ανακτηθεί πλήρως. Έπειτα χωρίζεται το κάθε μπλοκ σε τμήματα διαφορετικής αξίας, τα σημαντικά αποθηκεύονται για περαιτέρω επεξεργασία, ενώ τα λιγότερο σημαντικά απορρίπτονται. Συνήθως συνιστώσες υψηλότερης συχνότητας μηδενίζονται. Με αυτή την προσέγγιση το ανθρώπινο μάτι δεν θα αντιληφθεί τα λιγότερο σημαντικά σημεία του κάθε μπλοκ καθώς η προσοχή του θα είναι στραμμένη στα σημαντικά τμήματα των μπλοκ, ενώ παράλληλα το μέγεθος του βίντεο θα μειωθεί ακόμα περισσότερο. Το επόμενο στάδιο είναι ο κβαντισμός, δηλαδή η μείωση του αριθμού των bits που χρειάζονται για να αναπαρασταθεί το κάθε μπλοκ πληροφορίας που περιέχεται μέσα στο κάθε frame. Το επίπεδο του κβαντισμού που εφαρμόζεται είναι πολύ σημαντικό, καθώς αν το επίπεδο είναι πολύ υψηλό τότε και η συμπίεση θα είναι καλύτερη αλλά αυτό θα έχει αντίκτυπο στην ποιότητα της εικόνας. Όταν εμφανίζονται τετράγωνα στην εικόνα τότε το επίπεδο κβαντισμού είναι υψηλό.. Εάν κάποιος πάρει τον αντίστροφο μετασχηματισμό για να μετατρέψει την μήτρα με τις κβαντισμένες τιμές, θα πάρει μια εικόνα που μοιάζει πολύ με την αρχική εικόνα, αλλά δεν είναι τόσο λεπτομερής. Στη συνέχεια, ο πίνακας με τις κβαντισμένες τιμές 25

26 των συνιστωσών συμπιέζεται. Συνήθως, μια γωνία του πίνακα μηδενίζεται. Ξεκινώντας από την αντίθετη γωνία του πίνακα κάνοντας ζιγκ-ζάγκ για να συνδυάσει τους συντελεστές σε μια σειρά, αντικαθιστώνται τα συνεχόμενα μηδενικά σε αυτό το string, και στη συνέχεια εφαρμόζεται η κωδικοποίηση Huffman (Ref 39) μειώνοντας έτσι τη μήτρα σε μια μικρότερη σειρά αριθμών WWWWWWWWWWWWBWWWWWWWWWWWWBBBWWWWWWWWW WWWWWWWWWWWWWWWBWWWWWWWWWWWWWW Εικόνα : Πριν την κωδικοποίηση 12W1B12W3B24W1B14W Εικόνα : Μετά την κωδικοποίηση Μόλις τα μπλοκ συμπιεστούν, ο αλγόριθμος ξαναχωρίζει το κάθε frame σε νέα macroblocks των 16x16 pixels. Κάθε macroblock αποτελείταιαπό 4 Υ luminance blocks, ένα Cb blue color difference καιένα Cr red color difference block (4:2:0) (μπορεί να αναπαρασταθεί και από 4:2:2 ή 4:4:4 YCbCr format). Αν υπάρχει διαφορά σε ένα macroblock ενός frame από το macroblock του προηγούμενου frame, τότε μεταφέρεται σε νέα θέση στο τρέχον frame το macroblock το οποίο αλλάζει χωρίς να μεταφέρονται τα macroblock τα οποία δεν αλλάζουν. Αυτό ελαχιστοποιεί τις απαιτήσεις σε εύρος ζώνης για την μετάδοση του βίντεο.υπάρχουν δύο τρόποι να γίνει αυτό: Η χωρική συμπίεση αναφέρεται στη μείωση των bits που έχει επιτευχθεί όσον αφορά τα εικονοστοιχεία που είναι διαθέσιμα σε ένα ενιαίο frame. Αυτό είναι εφικτό διότι τα pixels που βρίσκονται το ένα δίπλα στο άλλο μέσα στο ίδιο frame μπορεί να έχουν συχνά παρόμοιες τιμές. Έτσι, αντί για την κωδικοποίηση κάθε pixel, η τεχνική του χωρικού πλεονασμού (spatial redundancy )κωδικοποιεί τη διαφορά μεταξύ γειτονικών pixels. Τα bits που απαιτούνται για να εκφραστεί αυτή η διαφορά μεταξύ των γειτονικών pixels είναι στις περισσότερες περιπτώσεις λιγότερα από το ποσό των δεδομένων που απαιτούνται για τη συμπίεση κάθε pixel ξεχωριστά. 26

27 Η χρονική συμπίεση (Ref 40) αναφέρεται στη μείωση των bits μεταξύ διαδοχικών καρέ. Σε ορισμένα βίντεο υπάρχει η ίδια πληροφορία, μεταξύ δύο διαδοχικών frames. Για παράδειγμα, εάν εμφανίζεται ένα τείχος, οι πληροφορίες που διατίθενται σε 30 εικόνες αυτού του τείχους δεν θα αλλάξει κατά τη διάρκεια 1 δευτερολέπτου. Έτσι, αντί για την κωδικοποίηση της εικόνας 30 φορές κατά τη διάρκεια του δευτερολέπτου, η χρονική συμπίεση στέλνει μόνο πληροφορίες σχετικά με τις προβλέψεις των κινήσεων μεταξύ των frames. Στην περίπτωση του τείχους, η πρόβλεψη κίνησης έχει οριστεί σε μηδέν. Οι μέθοδοι που χρησιμοποιούνται για τη συμπίεση ενός συγκεκριμένου καρέ βίντεο θα διαφέρουν αρκετά. Για παράδειγμα, ένα πολύπλοκο καρέ μπορεί να έχει χαμηλό παράγοντα πλεονασμού διότι μόνο ένα πολύ μικρό ποσοστό των pixels θα αναπαραχθούν. Η φύση του περιεχομένου του βίντεο είναι εξαιρετικά μεταβλητή, που σημαίνει ότι ο ρυθμός των bit ανά δευτερόλεπτο μπορεί να ποικίλλει εντυπωσιακά. Μεγάλες διακυμάνσεις στο ρυθμό των bit μπορούν να προκαλέσουν προβλήματα σε δίκτυα IP, έτσι λοιπόν οι κωδικοποιητές περιλαμβάνουν μια λειτουργία buffering που βοηθά στον έλεγχο και τη διαχείριση του συνολικού ρυθμού με τον οποίο τα bits είναι στην έξοδο προς το επόμενο στάδιο του συστήματος επεξεργασίας βίντεο. Το επόμενο βήμα στη διαδικασία συμπίεσης MPEG είναι η κωδικοποίηση των macroblocks σε slices (Ref 40). Ένα slice αποτελεί μία οριζόντια λωρίδα εικόνας από αριστερά προς τα δεξιά. Διάφορα slices μπορεί να υπάρχουν στο το πλάτος της οθόνης και είναι η βασική μονάδα συγχρονισμού για μεταβλητού μήκους και διαφορική κωδικοποίηση. Ένας αριθμός από slices συνδυάζονται για να κάνουν μια εικόνα. Κάθε slice κωδικοποιείται ανεξάρτητα από τα άλλα, περιορίζοντας έτσι τον αριθμό των σφαλμάτων σε κάθε slice. 27

28 To mpeg καθορίζει 3 τύπους πλαισίων: Intra-frame (I-frame). Ένα I-frame κωδικοποιείται ως μια ενιαία εικόνα, που δεν αναφέρεται σε κανένα προηγούμενο ή επόμενο frame. Το σύστημα κωδικοποίησης που χρησιμοποιείται είναι παρόμοιο με τη συμπίεση JPEG. Είναι αυτόνομα και χρησιμοποιούνται τα ίδια ως αναφορές για την κατασκευή άλλων τύπων πλαισίων.(ref 40) Forward predicted frames (P-frames). Ένα "Ρ" καρέ είναι ένα προβλεπόμενο πλαίσιο και βασίζεται σε προηγούμενα "I" καρέ. Δεν είναι πραγματικά ένα κωδικοποιημένο καρέ αλλά περιέχει πληροφορίες κίνησης που επιτρέπει στον κωδικοποιητή την επαναδημιουργία του πλαισίου. Για να εμφανιστεί ο τύπος αυτός του frame, επαναδημιουργείται το προηγούμενο I-frame και λαμβάνεται η πληροφορία κίνησης για κάθε macroblock του P-frame. Βρίσκεται για το κάθε macroblock το αντίστοιχο του I-frame και διαβζεται παράλληλα το διάνυσμα κίνησης. Έτσι για παράδειγμα μπορεί ένα macroblock να μετακινηθεί 4 εικονοστοιχεία προς τα πάνω και 23 αριστερά.τα P-frames απαιτούν λιγότερο εύρος ζώνης από τα I-frames, παράμετρος πολύ σημαντική για τα IPTV.(Ref 40) Bi-directional frames (Β-frames). Ένα "B" καρέ είναι ένα αμφίδρομο πλαίσιο που αποτελείται από πληροφορίες από τα I-frames και P-frames. H κωδικοποίηση των B-frames είναι παρόμοια με τα P-frames, με εξαίρεση ότι τα διανύσματα κίνησης μπορεί να αναφέρονται σε μελλοντικά frames. Τα B-frames καταλαμβάνουν λιγότερο χώρο από τα- Ι ή τα P-frames. Έτσι, σε μία υποδομή IPTV, μία ροή δεδομένων που περιέχει υψηλή πυκνότητα Β-πλαισίων θα απαιτεί μικρότερο εύρος ζώνης σε σύγκριση με μία ροή υψηλής πυκνότητας σε I και P πλαίσια. Όμως ακόμη και αν τα Β-frames συμβάλουν στην ελαχιστοποίηση του εύρους ζώνης, υπάρχει ένα μεγάλο μειονέκτημα- ο χρόνος καθυστέρησης. Ο χρόνος καθυστέρησης δημιουργείται επειδή ο κωδικοποιητής θα πρέπει να περιμένει να εξετάσει δύο πλαίσια αναφοράς, πριν να είναι ικανός να επεξεργαστεί τις πληροφορίες ενός B-frame.(Ref 40) 28

29 Αυτοί οι τρεις τύποι των πλαισίων συνδυάζονται για να σχηματίσουν μια ακολουθία εικόνων που ονομάζεται groupof pictures (GOP). Κάθε GOP ξεκινά με ένα Ι-πλαίσιο και έχει μια σειρά από P και B-frames κατανεμημένα σε όλη τη ροή του βίντεο. Ένα τυπικό MPEG GOP έχει την ακόλουθη δομή: [IBBBPBBBPBBBPBBBP] I:Intra-Frames B: Bi-directional Frames P: ForwardPredictedFrames Ένα GOP πρέπει να ξεκινήσει με ένα I-frame. Αν και το μέγεθος των GOPs ποικίλλει, ο μέσος όρος σε ένα περιβάλλον IPTV είναι μεταξύ 12 και 15 καρέ. Μία τυπική δομή GOP μπορεί να περιγραφεί με δύο παραμέτρους: Ν, που είναι ο αριθμός των εικόνων στη GOP, και Μ, που είναι η απόσταση μεταξύ των πλαισίων. Τα GOPs κατατάσσονται σε δύο μεγάλες κατηγορίες: ανοικτά και κλειστά. Με κλειστά Gops το τελικό Β-πλαίσιο δεν απαιτεί Ι-πλαίσιο από το επόμενο GOP για την αποκωδικοποίηση, ενώ τα ανοιχτά Gops απαιτούν το I-πλαίσιο που περιέχεται στο επόμενο GOP. Τα Gops συνδυάζονται και παράγεται ένα βίντεο. Κάθε βίντεο αρχίζει με μια έναν κωδικό έναρξης, ο οποίος ακολουθείται από μία κεφαλίδα και κλείνει με ένα μοναδικό κωδικό. Πρέπει επίσης να σημειωθεί ότι η διάταξη με την οποία μεταδίδοντα τα πλαίσια σε ένα δικτύο είναι κατά κανόνα διαφορετική από τη σειρά των πλαισίων που περιέχονται στο ασυμπίεστο βίντεο που τροφοδοτεί τον κωδικοποιητή. Αυτό οφείλεται στο γεγονός ότι ο αποκωδικοποιητής πρέπει πρώτα να επεξεργαστεί τα I και P-frames πριν αποκωδικοποιήσει B-frames που συνδέονται με το τα προηγούμενα. Η συνολική σχέση μεταξύ group of pictures, εικόνας, slice, macroblocks, μπλοκ, και pixels απεικονίζεται στην επόμενη εικόνα. 29

30 Σχέση μεταξύ macroblock, GOP, slice και εικονοστοιχείων: Video Sequence Frame Group Of Pictures I B B B P B B B P frame frame frame frame frame frame frame frame frame Block Picture 8 pixels slice MacroBlock 30

31 MPEG-2 ΠΡΟΦΙΛ ΚΑΙ ΕΠΙΠΕΔΑ Το MPEG-2 χρησιμοποιεί τα λεγόμενα προφίλ και τα επίπεδα (layers) για την κωδικοποίηση και την αποκωδικοποίηση. Ένα προφίλ ορίζει ένα υποσύνολο από τις γενικές προδιαγραφές του. Με άλλα λόγια, ορίζει την πολυπλοκότητα της διαδικασίας κωδικοποίησης. Το MPEG-2 διαιρείται στα ακόλουθα προφίλ. Απλό Δεν έχει καθόλου B-frames. Η απουσία των Β-frames σημαίνει ότι η αναδιάρθρωση της εικόνας, η οποία συνήθως παίρνει 120 ms, δεν χρειάζεται. Κυρίως προφίλ Αυτό το προφίλ χρησιμοποιεί και τους τρεις τύπους πλαισίου I, P, και Β. Χρησιμοποιείται συνήθως για την ανάπτυξη των multicast υπηρεσιών IPTV σε ευρυζωνικό δίκτυο. (Ref 43) SNR Το signal to noise ratio (SNR) προφίλ προσθέτει υποστήριξη για στρώματα ενίσχυσης του συντελεστή βελτίωσης DCT (discrete cosine transform). Αυτός ο τύπος προφίλ είναι ιδανικός για τη διαβίβαση βασικής ποιότητας εικόνων με βελτιωμένες υπηρεσίες δεδομένων. (Ref 43) Χωρικό προφίλ Το προφίλ αυτό χρησιμοποιεί το εργαλείο spatial scalability εργαλείο για τη βελτίωση των χαρακτηριστικών της εικόνας. High profile Προορίζεται για τηλεόραση υψηλής ανάλυσης σε 4:2:0 και 4:2:2 format. (Ref 43) Επιπλέον, στο MPEG τα προφίλ υποδιαιρούνται σε επίπεδα. Αυτά τα διαφορετικά επίπεδα χρησιμοποιούνται για τον καθορισμό των ορίων της εικόνας σε μέγεθος, σε frame rate, bit rate, καθώς και το μέγεθος του buffer για κάθε ένα από τα καθορισμένα προφίλ. Διαφορετικοί συνδυασμοί προφίλ και επιπέδων έχουν ήδη καθοριστεί για διάφορες εφαρμογές της ψηφιακής συμπίεσης. 31

32 Για παράδειγμα, το Main Profile στο κύριο επίπεδο ML) αναφέρεται σε ανάλυση 720 x576, με 30 καρέ ανά δευτερόλεπτο, και με bit rate έως και 15 Mbps. Αυτό το προφίλ χρησιμοποιείται ευρέως για την ψηφιακή τηλεοπτική μετάδοση σε υπηρεσίες video on demand. Υψηλότερης ποιότητας εικόνες, όπως αυτές που αναμένονται από την τηλεόραση υψηλής ευκρίνειας (HDTV), απαιτούν πρόσθετο bandwidth. Κατά συνέπεια, ένα κύριο προφίλ σε υψηλό επίπεδο HL) υποστηρίζει- απαιτεί μέχρι 80 Mbps και 1920x1152 pixel ανάλυση.ποιο αναλυτικά στο Παράρτημα Α στους πίνακες 1 Α) και 1 Β) μπορούμε να δούμε κάποια επίπεδα και προφίλ. Το MPEG-2 έχει χρησιμοποιηθεί επιτυχώς για χρόνια στην καλωδιακή και δορυφορική τηλεόραση, έχει μειονεκτήματα όταν χρησιμοποιείται σε δίκτυα που έχουν περιορισμένο εύρος ζώνης. Ένα τηλεφωνικό δίκτυο είναι ένα τυπικό παράδειγμα συστήματος που παρουσιάζει προβλήματα κατά την μετάδοση MPEG-2 streams. Γι αυτόν το λόγο έχει αναπτυχθεί σύστημα συμπίεσης με καλύτερες δυνατότητες για την παροχή περιεχομένου βίντεο πάνω σε δίκτυα περιορισμένου εύρους ζώνης. Το πιο δημοφιλές από τα πρότυπα αυτά είναι το MPEG-4 part 10 (H.264) και VC MPEG-4 Το MPEG-4 πρότυπο (ISO / IEC 14496) είναι ο διάδοχοςmpeg-2. Εκτός από τη συμπίεση, το MPEG-4 καθορίζει ένα πλήρες σύστημα που παρέχει δυνατότητες υποστήριξης ενός ευρέους φάσματος πολυμέσων. Η προδιαγραφή MPEG-4 αποτελείται από μια σειρά αλληλένδετων τμημάτων που μπορούν να εφαρμοστούν μαζί ή χωριστά. Ο πίνακας 2 Α) στο Παράρτημα Α περιγράφει αναλυτικά τα τμήματα αυτά. Επισκόπηση MPEG-4 part 10 H.264/AVC 32

33 Η διάδοση της επόμενης γενιάς δικτύων δημιουργεί ζήτηση για προηγμένες υπηρεσίες βίντεο, όπως η τηλεόραση υψηλής ευκρίνειας και βίντεο κατ απαίτηση. Οι απαιτήσεις σε εύρος ζώνης για αυτούς τους τύπους των υπηρεσιών είναι τεράστια. Για παράδειγμα, ένα μόνο κανάλι HD μπορεί να απαιτήσει το αντίστοιχο εύρος ζώνης από έξι SD κανάλια. Για την ικανοποίηση των απαιτήσεων αυτών σε εύρος ζώνης δημιουργήθηκε το 2002 πρότυπο MPEG-4 AVC Part 10 γνωστό και ως H.264. Τα κύρια οφέλη της H.264/AVC κωδικοποίησης είναι: 1. Καλές επιδόσεις: Είναι ένα σχετικά νέο πρότυπο συμπίεσης ήχου / βίντεο με περισσότερες δυνατότητες από τα προηγούμενα πρότυπα. Έτσι, επιτρέπει την μετάδοση υψηλής ποιότητας βίντεο μέσω δικτύων με περιορισμένο εύρος ζώνης. 2. Χαμηλές απαιτήσεις σε εύρος ζώνης : Η ποιότητα του βίντεο H.264/AVC είναι παρόμοια με το MPEG-2 ωστόσο, απαιτεί λιγότερο εύρος ζώνης για τη μεταφορά της ίδιας ποιότητα βίντεο. Αυτό το χαρακτηριστικό καθιστά ιδιαίτερα το H.264/AVC κατάλληλο για IPTV συστήματα. 3. Λειτουργικό με τις ήδη υπάρχουσες υποδομές επεξεργασίας βίντεο: Το H.264/AVC επιτρέπει στους διαχειριστές να χρησιμοποιούν την υφιστάμενη MPEG-2 και IP υποδομή. 4. Υποστήριξη για HDTV: Όταν αναπτυχθεί κατάλληλα το πρότυπο συμπίεσης μπορεί να διπλασιάσει ή ακόμα και να τριπλασιάσει την ικανότητα μεταφοράς των υφιστάμενων δικτύων. Συνεπώς οι φορείς τηλεπικοινωνιών μπορούν να χρησιμοποιήσουν αυτό το πρότυπο για την ανάπτυξη δικτύων υψηλής ανάλυσης (HD) στα υφιστάμενα δίκτυα IP. 5. Επιλέγεται από πολλούς οργανισμούς: Λόγω του γεγονότος ότι το H.264/AVC είναι ένα ανοιχτό διεθνές πρότυπο που έχει λάβει ευρεία υποστήριξη. Μερικοί από τους οργανισμούς που συνιστούν τη χρήση του H.264/AVC στις προδιαγραφές και στα πρότυπα τους είναι: DVD Forum, Blue-ray Disk Association, DVB, ATSC, DMB, IETF, ISMA. 33

34 6. Μείωση του χώρου αποθήκευσης: To H.264/AVC μειώνει το χώρο που απαιτείται από τους διακομιστές για την αποθήκευση των βίντεο. 7. Υποστήριξη από πολλές εφαρμογές: Η MPEG-4 τεχνολογία συμπίεσης χρησιμοποιείται από ένα ευρύ φάσμα εφαρμογών πολυμέσων. Κάθε μία από αυτές τις εφαρμογές έχει δικές της ιδιαίτερες απαιτήσεις. Για παράδειγμα, μια εφαρμογή multicast IPTV απαιτεί την απόδοση μιας εικόνας για μια τυπική οθόνη τηλεόρασης, ενώ μια άλλη εφαρμογή κινητής ψυχαγωγίας παράγει εικόνες που θα αναπαραχθούν από ένα κινητό τηλέφωνο ή μια φορητή συσκευή αναπαραγωγής πολυμέσων. Για την υποστήριξη της πολυδιάστατης χρήσης των MPEG-4, έχουν συμπεριληφθεί στο πρότυπο διάφορα προφίλ και επίπεδα που επιτρέπουν στους κατασκευαστές να αναπτύξουν προϊόντα που είναι ειδικά σχεδιασμένα για την αγορά στην οποία αυτοί απευθύνονται. Έτσι, τα προϊόντα με το ίδιο προφίλ και επίπεδο θα είναι λειτουργικά το ένα με το άλλο. Τα χαρακτηριστικά που είναι μοναδικά σε κάθε δυάδα προφίλ και επιπέδου περιλαμβάνουν τα bit rates και to μέγεθος των εικόνων. 8. Ανεξαρτησία μέσου μεταφοράς: Το H.264/AVC συμπιεσμένο περιεχόμενο μπορεί να διαβιβαστεί με ένα ευρύ φάσμα πρωτοκόλλων, συμπεριλαμβανομένων ΑΤΜ, RTP, UDP, TCP, και MPEG-2 transport streams 9. Προσαρμόζεται εύκολα στην κακή ποιότητα των δικτύων: Οι ενσωματωμένοι μηχανισμοί απόκρυψης σφαλμάτων και ανάκτησης περιεχομένου επιτρέπουν στο H.264/AVC να λειτουργεί και πάνω από μία κακή δικτυακή υποδομή. Σημείωση Το γεγονός ότι H.264/AVC είναι ένα ανοιχτό πρότυπο είναι ένας από τους κύριους λόγους για τους οποίους έχει λάβει τέτοια ευρεία υποστήριξη. 34

35 1.4.4 H.264/AVC Σε γενικό επίπεδο, η κωδικοποίηση H.264/AVC είναι αρκετά παρόμοια με τα προηγούμενα πρότυπα συμπίεσης MPEG και αποτελείται από τμήματα που αφορούν την κωδικοποίηση και τα τεχνικά χαρακτηριστικά. Intraprediction και κωδικοποίηση Με τη χρήση του μηχανισμού εσωτερικής πρόβλεψης( intraprediction ) και κωδικοποίησης το H.264/AVC είναι σε θέση να εκμεταλλευτεί τους χωρικούς πλεονασμούς (spatial redundancies) που αποτελούν τμήμα μιας εικόνας του βίντεο. Λειτουργεί όπως και το MPEG-2, με την έννοια ότι η μετατροπή εφαρμόζεται σε κάθε καρέ. Η ομοιότητα μεταξύ των δύο τεχνολογιών σταματά όμως σε αυτό το σημείο. Στο MPEG-2, ο μετασχηματισμός DCT εφαρμόζεται σε κάθε macroblock στο καρέ, ενώ στο H.264/AVC ο μετασχηματισμός εφαρμόζεται σε παρακείμενα macroblocks. Ο DCT μετασχηματισμός που χρησιμοποιείται από το H.264/AVC είναι παρόμοιος με αυτόν που χρησιμοποιείται από το MPEG-2, αλλά δεν είναι ο ίδιος. Η προσέγγιση αυτή βασίζεται στην υπόθεση ότι η διαφορά μεταξύ γειτονικών macroblocks είναι ελάχιστη. Έτσι, η συμπίεση H.264 χρησιμοποιεί γειτονικά macroblocks, τα οποία είναι κωδικοποιημένα ήδη ως αναφορές, προκειμένου να προβλέψει ένα συγκεκριμένο macroblock. Η πρόβλεψη του macroblock μειώνει το ποσό των bits σε σύγκριση με τον απευθείας μετασχηματισμό του macroblock.(ref 2). Η εσωτερική πρόβλεψη( intraprediction ) του H.264 /AVC βασίζεται στην εκτίμηση της κίνησης έτσι ώστε να εκμεταλλευτεί διάφορους χρονικούς πλεονασμούς (temporal redundancies) που υπάρχουν μεταξύ των καρέ σε μια ακολουθία. Παρόμοια με το MPEG-2, το H.264/AVC χρησιμοποιεί κι αυτό αυτή τη μέθοδο για να αυξηθεί η αποδοτικότητα της κωδικοποίησης των ακολουθιών. 35

36 Μεγέθη μπλοκ που υποστηρίζονται από το H

37 Macroblock Διαμέριση Η βασική μονάδα της διαδικασίας κωδικοποίησης και αποκωδικοποίησης είναι το macroblock. Τα macroblocks συνδυάζονται για να σχηματίσουν φέτες (slices), οι οποίες με τη σειρά τους σχηματίζουν πλαίσια (frames). Το Motion compensation που χρησιμοποιείται σε προηγούμενες εκδόσεις του MPEG περιορίζεται στη χρήση πινάκων 16x16 pixel, ενώ το H.264/AVC μπορεί να επιλέξει να διαιρέσει το macroblock σε μικρότερα τμήματα. Ο σκοπός αυτής της δυνατότητας είναι η παροχή ακόμα καλύτερης υποστήριξης για την πρόβλεψη. Όπως φαίνεται, είναι δυνατή η αποστολή διανυσμάτων κίνησης για macroblocks μεγέθους 4x4 pixels. Αυτό βελτιώνει την πρόβλεψη και επιτρέπει στους κωδικοποιητές να χειριστούν την κίνηση του βίντεο σε πολύ αναλυτικό επίπεδο. Πολλαπλοί τύποι Frame Εκτός από την υποστήριξη I, Β, και P πλαισίων, το H.264/AVC έχει επίσης προσθέσει υποστήριξη για δύο επιπλέον τύπους πλαισίων, τα Switching I (SI) και τα Switching P (SP). Αυτά τα πλαίσια επιτρέπουν στους αποκωδικοποιητές να μεταβούν από μία ροή προγράμματος σε μία άλλη χωρίς να χρησιμοποιούν εικόνες αναφοράς. Εξελιγμένο Frame Αναφοράς Σύστηματος Όπως αναφέρθηκε και για το MPEG-2, η δημιουργία ενός πλαισίου Β βασίζεται στην αναφορά του σε άλλα πλαίσια. Στο MPEG-2 αυτά τα πλαίσια αναφοράς έπρεπε να βρίσκονται είτε πριν είτε μετά το συγκεκριμένο πλαίσιο. Αυτός ο περιορισμός έχει ξεπεραστεί στο H.264/AVC και τα Β-πλαίσια μπορούν να έχουν πρόσβαση σε οποιοδήποτε πλαίσιο σε οποιοδήποτε μέρος του χρονοδιαγράμματος του βίντεο για την motion compensated πρόβλεψη. (Ref 2) 37

38 H.264/AVC σύστημα αναφοράς των εικονοστοιχείων Video Sequence Time I B B B P B I B B frame frame frame frame frame frame frame frame frame Αυτή η δυνατότητα βοηθά στη βελτίωση της αποτελεσματικότητας της διαδικασίας της συμπίεσης, ενώ δεν χρειάζεται μεγάλο εύρος ζώνης. Σύνθετη διαδικασία μετασχηματισμού και κβαντισμού Αυτή η διαδικασία συμπιέζει το μεγαλύτερο μέρος των δεδομένων του βίντεο. Το H.264/AVC χρησιμοποιεί μια βελτιωμένη έκδοση του DCT αλγορίθμου που χρησιμοποιείται στο MPEG-2. 38

39 Deblocking Loop φίλτρο Προσδιορίζει τη χρήση ενός φίλτρου για την αποφυγή εμφάνισης τεχνουργημάτων στην οθόνη της τηλεόρασης. (Ref 2) Ειδικό Προφίλ Το αρχικό πρότυπο H.264/AVC που κυκλοφόρησε το 2003 περιγράφει τρία "Ψυχαγωγικά" προφίλ ή σύνολα χαρακτηριστικών: Baseline Σχεδιασμένο για να στηρίξει τη μεταφορά σε ένα μεγάλο εύρος δικτυακών υποδομών. Στις εφαρμογές που χρησιμοποιούν αυτό το προφίλ περιλαμβάνονται οι συνεδρίες βίντεο και η κινητή τηλεόραση. Ειδικά τεχνικά χαρακτηριστικά του προφίλ αυτού είναι η ικανότητα του να δημιουργεί διπλότυπα από φέτες (slices) όταν οι συνθήκες του δικτύου είναι ανεπαρκείς. Main Είναι σχεδιασμένο ειδικά για εφαρμογές τηλεόρασης, όπως το IPTV. Ειδικά τεχνικά χαρακτηριστικά που συνδέονται με αυτό το προφίλ περιλαμβάνουν την αποτελεσματικότητα της διαδικασίας κωδικοποίησης και την ικανότητα των Β πλαισίων να αναφέρονται σε κάθε πλαίσιο σε ολόκληρη την ακολουθία των πλαισίων. Extended Αυτό το προφίλ συνδυάζει τα καλύτερα χαρακτηριστικά από τα δύο προηγούμενα προφίλ σε ένα. Έτσι μπορούν οι συσκευές που υποστηρίζουν αυτό το προφίλ να λειτουργούν σε δύσκολες συνθήκες δικτύωσης, αλλά επίσης είναι σε θέση να κωδικοποιήσουν αποτελεσματικά. Από το 2003 ένα σύνολο ακόμα τεσσάρων προφίλ έχουν κυκλοφορήσει, σχεδιασμένα για χρήση σε επαγγελματικό περιβάλλον βίντεο. Όλες οι τεχνικές που περιγράφονται ανωτέρω, σε συνδυασμό με πολλούς άλλους παράγοντες τους οποίους δεν θα αναλύσουμε σε βάθος, συμβάλουν στην εξασφάλιση ότι το H.264/AVC έχει μεγάλη αποτελεσματικότητα όταν χρησιμοποιείται για τη συμπίεση βίντεο και τη μετάδοσή του σε ένα ευρυζωνικό δίκτυο IP. 39

40 Η χρησιμότητα του H.264/AVC απεικονίζεται στο παρακάτω παράδειγμα. Αν θεωρήσουμε έναν καθηγητή που διδάσκει σε μία αίθουσα. Στην σκηνή μπορούμε να διακρίνουμε τα ακόλουθα αντικείμενα: (1) Η αίθουσα (2) Ο Πίνακας, ο ουρανός που φαίνεται από τα παράθυρα (3) Ο καθηγητής που γράφει στον πίνακα και οι μαθητές (4) Η φωνή του καθηγητη (5) Θόρυβοι που προέρχονται από τους φοιτητές (άλλους φοιτητές όχι εμάς) Ο H.264/AVC επεξεργάζεται κάθε ένα από αυτά τα αντικείμενα χωριστά. Τα δύο πρώτα αντικείμενα που αντιπροσωπεύουν την αίθουσα, τον πίνακα, τον ουρανό είναι στατικά. Έτσι, η πρόβλεψη κίνησης που εφαρμόζεται σε αυτά τα αντικείμενα είναι απλή. Μια πιο πολύπλοκη τεχνική πρόβλεψης κίνησης εφαρμόζεται ωστόσο στο αντικείμενο που αντιπροσωπεύει ο καθηγητής και οι μαθητές. Όσον αφορά τα αντικείμενα ήχου, το H.264/AVC κωδικοποιεί τη φωνή του καθηγητή σε υψηλής ποιότητας μορφή συμπίεσης, η οποία συμβάλλει στη βελτίωση της σαφήνειας. Ο θόρυβος από τους μαθητές δεν είναι σημαντικός για τους τηλεθεατές, επομένως λιγότερο ακριβής μηχανισμός συμπίεσης χρησιμοποιείται για το πέμπτο και τελευταίο αντικείμενο. Ως εκ τούτου, το μεγάλο πλεονέκτημα της συμπίεσης ξεχωριστά αντικειμένων έγκειται στο γεγονός ότι ορισμένα από τα αντικείμενα της εικόνας δεν χρειάζεται να είναι συμπιεσμένα σε μεγάλο βαθμό όπως άλλα αντικείμενα μέσα στην ίδια εικόνα, μειώνοντας έτσι τις απαιτήσεις σε εύρος ζώνης. Συνολικά αυτή η προσέγγιση κάνει τον H.264/AVC μια πολύ κατάλληλη τεχνολογία για χρήση σε δίκτυα IPTV. 40

41 1.4.5 VC-1 41

42 1.4.6 Το VC-1 σημαίνει Video Codec 1 και είναι μια τεχνολογία συμπίεσης που έχει τυποποιηθεί από την Society of Motion Pictures and Television Engineers (SMPTE). Οι προδιαγραφές για το VC-1, δόθηκαν στη δημοσιότητα το 2006 και μπορεί να βρεθεί στο SMPTE 421 Μ. (Ref 2) Εκτός από αυτή την προδιαγραφή η SMPTE δημοσίευσε επίσης δύο έγγραφα που αναλύουν λεπτομερώς τη μεταφορά του περιεχομένου του VC-1 και περιέχουν τις κατευθυντήριες γραμμές - SMPTE RP227 και SMPTE RP228. Μία από τις πιο υψηλού προφίλ κωδικοποιήσεις του είναι το Microsoft Windows Media Video (WMV) 9.Εκτός από την υποστήριξη της Microsoft για μια σειρά από άλλα διεθνή πρότυπα συμπεριλαμβανομένων των υψηλής ευκρίνειας DVD HD-DVD και Blu-ray, έχει επίσης εγκρίνει και το VC-1. Μερικά από τα χαρακτηριστικά του VC-1 είναι τα ακόλουθα: 1. Μπορεί να αναπτυχθεί σε μια σειρά από πλατφόρμες 2. Υποστηρίζεται από ένα ευρύ φάσμα συσκευών καταναλωτή IPTV που κυμαίνονται από την επόμενη γενιά HDDVD και Blue Ray players, αποκωδικοποιητές για φορητές συσκευές μέχρι και κινητά τηλέφωνα. 3. Υποστήριξη για τρία ξεχωριστά προφίλ. Εφόσον ενσωματωθεί σε μία συσκευή καταναλωτή IPTV, το VC-1 υποστηρίζει τρία προφίλ: απλό, βασικό, και προχωρημένο. Καθένα από αυτά τα προφίλ είναι κατάλληλο για διαφορετικά είδη εφαρμογών. Το απλό προφίλ, για παράδειγμα, είναι ιδιαίτερα κατάλληλο για χαμηλό ρυθμό μετάδοσης bit, Internet streaming εφαρμογές, ενώ το προχωρημένου τύπου προφίλ έχει σχεδιαστεί για τη συμπίεση περιεχομένου υψηλής ευκρίνειας (HDTV). Από τα τρία κύρια προφίλ το πιο κατάλληλο για χρήση σε ένα περιβάλλον IPTV είναι το κυρίως προφίλ, ιδιαίτερα για τη μετάδοση του βίντεο μέσω δικτύων που βασίζονται σε DSL. Το κυρίως προφίλ υποδιαιρείται περαιτέρω σε επίπεδα. Η εφαρμογή των επιπέδων στα προφίλ είναι για να προσδιοριστούν ορισμένοι περιορισμοί που ισχύουν για τις διάφορες παραμέτρους. Για παράδειγμα, το μέγεθος του buffer της συσκευής καταναλωτή IPTV είναι μια μεταβλητή ενός επιπέδου. ASF υποστήριξη Η προηγμένη δομή του ASF format χρησιμοποιείται για τη δημιουργία μίας IPTV 42

43 ροής. Υποστήριξη για ένα εύρος μεγεθών Block Εκτός από την υποστήριξη της κωδικοποίησης των 8x8 pixel blocks, το VC-1 έχει προσθέσει επίσης την υποστήριξη για την κωδικοποίηση των 4x4 pixel μπλοκ και άλλες παραλλαγές. Πρόσθετοι τύποι Frame Εκτός από την υποστήριξη της κωδικοποίησης του βίντεο σε I, P, και Β πλαίσια, το VC-1 εισάγει ένα νέο πλαίσιο τύπου που ονομάζεται BI, το οποίο είναι μια παραλλαγή του I-frame αλλά δεν εξαρτάται από άλλα πλαίσια. Είναι σημαντικό να σημειωθεί ότι αυτό το πλαίσιο δεν μπορεί να χρησιμοποιηθεί για την πρόβλεψη άλλων πλαισίων. Λειτουργεί σε διάφορες τεχνολογίες μεταφοράς μέσω δικτύου Το VC-1 είναι ανεξάρτητο από τα πρωτόκολλα μεταφοράς του δικτύου και δεν συνδέεται με κάποιο συγκεκριμένο μηχανισμό μεταφοράς περιεχομένου σε ένα δίκτυο IPTV. Αν και η αγορά κυριαρχείται από MPEG-4 και VC-1 υπάρχουν δύο άλλες τεχνολογίες συμπίεσης βίντεο που μάχονται για ένα κομμάτι της IPTV κωδικοποίηση της αγοράς. Στην Κίνα, για παράδειγμα, η χώρα έχει αναπτύξει ένα πρότυπο που ονομάζεται audio video standard (AVS) (Ref 2). Η επίσημη ονομασία είναι «The Standards of People s Republic of China GB/T , Information Technology, Advanced Coding of Audio and Video, Part 2: Video». Τα επίπεδα απόδοσης που επιτυγχάνονται από το εν λόγω πρότυπο είναι αρκετά παρόμοια με τα επίπεδα επιδόσεων που επιτυγχάνονται με το MPEG-4 μέρος 10. Το πρότυπο εκτείνεται πέρα από τη συμπίεση και καλύπτει άλλους τομείς, όπως η ψηφιακή πνευματική ιδιοκτησία και η διαχείριση περιεχομένου. Πίνακας επιπέδων του main προφίλ Level Rate (Mbps) Resolutions Supported 43

44 Low _ 240 operating at a frequency of 24 Hertz. Typically used Medium 10 bycomputer displays. Supports two resolutions: 720 _ 480 at 30 Hertz and 720 _ 576 at25 Hertz. This level is well suited to the delivery of SD IPTV. Πίνακας3 Ref : Εκδόσεις Wiley «Next generation iptv services and technologies Jan.2008» Ολοκληρώνοντας και την κωδικοποίηση μπορούμε να αναφέρουμε κάποια βασικά πλεονεκτήματα και μειονεκτήματα ενός συμπιεσμένου video σε σχέση με ένα ασυμπίεστο: Πλεονεκτήματα: 1. Την μεγάλη μείωση της χωρητικότητας των αποθηκευτικών μέσων που χρειάζεται για την αποθήκευση των βίντεο. 2. Η επεξεργασία ασυμπίεστου βίντεο χρειάζεται μεγάλη υπολογιστική ισχύ. Η κωδικοποίησή του μειώνει τις απαιτήσεις σε ισχύ για την αναπαραγωγή του βίντεο. 3. Το συμπιεσμένο βίντεο έχει προφανώς σημαντικά μικρότερο μέγεθος από το ασυμπίεστο,και όσο οι μέθοδοι συμπίεσης βελτιώνονται το μέγεθος μικραίνει όλο και περισσότερο χωρίς να γίνονται συμβιβασμοί στην ποιότητα. Έτσι λοιπόν μπορεί να σταλεί με μικρότερες απαιτήσεις σε εύρος ζώνης χωρίς συμβιβασμούς στην ποιότητα. Μειονεκτήματα: 1. Εισάγεται καθυστέρηση κατά την διαδικασία συμπίεσης αποσυμπίεσης. 44

45 2. Μπορεί να θεωρηθεί μειονέκτημα το γεγονός ότι κατά τη διαδικασία συμπίεσης ένα μέρος της πληροφορίας απομακρύνεται, επομένως το συμπιεσμένο πλέον βίντεο είναι χαμηλότερης ποιότητας. 3. Η επανακωδικοποίηση και η μετατροπή από ένα φορμάτ σε άλλο μπορεί να ρίξει ακόμα περισσότερο την ποιότητα του βίντεο 45

46 Προγράμματα Δοκιμών Benchmarking Στην επιστήμη των υπολογιστών, το benchmark είναι η εκτέλεση ενός υπολογιστικού προγράμματος, ένα σύνολο προγραμμάτων, ή άλλων διαδικασιών, προκειμένου να αξιολογηθεί η σχετική απόδοση ενός αντικειμένου, μέσα από ένα σύνολο συγκριτικών τεστ. To benchmarking συνδέεται συνήθως με την αξιολόγηση των χαρακτηριστικών απόδοσης του υλικού των υπολογιστών, όπως για παράδειγμα η απόδοση λειτουργίας κινητής υποδιαστολής μιας ΚΜΕ (floating point operation of CPU), ωστόσο υπάρχουν περιπτώσεις που χρησιμοποιείται και για λογισμικό. Τα benchmarks για λογισμικό έχουν να κάνουν συνήθως με την εκτέλεση προγραμμάτων σε σχέση με μεταγλωττιστές ή με συστήματα διαχείρισης βάσεων δεδομένων. Επίσης γίνονται και δοκιμές που έχουν ως στόχο να ελέγξουν και να αξιολογήσουν την ορθότητα-ακρίβεια ενός λογισμικού. Τελικά οι συγκριτικές μετρήσεις επιδόσεων (benchmarks) παρέχουν μια μέθοδο σύγκρισης της απόδοσης των διαφόρων υποσυστημάτων ανάμεσα σε πληθώρα διαφορετικών αρχιτεκτονικών υλοποίησής τους. Με την ολοένα και μεγαλύτερη ανάπτυξη και πολυπλοκότητα των νέων αρχιτεκτονικών υπολογιστών,είναι πολύ δύσκολη η σύγκριση της απόδοσης των διαφόρων συστημάτων με μια απλή παρατήρηση των χαρακτηριστικών τους. Έτσι, τα τεστ που αναπτύχθηκαν, επιτρέπουν τη σύγκριση διαφορετικών αρχιτεκτονικών, πχ.ένας Pentium 4 επεξεργαστής λειτουργεί γενικά σε μια υψηλότερη συχνότητα ρολογιών από τους επεξεργαστές Core 2 Duo, γεγονός που δεν μεταφράζεται απαραιτήτως σε περισσότερη υπολογιστική δύναμη, καθώς οι δεύτεροι έχουν 2 πυρήνες, αλλά το πρόγραμμα πρέπει να είναι βελτιστοποιημένο για τη χρήση τους. Ένας πιο αργός επεξεργαστής, όσον αφορά τη συχνότητα ρολογιών, μπορεί να αποδώσει όσο και ένας επεξεργαστής που λειτουργεί σε μια υψηλότερη συχνότητα. Τα benchmarks έχουν ως στόχο να μιμηθούν ένα συγκεκριμένο τύπο φόρτου εργασίας σε ένα τμήμα ή ολόκληρο το σύστημα. Τα synthetic benchmarks το πετυχαίνουν αυτό με ειδικά σχεδιασμένα προγράμματα που συσσωρεύουν τον συγκεκριμένο φόρτο εργασίας (workload) σε ένα τμήμα του συστήματος. Από την άλλη τα application benchmarks τρέχουν πραγματικά προγράμματα για ολόκληρο το σύστημα. 46

47 Παρόλο που τα application benchmarks δίνουν συνήθως ένα πολύ καλύτερο μέτρο της πραγματικής απόδοσης σε ένα δεδομένο σύστημα, τα synthetic benchmarks είναι χρήσιμα όταν θέλουμε να εξετάσουμε ένα συγκεκριμένο τμήμα του συστήματος πχ. κάρτα γραφικών, cpu κλπ. 1.5 Τύποι Benchmark 1. Πραγματικό πρόγραμμα a. λογισμικό επεξεργασίας κειμένου b. λογισμικό εργαλείων CDA c. προγράμματα εφαρμογών του χρήστη (MIS) 2. Πυρήνας a. περιέχει τους βασικούς κώδικες b. κανονικά αφαιρεμένος από το πραγματικό πρόγραμμα c. δημοφιλής πυρήνας: Βρόχος Livermore d. αξιολόγηση linpack (περιλαμβάνει μια υπορουτίνα βασικής γραμμικής άλγεβρας γραμμένη σε γλώσσα Fortran) e. τα αποτελέσματα αντιπροσωπεύονται σε MFLOPS 3. Component Benchmark / micro-benchmark a. Προγράμματα σχεδιασμένα με στόχο να μετρήσουν την απόδοση των βασικών τμημάτων ενός υπολογιστή b. αυτόματη ανίχνευση των παραμέτρων υλικού του υπολογιστή όπως number of registers, cache size, memory latency. 4. Synthetic benchmark a. Διαδικασία: i. Παίρνει στατιστικά όλων των τύπων διαδικασιών από διάφορα προγράμματα και εφαρμογές ii. Παίρνει αναλογίες από κάθε λειτουργία. iii. Συντάσσει ένα πρόγραμμα βασισμένο στις παραπάνω αναλογίες. 47

48 b. Οι τύποι των SyntheticBenchmark: i. Whetstone ii. Dhrystone 5. I/O benchmarks 6. Parallel benchmarks: χρησιμοποιούνται κυρίως στις μηχανές με πολλούς επεξεργαστές να λειτουργούν ταυτόχρονα ή στα συστήματα που αποτελούνται από πολλές μηχανές. Ερευνήσαμε διάφορα προγράμματα benchmarks από τα χιλιάδες που κυκλοφορούν στο δίκτυο. Μερικά από αυτά παρατίθενται στον παρακάτω πίνακα: Benchmark Vimark 1.7 Operating System Windows Function Video Encoding x264 HD Windows Video Encoding Dr Hardware Windows Hardware BurnInTest Windows/Linux Hardware PerformanceTest Windows Hardware HD-VideoBench Windows/Linux Hardware Casheset Windows Cache Memory Fresh Diagnose Windows Hardware Cpu-Z Windows Cpu Virtual Mark Any Hardware Sisoftware Sandra Windows Hardware Pc Mark Windows Hardware Link download_ html showarticle.aspx? artno=442 com/ products/bit.htm products/pt.htm personals.ac.upc.edu/ alvarez/hdvideobench/ install.html technet.microsoft.com/ en-us/sysinternals/ bb aspx fresh-diagnosep22670.html cpuz.php service.futuremark.com/ virtualmark/start.action PCMark_program_7215.html Πίνακας 4Δοκιμασίες υλικού που διατίθενται προς πώληση Αυτό που μας ενδιαφέρει κυρίως δεν είναι η εφαρμογή benchmark αλλά οι αλγόριθμοι που εκτελούνται από τα συγκεκριμένα προγράμματα. Ανάμεσα σε πολλούς αλγορίθμους επιλέξαμε τους πιο κατάλληλους για τη συγκεκριμένη εργασία. 48

49 1.6 Αλγόριθμοι 1. Whetstone (benchmark) Γράφτηκε αρχικά σε Algol 60 το 1972 στο εθνικό φυσικό εργαστήριο στο Ηνωμένο Βασίλειο και προέκυψε από τις στατιστικές όσον αφορά τη συμπεριφορά ενός προγράμματος που παρατηρήθηκε στον υπολογιστή KDF9. Η συμπεριφορά του αλγορίθμου αντέγραψε αυτήν ενός χαρακτηριστικού επιστημονικού προγράμματος του KDF9 και είχε ως σκοπό να βελτιστοποιήσει τους μεταγλωτιστές. Ο μεταγλωτιστής Whetstone αναπτύχθηκε στο τμήμα ατομικής ενέργειας της αγγλικής ηλεκτρικής επιχείρησης στο Whetstone, Leicestershire, Αγγλία, ως εκ τούτου το όνομά του. Το Whetstone benchmark αρχικά μετρούσε την υπολογιστική δύναμη σε kilowhetstone Instructions Per Second (kwips). Αυτό άλλαξε αργότερα σε millions Whetstone Instructions Per Second (MWIPS). Το συγκεκριμένο benchmark μετρά πρώτιστα τη floating-point αριθμητική απόδοση. Ένα παρόμοιο benchmark για τις διαδικασίες ακέραιων αριθμών και σειράς είναι το Dhrystone. 2. Dhrystone (benchmark) Το Dhrystone είναι ένα synthetic benchmark που αναπτύχθηκε το 1984 από το Reinhold P. Weicker και σκόπευε να είναι ένα αντιπροσωπευτικό benchmark ενός προγραμματιστικού συστήματος (ακεραίων). Το Dhrystone έτεινε να γίνει αντιπροσωπευτικό της γενικής απόδοσης επεξεργαστών (ΚΜΕ). Με το Dhrystone, ο Weicker σύλλεξε τα δεδομένα από μια ευρεία σειρά λογισμικών - συμπεριλαμβανομένων των προγραμμάτων που γράφτηκαν σε FORTRAN, PL/1, SAL, ALGOL 68, και Pascal. Κατηγοριοποίησε έπειτα αυτά τα προγράμματα με βάση τα κοινά εργαλεία κατασκευής - κλήσεις διαδικασίας, pointers indirections, assignments κ.λπ. Συνδυάζοντας όλα αυτά ανέπτυξε το Dhrystone benchmark που θα απευθυνόταν σε ένα αντιπροσωπευτικό μίγμα των παραπάνω. Το Dhrystone δημοσιεύθηκε στη Ada, με την έκδοση σε C για το Unix που αναπτύχθηκε από τον Rick Richardson. Το Dhrystone benchmark δεν περιέχει καμία διαδικασία κινητής υποδιαστολής και οι μετρήσεις 49

50 γίνονται σε Dhrystones per second που αντιστοιχούν σε αριθμό επαναλήψεων του κύριου βρόχου του κώδικα ανά δευτερόλεπτο. Και οι δύο παραπάνω αλγόριθμοι είναι synthetic benchmarks γεγονός που σημαίνει ότι είναι απλά προγράμματα που ωστόσο σχεδιάζονται προσεκτικά για να μιμηθούν ένα σύνολο προγραμμάτων και τον φόρτο που αυτά συσσωρεύουν, κατά την εκτέλεση τους, σε τμήμα του συστήματος 3. Mandelbrot set Χρησιμοποιείται σαν benchmark και περιλαμβάνει την παραγωγή καθορισμένων fractals Mandelbrot που χρησιμοποιούνται για να περιγράψουν ρεαλιστικά και να αναπαράγουν τα φυσικά αντικείμενα όπως βουνά ή σύννεφα κλπ. Αυτό βρίσκει εφαρμογή κυρίως όταν θέλουμε να ελέγξουμε ένα σύστημα, και να το συγκρίνουμε με άλλα, το οποίο προορίζεται για εφαρμογές μετάδοσης οπτικοακουστικού υλικού, κωδικοποίησηςαποκωδικοποίησης video, παιχνίδια και πολλά άλλα. Σημείωση Για τις μονάδες μέτρησης των παραπάνω αλγορίθμων ανατρέξτε στο Παράρτημα Α. 50

51 4. Υπολογισμός του π Ένας αρκετά αξιόπιστος αλγόριθμος ο οποίος χρησιμοποιείται εδώ και πολλά χρόνια από πολλά προγράμματα benchmarkείναι ο υπολογισμός του π. Πιο συγκεκριμένα ελέγχουμε την ταχύτητα κυρίως του επεξεργαστή ανάλογα με τον χρόνο που υπολογίζεται το π μέχρι κάποιο δεκαδικό ψηφίο. 5. Αλγόριθμος κωδικοποίησης video σε Η.264μορφή Ένας πολύ χρήσιμος αλγόριθμος που κωδικοποιεί ένα συγκεκριμένο video σε μορφή H.264. Οι χρόνοι που παίρνουμε από τον συγκεκριμένο αλγόριθμο μας βοηθούν σημαντικά στο να καταλήξουμε σε συγκεκριμένα συμπεράσματα. 51

52 1.7 Προγράμματα που υλοποιούν τους αλγόριθμους Ελέγξαμε την αξιοπιστία και επιλέξαμε μερικά από τα προγράμματα που αναφέρονται στον παραπάνω πίνακα αφενός μεν γιατί εκτελούσαν τους ζητούμενους αλγορίθμους και αφετέρου η κριτική τους από τους χρήστες του διαδικτύου ήταν πολύ καλή. Super PI Το Super Pi είναι ένα υπολογιστικό πρόγραμμα που υπολογίζει το pi σε έναν διευκρινισμένο αριθμό ψηφίων μετά το δεκαδικό σημείο - μέχρι ένα μέγιστο 32 εκατομμυρίων. Χρησιμοποιεί τον αλγόριθμο Gauss-Legendre και είναι η βάση του προγράμματος που χρησιμοποιήθηκε από τον Yasumasa Kanada το 1995 για να υπολογίσει το pi σε 232 ψηφία. 52

53 Το Super Pi χρησιμοποιείται από πολλούς overclockers για να εξετάσει την απόδοση και τη σταθερότητα των υπολογιστών τους. Εκτός από την μέτρηση της ταχύτητας μιας CPU, το πρόγραμμα μπορεί επίσης να χρησιμοποιηθεί για να εξετάσει τη σταθερότητα μιας ορισμένης ταχύτητας overclock. Εάν ένας υπολογιστής είναι σε θέση να υπολογίσει το pi στην εκατομμυριοστή θέση 32 μετά από το δεκαδικό χωρίς λάθος, θεωρείται πολύ σταθερός από την άποψη της μνήμης τυχαίας προσπέλασης (RAM) και της CPU. SisoftwareSandra To SiSoftware Sandra (the System ANalyser, Diagnostic and Reporting Assistant) αποτελεί ένα πρόγραμμα που παρέχει πληροφορίες και τρέχει διαγνωστικούς αλγορίθμους για ένα σύστημα. Μας δίνει μεγάλο μέρος πληροφοριών για το hardwareαλλά και softwareτου συστήματός μας καθώς και για κάθε άλλη συσκευή που είναι συνδεδεμένη σε αυτό. 53

54 x264 BBENCHMARK Καταρχήν το x264 είναι μια βιβλιοθήκη ελεύθερου λογισμικού για την κωδικοποίηση των video προς μετάδοση (streaming) σε μορφή H.264/MPEG-4 AVC. Διατίθεται ελεύθερα υπό την άδεια της GNU General Public License. Το x264 benchmark μετρά πόσο γρήγορα μπορεί ένας υπολογιστής να κωδικοποιήσει έναν μικρής διάρκειας mpeg-2 βίντεο σε ένα υψηλής ποιότητας x264 βιντεο. Είναι λίγο πολύ ένας κωδικοποιητής-αποκωδικοποιητής Xvid/DivX. Αποτελεί ένα ιδανικό benchmark καθώς η συγκεκριμένη εφαρμογή παρουσιάζει αρκετά ακριβή αποτελέσματα συμπίεσης (σε frames per second) για κάθε πέρασμα της διαδικασίας κωδικοποίησης, και χρησιμοποιεί τους multi-core επεξεργαστές πολύ αποτελεσματικά. 54

55 Το test είναι πολύ απλοποιημένο και αποτελείται ουσιαστικά μόνο από το video προς κωδικοποίηση και ένα batch αρχείο που θα ξεκινήσει ταυτόχρονα την κωδικοποίηση και καταγραφή των αποτελεσμάτων σε ένα txt file. Όπως φαίνεται και στην εικόνα ουσιαστικά εκτελείται μια διπλή κωδικοποίηση ενός video 720x480 συνολικά 5 φορές και καταγράφονται σε ένα αρχείο τα αποτελέσματα του. Είναι καλό το σύστημα να μην χρησιμοποιείται σε άλλες διεργασίες ώστε να έχουμε αρκετά ακριβή αποτελέσματα. (Ref 7) Επεξηγήσεις: 480 ουσιαστικά είναι 480p24 σημαίνει ότι υπάρχουν 480 κάθετες γραμμές ανάλυσης. To p σημαίνει ότι τα frames του video είναι προοδευτικά. Το 24 σημαίνει ότι υπάρχουν 24 frames/second. Είναι το καθιερωμένο πρότυπο για SDTV (standard definition tv) ταινίες. Τα πρότυπα 720p και 1080i είναι πρότυπα της τηλεόρασης υψηλής ευκρίνειας (HDTV). Διαφορές: 720x480=0.35MPixels 1280x720=0.92MPixels 1920x1080=2.07MPixels Progressive frames: αν σταματήσουμε ξαφνικά το video θα δούμε καθαρά την εικόνα σαν να ήταν φωτογραφία. 55

56 Interlaced frames: σαρώνονται πρώτα οι μονές και μετά οι ζυγές γραμμές του κάθε frame. (κοινές TV) Στο πρόγραμμα κωδικοποιούμε το video 2 φορές για να έχουμε πιο ακριβείς μετρήσεις προφανώς. Αυτό γιατί την πρώτη φορά ο κωδικοποιητής δεν γνωρίζει τι ακριβώς έρχεται όταν παίζει το video και είναι αναγκασμένος να μαντέψει με βάση το τι παίζει εκείνη τη στιγμή. Στην αρχή του προγράμματος υπάρχουν κάποιες μεταβλητές που εξηγούμε την σημασία τους: Το αποτελεί μια μεταβλητή μέτρησης της ποιότητας του video,η οποία δίνεται από τον παραπάνω τύπο όπου: b: τοbitrate u: η κάθετη ανάλυση h: η οριζόντια ανάλυση f: το framerate Τυπικές τιμές για την μεταβλητή αυτή κυμαίνονται μεταξύ 0.10 και 0.25 ενώ videoμε Qf= αποτελεί υψηλής ποιότητας x referenceframes:χρησιμοποιεί 5 frames αναφοράς. Αυτή η ρύθμιση ελέγχει πόσα προηγούμενα frames αναφέρονται ως Pή B frame. Όσο μεγαλύτερο το νούμερο τόσο καλύτερη η ποιότητα και βέβαια τόσο πιο αργή η κωδικοποίηση b-frames 3 : Χρησιμοποιούνται το πολύ 3 αποκλειστικά B-frames. Τα διπλής κατεύθυνσης frames συμπιέζονται σε μεγάλο βαθμό καθώς μόνο αυτά αποθηκεύουν τα δεδομένα που έχουν αλλάξει από το προηγούμενο frame ή που είναι διαφορετικά από το επόμενο frame.γενικά έχουν λιγότερη πληροφορία από τα P ή I frames αλλά μπορούν να βελτιώσουν την ποιότητα του video αποθηκεύοντας με εξυπνότερο τρόπο τα δεδομένα 56

57 57

58 Διαδικασία ενθυλάκωσης IPTVCM Ένα σημαντικό μέρος της διαδικασίας IPTV έχει να κάνει με την ενθυλάκωση του video πριν αυτό μεταδοθεί στο δίκτυο. Η ενθυλάκωση του περιεχομένου βίντεο περιλαμβάνει την εισαγωγή και οργάνωση των δεδομένων σε επιμέρους πακέτα. Ο όρος ενθυλάκωση χρησιμοποιείται για να περιγραφεί η διαδικασία μορφοποίησης του βίντεο σε datagramms. Υπάρχουν δύο διαφορετικές προσεγγίσεων για ενθυλάκωση περιεχομένου βίντεο, δηλαδή, MPEG over IP και VC-1 over IP. Πριν από τη περιγραφή αυτών των δύο προσεγγίσεων, είναι χρήσιμο πρώτα να κατανοήσουμε το μοντέλου επικοινωνιών του IPTV (IPTVCM). 1.8 Επισκόπησητου IPTV Communication Model (IPTVCM) 1.9 Αυτό το μοντέλο επικοινωνιών αποτελείται από επτά (και ένα προαιρετικό) εννοιολογικά στρώματα που στοιβάζονται το ένα πάνω στο άλλο. Τα δεδομένα περνούν από πάνω προς τα κάτω από το ένα στρώμα του μοντέλου στο άλλο στην συσκευή του αποστολέα, έπειτα μεταδίδονται μέσω του ευρυζωνικού δικτύου από τα πρωτόκολλα του φυσικού στρώματος. Τα δεδομένα φτάνουν στο κάτω στρώμα του παραλήπτη (στην συσκευή προορισμού) και ακολουθούν ανοδική πορεία στο μοντέλο. Έτσι, αν ένας κωδικοποιητής πρέπει να μεταφέρει βίντεο σε μια συσκευή καταναλωτή IPTV, θα πρέπει να περάσει αυτό το υλικό μέσα από την πολυεπίπεδη δομή του IPTVCM και στις δύο συσκευές. Κάθε στρώμα του μοντέλου επικοινωνιών είναι γενικά αυτόνομο και έχει συγκεκριμένες αρμοδιότητες. Κάθε στρώμα ενθυλακώνει ορισμένες πρόσθετες πληροφορίες ελέγχου στα βίντεο πακέτα κατά τη διάρκεια της επεξεργασίας. Αυτές οι πληροφορίες περιλαμβάνουν συγκεκριμένες οδηγίες και μορφοποιούνται συνήθως σαν κεφαλίδες ή trailers. Τα επτά και σε ορισμένες εφαρμογές οκτώ IPTVCM επίπεδα μπορούν να καταταχθούν σε δύο κατηγορίες: ανώτερα και κατώτερα στρώματα. Τα ανώτερα στρώματα αφορούν την αντιμετώπιση συγκεκριμένων εφαρμογών IPTV και μορφές αρχείων, ενώ τα χαμηλότερα επίπεδα ασχολούνται κατά κύριο λόγο με τη μεταφορά του περιεχομένου. 58

59 Μοντέλο επικοινωνίας IPTV Παραλήπτης IPTV server IPTV(PC, STB,..) Κωδικοποίηση βίντεο Κωδικοποίηση βίντεο Βίντεο packetizing Βίντεο packetizing Δημιουργία MPEG Δημιουργία MPEG Transport stream Transport stream RTP (προαιρετικό) RTP (προαιρετικό) Transport (UDP ή TCP) Transport (UDP ή TCP) Επίπεδο IP Επίπεδο IP Επίπεδo Data Link Επίπεδo Data Link Φυσικό επίπεδο Φυσικό επίπεδο xdsl, FTTx, wireless 59

60 IPTVCM και μεταφορά MPEG περιεχομένου Στο σχήμα παρέχεται μια πιο λεπτομερή εικόνα για το τι συμβαίνει στο βίντεο όταν συμπιεστεί με MPEG από την άποψη της ενθυλάκωσης καθώς περνάει τα επίπεδα από πάνω προς τα κάτω στο μοντέλο επικοινωνίας (IPTVCM). Video encoding Layer Η διαδικασία της επικοινωνίας αρχίζει από το σημείο όπου ένα ασυμπίεστο αναλογικό ή ψηφιακό σήμα συμπιέζεται και μια MPEG στοιχειώδης ροή (elementary stream) είναι στην έξοδο του κωδικοποιητή. Η στοιχειώδης ροή ορίζεται ως μια συνεχής ροή σε πραγματικό χρόνο ψηφιακού σήματος. Μία στοιχειώδης ροή είναι ουσιαστικά η πρώτη έξοδος από τον κωδικοποιητή. Η ροή είναι οργανωμένη κατά κανόνα σε βίντεο καρέ σε αυτό το στρώμα του IPTVCM μοντέλου. Το είδος των πληροφοριών σε μία στοιχειώδη ροή μπορεί να περιλαμβάνουν Είδος πλαισίου και bit rate Τοποθέτηση των μπλοκ δεδομένων στην οθόνη Λόγος διαστάσεων Η στοιχειώδης ροή αποτελεί τη βάση για τη δημιουργία των MPEG ροών Είναι σημαντικό να σημειωθεί ότι αυτό το στρώμα χωρίζεται ουσιαστικά σε δύο υπόεπίπεδα από την προδιαγραφή του H.264/AVC: Στρώμα κωδικοποίησης βίντεο (Video coding layer-vcl) και Στρώμα αφηρημένου δικτύου (Network abstract layernal Ref 18). To VCL υπόστρωμα καθορίζει τη συμπίεση του βίντεο. Η έξοδος από αυτό το στρώμα αυτό είναι μια σειρά από φέτες (slices) εικόνας. Η ροή των bit στο NAL στρώμα οργανώνεται σε διάφορα επιμέρους πακέτα που ονομάζονται μονάδες NAL. Επίσης είναι δυνατό αυτές οι μονάδες να περιλαμβάνουν και άλλα είδη περιεχομένου όπως πληροφορίες ελέγχου. 60

61 Elementary Video Stream PES Πακέτο PES Πακέτο PES Πακέτο Packet Compressed video Packet Compressed Packet Compressed header Content header Video contenet header Video contenet MPEG transport stream Header Video MPEG transport MPEG transport stream stream Header Picture 1 Video Header Picture 2 RTP MPEG-TS RTP header payload ενθυλακωμένο Video Picture n Πακέτο 1 UDP RTP Κεφαλίδα Κεφαλίδα UDP MPEG-TS payload ενθυλακωμένο IP UDP RTP MPEG-TS IP ενθυλακωμένο Κεφαλίδα Κεφαλίδα Κεφαλίδα payload Πακέτο 1 Ethernet IP UDP RTP MPEG-TS Ethernet Κεφαλίδα Κεφαλίδα Κεφαλίδα Κεφαλίδα payload CRC Data link layer ενθυλακωμένο Πακέτο 1 Επίπεδα ενθυλάκωσης IPTV μοντέλου επικοινωνίας 61

62 VideoPacketizingLayer PacketizedElementaryStream Προκειμένου οι στοιχειώδης ροές ήχου, δεδομένων και βίντεο να μεταδοθούν μέσω του ψηφιακού δικτύου, κάθε στοιχειώδης ροή μετατρέπεται σε χρονικά σημασμένα πακέτα Packetized Elementary Stream (PES Ref 2). Κάθε ροή περιέχει μόνο ένα είδος δεδομένων από μία πηγή. Τα πακέτα μίας ροή μπορεί να είναι σταθερά ή όχι σε μεγέθους, με έως μέγιστο μέγεθος bytes ανά πακέτο. Αυτό περιλαμβάνει τη διάθεση των 6 bytes για την επικεφαλίδα και το υπόλοιπο του πακέτου για τη μεταφορά του περιεχομένου. Τα στοιχεία της κεφαλίδας PES φαίνονται στο σχήμα Πρόθεμα αρχής PES πακέτου σημαίες Μέγεθος κεφαλίδας bits bits PES Μεταβλητό Συμπιεσμένο bit bit bits bits μήκος περιεχόμενο s βίντεο Μέγεθος κεφαλίδας PES Πεδία κεφαλίδας PES Stream ID 62

63 NAL unit Λόγω της φύσης της δικτύωσης η σειρά ή ο αριθμός των καρέ του βίντεο που μεταδίδονται από τον αποστολέα μπορεί να διαφέρει από την σειρά ή τον αριθμό των πακέτων που λαμβάνονται από τον πελάτη Έτσι, για να βοηθήσει το συγχρονισμό, το MPEG συχνά δίνει πληροφορία χρονισμού στα πακέτα της στοιχειώδους ροής (PES) που αποτελούν μέρος του συγκεκριμένου βίντεο. Υπάρχουν δύο τύποι των σφραγίδων χρόνου που μπορούν να εφαρμοστούν σε κάθε πακέτο PES Presentation time stamps (PTS) και Decode time stamps (DTS). PTS-Είναι μία τιμή των 33ών bit η οποία τοποθετείται στην κεφαλίδας. Ο λόγος ύπαρξής είναι ο καθορισμός της σειράς και του χρόνου που κάθε πακέτο θα υποβληθεί στο θεατή. DTS- Χρησιμοποιούνται για να ενημερώσουν τον αποκωδικοποιητή πότε ακριβώς πρέπει να αρχίσει την επεξεργασία των πακέτων. 63

64 Χρόνος Κεφαλίδα NAL βίντεο payload μονάδας NAL Περιέχει ένα τμήμα ή ολόκληρο το sclice 1 bi 2 5 bit bit t Καθορίζει τον τύπο της μονάδας NAL Σημαία για τον αν η μονάδα NAL είναι απαλείψιμη η όχι Όταν γίνει άσσος υποδεικνύει ότι μπορεί να υπάρχει σφάλμα στην κεφαλίδα της μονάδας NAL ή στο ωφέλιμο φορτίο Η έννοια της εφαρμογής διαφόρων τύπων χρονικής σήμανσης στα πακέτα σε μία 64

65 MPEG κωδικοποιημένη ροή φαίνεται στην εικόνα Όπως προκύπτει η σειρά με την οποία τα πακέτα μεταδίδονται μέσω του δικτύου είναι διαφορετική από τη σειρά, με την οποία λαμβάνονται από τον πελάτη Ως αποτέλεσμα, ο αποκωδικοποιητής χρησιμοποιεί τα PTS και DTS να ανακατασκευάσει το αρχικό περιεχόμενο βίντεο. Εκτός από την μεταφορά του MPEG-2 το Packet encapsulated stream είναι επίσης ικανό να μεταφέρει H.264/AVC μονάδες σε ένα δίκτυο IPTV. Λεπτομέρειες σχετικά με τη διαδικασία αυτή απεικονίζονται στο Σχήμα. 3,9 Transport Stream Construction Layer Το επόμενο στρώμα του IPTVCM ασχολείται με την δημιουργία μιας ροής μεταφοράς, η οποία αποτελείται από συνεχή ροή των πακέτων. Αυτά τα πακέτα, που ονομάζονται TS (Ref 2) πακέτα, σχηματίζονται από την κατακερμάτιση των PES σε πακέτα σταθερού μεγέθους 188 bytes που είναι ανεξάρτητα από τις στάμπες χρονισμού. Η δημιουργία πακέτων ανεξάρτητα της χρονικής τους σήμανσης συμβάλλει στη μείωση της πιθανότητας της απώλειας των πακέτων. Κάθε πακέτο TS περιέχει ένα μόνο φορμάτ, βίντεο, ήχο, ή δεδομένα, χωρίς να μπορούν να συνδυαστούν αυτά σε ένα πακέτο. Κάθε πακέτο TS περιλαμβάνει 184 bytes των ωφέλιμων δεδομένων 4 byte κεφαλίδα. Τα στοιχεία της MPEG TS κεφαλίδας απεικονίζονται στο σχήμα και επεξηγούνται στον πίνακα που ακολουθούν. 65

66 MPEG ροή PES 1ο πακέτο PES 2ο πακέτο PES 3ο πακέτο PES4ο πακέτο PES5ο πακέτο DTS=1 DTS=3 DTS=5 DTS=2 DTS=4 PTS=1 PTS=2 PTS=3 PTS=4 PTS=5 Αποκωδικοποιημένη MPEG ροή PES 1ο πακέτο PES 2ο πακέτο PES 3ο πακέτο PES4ο πακέτο PES 5ο πακέτο DTS=1 DTS=2 DTS=3 DTS=4 DTS=5 PTS=1 PTS=4 PTS=2 PTS=5 PTS=3 Εφαρμογή χρονοσφραγίδων σε MPEEGPES πακέτα Program Specific Information PSI Εκτός από τη συμπίεση ήχου και, μία ροή μεταφοράς περιλαμβάνει πληροφορίες συγκεκριμένες για το πρόγραμμα (Program Specific Information-PSI) ή μεταδιδόμενα που περιγράφουν τη ροή των bit. Αυτές οι πληροφορίες μεταφέρονται σε τέσσερις πίνακες PSI. Πίνακαςπρογράμματοςσυσχέτισης (Programassociationtable (PAT) Η διαβίβαση του πίνακα PAT (Ref 2) είναι υποχρεωτική και αποτελεί το σημείο εισόδου για τους πίνακες PSI. Ο πίνακας αυτός έχει πάντα ένα αναγνωριστικό προγράμματος (Program Identifier-PID) μηδέν. Ο πίνακας αυτός δίνει τη σχέση μεταξύ του αριθμού του προγράμματος και του PID του πακέτου μεταφοράς που μεταφέρει τον πίνακα χάρτη προγράμματος (PMT). Πίνακας χάρτη προγράμματος (PMT) είναι επίσης υποχρεωτικός και περιλαμβάνει πληροφορίες σχετικά με ένα συγκεκριμένο πρόγραμμα. Ο πίνακας αυτός απαριθμεί όλα τα PIDs των πακέτων που περιέχουν στοιχεία ενός συγκεκριμένου προγράμματος (ήχος, βίντεο, δεδομένα, και πληροφορίες PCR Ref 2). Στο σχήμα που ακολουθεί απεικονίζεται γραφικά η συσχέτιση μεταξύ ενός PAT και PMT. 66

67 Σχέση μεταξύ PMT και PAT Πίνακας συσχέτισης προγράμματ PMT 1 PMT 2 Video PID =36 Audio PID =3 PMT 1 PMT 3 PMT 4 Video PID =6 Audio PID =4 PMT 2 Video PID =1 Audio PID =34 PMT 3 Video PID =78 Audio PID =9 PMT 4 Συνεπώς, μόλις ένας πελάτης αιτηθεί ένα συγκεκριμένο πρόγραμμα το καλείται ο πίνακας προγράμματος συσχέτισης PAT, ο οποίος με τη σειρά του καλεί τον πίνακα χάρτη προγράμματος PMT να προσδιορίσει τα PIDs για τον ήχο, βίντεο και πακέτα δεδομένων που σχετίζονται με αυτό το πρόγραμμα. Σε αυτό το παράδειγμα της τηλεόρασης ο συνδρομητής επιλέγει το 1ο πρόγραμμα 1 και η συσκευή IPTVCD εντοπίζει όλες τις ροές μεταφορών με PID 36 για το βίντεο μέρος του προγράμματος, και τα πακέτα με PID 3 για το ηχητικό μέρος του προγράμματος. Εάν μεταδίδονται και στοιχεία προγράμματος η μεταδιδόμενο για το συγκεκριμένο πρόγραμμα τότε ο πίνακας χάρτη προγράμματος PMT θα περιλαμβάνει και λεπτομέρειες σχετικά με το PID των πακέτων ροής που περιέχουν δεδομένα. 67

68 Πίνακας πρόσβασης κατά περίπτωση Conditional Access Table (CAT)-Ο πίνακας είναι προαιρετικός και περιέχει PIDs για μηνύματα διαχείρισης υποτιτλισμού EMMs (Entitlement Management Messages). Τα EMMs περιλαμβάνουν πληροφορία αυθεντικοποίησης για πρόσβαση στις υπηρεσίες του συστήματος. Πίνακας πληροφοριών δικτύου (NIT Ref 2) Είναι κι αυτός προαιρετικός πίνακας που αποθηκεύει πληροφορίες όπως οι συχνότητες των καναλιών και τους αριθμούς των ροών μεταφοράς. Χρησιμοποιείται σπάνια από τα set top box για να συντονιστεί με συγκεκριμένα προγράμματα. 68

69 AU delimiter SPS Κεφαλίδα PPS Πακέτου PES SEIs Ωφέλιμο Φορτίο VCL NAL μονάδα 1 Πακέτου PES VCL NAL μονάδα 2 VCL NAL μονάδα 3 Adaption filed control Byte Τέλος ροής Τέλος ακολουθίας 8 bits συγχρονισμού Mapping AVC access units into MPEG-2 PES Transport packet Scrambli Continuity ng counter control Μεταβλητ bits bit bit bit ό μήκος Δεδομένα βίντεο Δομή πακέτου MPEG-TS 1bit Program Transport error indicator 1 bitδείκτη ς έναρξης μονάδας ωφέλιμου identifier Adaptation PID Field 1 bit Προτεραιότητα μεταφοράς 69

70 Μόλις το TS έχει δομηθεί περνάει προς τα κάτω στο μοντέλο επικοινωνιών του IPTV είτε απευθείας στο επίπεδο μεταφοράς ή σε ένα στρώμα που χρησιμοποιεί η RealTime Transport Protocol (RTP). RTP Layer 70

71 Το επίπεδο αυτό χρησιμοποιείται από ένα ευρύ φάσμα IPTV εφαρμογών. Ενεργεί ως μεσάζων μεταξύ των H.264/AVC, MPEG-2, ή VC-1 κωδικοποιήσεων των υψηλότερων επιπέδων με τα κατώτερα τμήματα του IPTVCM. Το πρωτόκολλο RTP (Ref 4) αντιπροσωπεύει τον πυρήνα αυτού του στρώματος και είναι συχνά το θεμέλιο για την αποστολή σε πραγματικό χρόνο της ροής σε ένα δίκτυο IP. Το RTP προσφέρει end-to-end μεταφορά των ροών ήχου και βίντεο ενθυλακώνοντας το περιεχόμενο σε πακέτα. Κάθε πακέτο αποτελείται από μια κεφαλίδα και το ωφέλιμο φορτίο δεδομένων. Για να βελτιωθεί η αποδοτικότητα εύρους ζώνης, το ωφέλιμο φορτίο συνήθως περιλαμβάνει περισσότερες από ένα MPEG-TS πακέτο. Η κεφαλίδα περιέχει τις λειτουργίες που είναι απαραίτητες για την επιτυχή διαβίβαση των δεδομένων σε πραγματικό χρόνο σε όλο το δίκτυο. Μια επικεφαλίδα RTP είναι αναγνωρίσιμη με την τιμή 5004 στην User Datagram Protocol (UDP) κεφαλίδα και περιέχει αρκετά μεγάλο αριθμό τομέων. Λεπτομέρειες των διαφόρων αυτών τομέων φαίνεται στο σχήμα και στον πίνακα που ακολουθούν. Πρέπει επίσης να επισημάνουμε ότι το RTP δεν έχει πεδίο μήκους στην κεφαλίδα του διότι εξαρτάται από τα υπάρχοντα πρωτόκολλα μεταφοράς για την παροχή αυτού του είδους πληροφορίας. Όπως περιγράφεται στον πίνακα, τα δύο βασικά πλεονεκτήματα εισαγωγής συμπιεσμένου βίντεο σε RTP πακέτα είναι: (1) Προσθέτει έναν αριθμό σειράς για το πακέτο για να βοηθήσει τόσο το διακομιστή και όσο και το IPTVCD να εντοπίσουν απώλειες πακέτων. Επιπλέον, ο αριθμός αυτός μπορεί επίσης να χρησιμοποιηθεί από τον αποκωδικοποιητή IPTVCD για την επανακατάταξη των πακέτων που φθάνουν από το δίκτυο IP σε λάθος σειρά. (2) Το πεδίο σήμανσης χρόνου συμβάλλει στην αντιμετώπιση θεμάτων όπως το jitter και ο εσφαλμένος χρονισμός ρολογιού μεταξύ πηγής και προορισμού. Τυπική δομή RTP κεφαλίδας 71

72 Extension Padding PT CSRC count CSRC list Market SSRC Version Sequence number Timestamp Μόλις προστεθεί η επικεφαλίδα RTP στο βίντεο, το πακέτο RTP αποστέλλεται στο TCP ή UDP πρωτόκολλο για περαιτέρω επεξεργασία. Σε ορισμένες περιπτώσεις είναι δυνατή η μεταφορά MPEG-2, H.264/AVC, ή VC-1 συμπιεσμένου βίντεο, ήχου και δεδομένων περιεχομένου μέσω ενός δικτύου IP με την παράκαμψη ορισμένων από τα ανώτερα στρώματα IPTVCM και την απευθείας χαρτογράφηση του περιεχομένου απευθείας μέσα σε ένα RTP πακέτο. RTP Payload Format for Encapsulating MPEG-4 Compressed Bit Streams Εκτός από την άμεση χρήση UDP για την αποστολή MPEG TS πακέτων, ορισμένα συστήματα IPTV κάνουν χρήση του RTP επιπέδου για τη μεταφορά των πακέτων. Η ενθυλάκωση των MPEG-TS σε πακέτα RTP είναι πολύ απλή. Στο σχήμα απεικονίζεται η δομή που χρησιμοποιείται για τη μεταφορά των MPEG-4 μέσω του IP. Κάθε πακέτο έχει 188 bytes μήκος και η συνήθης πρακτική είναι να χρησιμοποιούνται επτά MPEG TS πακέτα σε κάθε πακέτο συμβατό με την προδιαγραφή ETSI TS

73 RTP Payload Format for Encapsulating H.264/AVC Compressed Bit Streams Η σύσταση RFC 3984, προβλέπει συγκεκριμένες προδιαγραφές σχετικά με τον τρόπο μεταφοράς του H.264/AVC και ορίζει τρεις μηχανισμούς για τη εισαγωγή των NAL μονάδων στο RTP πακέτο : Single NAL unit packet: Ο μηχανισμός αυτός καθορίζει την ενσωμάτωση μίας NAL μονάδας σε ένα RTP πακέτο. Η δομή του ενιαίου NAL πακέτου απεικονίζεται γραφικά στην εικόνα που ακολουθεί. Aggregation NAL unit packet: Ο μηχανισμός αυτός καθορίζει την ενσωμάτωση πολλαπλών μονάδων NAl σε ένα ενιαίο RTP πακέτο. Η δομή ενός τέτοιου πακέτου απεικονίζεται γραφικά στην εικόνα που ακολουθεί. Οι Aggregation μονάδες NAL (Ref 4)καθορίστηκαν για να επιτευχθεί η μέγιστη μονάδα μεταφοράς(maximum transfer unit-mtu) στις διάφορες τεχνολογίες δικτύων. Για παράδειγμα, το MTU του Ethernet είναι 1500 bytes ενώ στα συστήματα ΑΤΜ το μέγιστο MTU είναι 54 bytes. Η ικανότητα συγκέντρωσης πολλών NAL μονάδων σε ένα ωφέλιμο φορτίο RTP βοηθάει στην ελάττωση της πληροφορίας των 73

74 κεφαλίδων στα πακέτα αλλά και κατά την μετατροπή από τη μία δικτυακή τεχνολογία σε άλλη. Fragmentation NAL unit packet: : Όπως υποδηλώνει το όνομα αυτού του μηχανισμού ορίζει τον κατακερματισμό της ενιαίας NAL μονάδας σε πολλά πακέτα RTP. Είναι σημαντικό να σημειωθεί ότι η κατακερματισμένη μονάδα NAL πρέπει να αποσταλεί στο δίκτυο σε μια συνεχή και διαδοχική σειρά. Αυτό είναι δυνατό μέσω της χρήσης των αριθμών που περιέχονται μέσα στην κεφαλίδα RTP. Ο μηχανισμός αυτός έχει πλεονεκτήματα για τους παρόχους υπηρεσιών IPTV. Πρώτα απ 'όλα να συμβάλλει στην επίτευξη μετάδοσης μεγαλύτερης ποσότητας υψηλής ευκρίνειας περιεχομένου βίντεο και δεύτερον να συμβάλλει στη βελτίωση της αποτελεσματικότητα των τεχνικών διόρθωσης σφαλμάτων, όπως είναι Forward Error Optional RTP Correction (FEC). padding AU delimiter SPS RTP Κεφαλίδα PPS SEIs 1η μονάδα NAL RTP Κεφαλίδα 2η μονάδα NAL RTP Κεφαλίδα 3η μονάδα NAL Mapping H264/AVC content as single NAL units directly into an RTP VCL NAL μονάδα 1 VCL NAL μονάδα 2 VCL NAL μονάδα 3 Τέλος ακολουθίας Τέλος ροής 74

75 Single RTP payload Optional RTP padding AU delimiter SPS RTP Κεφαλίδα PPS SEIs 1η 2η 3η μονάδα μονάδα μονάδα NAL NAL NAL Mapping H264/AVC content as single NAL units directly into a single RTP payload VCL NAL μονάδα 1 VCL NAL μονάδα 2 VCL NAL μονάδα 3 Τέλος ακολουθίας Τέλος ροής 75

76 76

77 Optional RTP padding AU delimiter SPS RTP PPS Κεφαλίδα 1η μονάδα NAL RTP Κεφαλίδα 1η μονάδα NAL RTP Κεφαλίδα 1η μονάδα NAL SEIs VCL NAL μονάδα 1 VCL NAL μονάδα 2 VCL NAL μονάδα 3 Τέλος ακολουθίας Τέλος ροής 77

78 Συνεχής ροή ψηφιακούβίντεο Βίντεο frame 1 Βίντεο frame 2 Βίντεο frame n Κεφαλίδ VC-1 Access Κεφαλίδ VC-1 α unit 1 (AU)1 α Access unit RTPΚεφαλίδα Πακέτου (AU)1 Κεφαλίδ Κεφαλίδ α UDP α RTP Κεφαλίδ Κεφαλίδ Κεφαλίδ α IP α UDP α RTP AU(n) VC-1 ωφέλιμο φορτίο VC-1 ωφέλιμο φορτίο Κεφαλί Κεφαλί Κεφαλί Κεφαλί δα Data δα IP δα δα RTP VC-1 ωφέλιμο φορτίο 78

79 RTP Payload Format for Encapsulating VC-1 Compressed Bit Streams Η παράδοση του VC-1 πάνω από το IP δίκτυο αυτός διευκολύνεται από το IPTVCM. Υπάρχουν κάποιες παραλλαγές στο πώς το μοντέλο εφαρμόζεται για τη μεταφορά των VC-1 περιεχομένου. Μία από τις κύριες διαφορές είναι ότι τα βίντεο δεδομένα ενθυλακώνονται απευθείας στα RTP πακέτα για να αποφευχθεί η χρήση της MPEG ενθυλάκωσης. Σχήμα 3,17 παρέχει μια πιο λεπτομερή εικόνα για το τι συμβαίνει στο συμπιεσμένο με το VC-1 περιεχόμενο από την άποψη της ενθυλάκωσης καθώς ρέει από πάνω προς τα κάτω από το μοντέλο IPTVCM. Όπως απεικονίζεται, οι μηχανισμοί ενθυλάκωσης είναι αρκετά παρόμοια με την διαδικασία για το MPEG διαδικασία. Στην πραγματικότητα, τα χαμηλότερα στρώματα μεταφοράς από το RTP επίπεδο και κάτω προς το φυσικό στρώμα είναι ακριβώς το ίδιο. Υπάρχουν ωστόσο κάποιες μικρές διαφορές στα ανώτερα στρώματα του IPTVCM που σχετίζονται με τις δομές των δεδομένων και η ορολογία που χρησιμοποιείται. Η μεταφορά της συμπιεσμένου με VC-1 ροής με χρήση του RTP ορίζεται από τη σύσταση RFC Όπως απεικονίζεται, ο μηχανισμός μεταφοράς συνεπάγεται την ενθυλάκωση των VC-1 μονάδων πρόσβασης (AUS) μέσα σε μια σειρά από RTP πακέτα. Κάθε μονάδα πρόσβασης (access unit-au) περιέχει μια κεφαλίδα και μεταβλητού μήκους βίντεο δεδομένα. Η δομή της κεφαλίδας των πακέτων αυτών φαίνεται στο Σχ.. 3,18 και εξηγείται στους πίνακες 3.7 και 3.8. Να τονίσουμε ότι οι μηχανισμοί της RTP ενθυλάκωσης χρησιμοποιούνται σε δίκτυα τα οποία δεν μπορούν να εγγυηθούν επαρκή επίπεδα QoS για την παράδοση των IPTV υπηρεσιών. Παρά το γεγονός ότι το RTP βοηθά στη βελτίωση της πιθανότητας των ροών να φτάσουν στον προορισμό τους σε σωστή σειρά, το ίδιο το πρωτόκολλα δεν έχει σχεδιαστεί για να εγγυηθεί επαρκή QoS επίπεδα.έτσι, είναι ευθύνη του παρόχου υπηρεσιών να εξασφαλίσει ότι τα πακέτα της κυκλοφορίας του βίντεο θα έχουν προτεραιότητα έναντι της υπόλοιπης κυκλοφορίας που διέρχεται από την ίδια υποδομή δικτύωσης. 79

80 Δομή πακέτου VC-1 AU Au length DTS details 8bits 8 bits 16 bits 32 bits 32 bits RA count field PTS length Au control field 80

81 Περιγραφή κεφαλίδας VC-1 AU πακέτου Field name AU Control Description of functionality This field consists of a number of flags that may be set to (Mandatory) enable various functions. For instance the length present flag bit is set to one to inform the decoder that the access unit payload length field is included in the header. Further details Random access of this important field are available in table 3.8. This is the random access pointer counter field. This field gets (RA) incremented by a value of one each time the RA bit in the count (Mandatory) AU control field is set. AUP len (optional) AUP len is an acronym for access unit payload length. Thus, the field specifies the size of the video content payload PTS delta (optional) contained in the AU. The presentation time delta, abbreviated as PTS specifies the time as an offset (delta or difference) from the timestamp DTS delta field included in the header of the RTP packet. This field specifies the delta time between the presentation and (optional) the decode time values. Πίνακας5 Ref :Εκδόσεις Wiley:«Next generation iptv services and technologies Jan.2008» AUControlFieldFlagπεριγραφές 81

82 Flag Name Size Description of Functionality (Bit) Frag 2 This flag indicates to the IPTVCD decoder where a complete video frame or a fragment is contained in the payload section of the packet. RFC 4425 recommends that an AU payload should contain a complete VC-1 frame. The RFC however acknowledges that there exists the possibility of RTP packet sizes exceeding the MTU of the network. Thus the RFC includes support for the following Fragmentation values:the payload is a complete frame.contains a fragment in between the start and finish fragments.the first fragment of the RA 1 video frame.the last fragment of the video frame. This indicates whether the AU is a random access point (RAP) or not. The RAP helps the IPTVCD decoder to restart processing in the event of lost packets across the network. Since the main profile is normally used for IPTV deployments SL 1 an I-Frame is the RAP. This flag bit identifies changes in the sequence layer LP 1 headersbetween consecutive AUs. A set LP or Length Present flag of 1 indicates to the decoder PT 1 the presence of an AUP Len field in the AU header. A set PT or PTS Delta Present flag of 1 indicates to the decoder DT 1 the presence of a PTS Delta field in the AU header. A set DT or DTS Delta Present flag of 1 indicates to the R1 decoder the presence of a DTS Delta field in the AU header. RFC 1445 recommends that this bit is set to 0 and ignored by IPTVCD decoders. Transport Layer Σε γενικές γραμμές τα πακέτα RTP είναι η είσοδος για το επίπεδο μεταφοράς του Πίνακας6 Ref : Εκδόσεις Wiley:«Next generation iptv services and technologies Jan.2008» IPTVCM. Να αναφέρουμε ότι είναι επίσης δυνατό να εισαχθούν MPEGTS πακέτα απευθείας στο επίπεδο μεταφοράς. Αυτό ουσιαστικά αποφεύγει το επίπεδο του RTP εντελώς. Το στρώμα μεταφορών IPTV έχει σχεδιαστεί για να προσφέρει αξιοπιστία, ακεραιότητα 82

83 του end to end σύνδεση επικοινωνίας. Αν δεδομένα του βίντεο δεν μεταφερθούν σωστά το επίπεδο αυτό μπορεί να ζητήσει επανεκπομπή, η ακόμα και να μεταφέρει την πληροφορία του σφάλματος στα ανώτερα επίπεδα. Χρήση του TCP για την δρομολόγηση των πακέτων Αυτό που ουσιαστικά διαφοροποιεί το TCP είναι ότι πρέπει να δημιουργηθεί μία σύνδεση μεταξύ των διακομιστών του IPTV και των IPTVCDs πριν από την έναρξη της διαβίβασης δεδομένων μέσω του δικτύου. Το TCP συμπληρώνει τις ελλείψεις και αδυναμίες του διαδικτύου χάρη στην ικανότητά του να διαχειρίζεται τα σφάλματα που συμβαίνουν κατά τη διάρκεια της μεταφοράς δεδομένων στο δίκτυο. Χαμένα πακέτα, εσφαλμένη σειρά λήψης, και λήψη του ίδιου πακέτου 2 φορές είναι τα τρία κύρια είδη σφαλμάτων που συναντώνται σε ένα περιβάλλον IPTV. Για την αντιμετώπιση αυτών των καταστάσεων, το TCP χρησιμοποιεί διαδοχικό σύστημα αρίθμησης ώστε να επιτρέψει την επανάληψη της αποστολής των δεδομένων που χάθηκαν ή μεταφέρθηκαν κατεστραμμένα. Το διαδοχικό σύστημα αρίθμησης εφαρμόζεται στη δομή του πακέτου μέσω της χρήσης δύο πεδίων 32 bit. Το πρώτο πεδίο περιέχει τον αύξοντα αριθμό του πακέτου και το δεύτερο πεδίο περιέχει τον αριθμό του επόμενου πακέτου που διακομιστής αναμένει να λάβει πίσω από το IPTVCD. Το TCP έχει επίσης τη δυνατότητα να ελέγχει τη ροή των δεδομένων διέρχονται από το δίκτυο. Αυτό επιτυγχάνεται με τη χρήση του πεδίου μέγεθος παραθύρου σε συνδυασμό με έναν αλγόριθμο που ονομάζεται το συρόμενο παράθυρο(sliding window). H τιμή στο πεδίο αυτό καθορίζει τον αριθμό των byte που μπορούν να 83

84 μεταφερθούν μέσω του δίκτυο πριν απαιτηθεί βεβαίωση από το δέκτη. Σε ένα περιβάλλον IPTV η τιμή πεδίου «μέγεθος παραθύρου» ισοδυναμεί με το ελεύθερο χώρο αποθήκευσης των buffers του πελάτη μία δεδομένη χρονική στιγμή. Εάν η αξία αυτού του πεδίου είναι μηδέν, τότε ο πελάτης δεν είναι σε θέση να επεξεργάζεται τα δεδομένα IPTV σε τόσο γρήγορο ρυθμό. Όταν αυτό εμφανίζεται το TCP ενημερώνει το διακομιστή να επιβραδύνει το ρυθμό αποστολής δεδομένων. Αυτό εξασφαλίζει ότι η IPTVCD δεν θα αντιμετωπίσει προβλήματα που μπορούν να οδηγήσουν στο κόλλημα της συσκευής και την διακοπή της λειτουργίας της. Μόλις το IPTVCD επεξεργαστεί κάποια δεδομένα βίντεο, ενημερώνεται ο διακομιστής για το γεγονός αυτό, η τιμή στο πεδίο μέγεθος παραθύρου αυξάνει, και ξεκινάει η μετάδοση περιεχομένου και πάλι. Σε ένα ιδανικό περιβάλλον IPTV τον μέγεθος του παραθύρου που ανακοινώνεται στον διακομιστή από το IPTVCD θα έλεγε ότι ο χώρος των buffer που είναι ελεύθερα ισοδυναμεί με το ρυθμό με τον οποίο αποστέλλονται τα δεδομένα. Θύρες TCP και Sockets Κάθε σύνδεση IPTV έχει μια IP διεύθυνση και μία θύρα (Ref 21). Έτσι μια τυπική σύνδεση θα έχουν τέσσερα διαφορετικά αναγνωριστικά στοιχεία: (1) IP διεύθυνση του διακομιστή βίντεο (2) Αριθμός θύρας του διακομιστή βίντεο (3) IP διεύθυνση του IPTVCD (4) Αριθμός πόρτας του IPTVCD Ο συνδυασμός μια IP διεύθυνσης με έναν αριθμό θύρας επιτρέπει σε μια διεργασία του IPTVCD να επικοινωνεί απευθείας με μια διεργασία που εκτελείται σε έναν από τους διακομιστές που βρίσκεται στο κέντρο δεδομένων του IPTV. Μία πόρτα ορίζεται ως ένας αριθμός 16 bit που προσδιορίζει μία κατεύθυνση για να περνούν τα μηνύματα μεταξύ των επιπέδων του δικτύου. Οι πόρτες κατατάσσονται σε δύο κατηγορίες: γνωστές (well known) και προσωρινές. 84

85 Well known Έχουν τιμές μεταξύ του 1 και του Αυτή η κατηγορία των θυρών χρησιμοποιείται συνήθως από τους διακομιστές και διαχειρίζονται από μια οργάνωση που ονομάζεται Internet Assigned Number Authority (IANA). Προσωρινές θύρες Χρησιμοποιούνται από τα IPTVCDs σε προσωρινή βάση για την επικοινωνία με το διακομιστή Τα sockets είναι ένα άλλο βασικό στοιχείο του IP.Το socket αποτελεί ουσιαστικά μια διεπαφή προγραμματισμού εφαρμογών (application programming interface API) και χρησιμοποιείται για να διευκολύνει την επικοινωνία μεταξύ των διεργασιών που «τρέχουν» σε μια συσκευή IP. Μια υποδοχή σχηματίζεται από τον συνδυασμό της διεύθυνσης IP με τον αριθμό της θύρας. Ας κάνουμε μια επισκόπηση για τη σχέση μεταξύ διευθύνσεων IP και sockets κατά τη δημιουργία μιας σύνδεσης από μία διεργασία σε ένα IPTVCD και μια διεργασία που εκτελείται στο διακομιστή. Τα βήματα απεικονίζονται στο παραπάνω σχήμα και περιγράφονται παρακάτω: 85

86 (1) Προετοιμασία των δεδομένων: Η διεργασία αποστολής στον διακομιστή προετοιμάζει το περιεχόμενο και καλεί το TCP / IP module για να διαβιβάσει τα δεδομένα σε μια διεργασία που εκτελείται σε έναν απομακρυσμένο πελάτη IPTVCD. Προστίθενται κεφαλίδες καθώς τα δεδομένα διέρχονται από πάνω προς τα κάτω από το IPTV μοντέλο επικοινωνίας (2) Δημιουργία μιας λογικής σύνδεσης TCP: Και τα δύο άκρα της σύνδεσης αναγνωρίζονται από μία διεύθυνση IP και έναν αριθμό θύρας. Αυτός ο συνδυασμός IP διεύθυνσης και αριθμού θύρας είναι το socket. Αυτό το σχήμα επικοινωνίας έχει τις ακόλουθες μεταβλητές: Το πρωτόκολλο Την διεύθυνση IP του διακομιστή Το αναγνωριστικό της διεργασίας που εκτελείται στο διακομιστή IPTV Την διεύθυνση IP του IPTVCD Το αναγνωριστικό της διεργασίας που εκτελείται στο IPTVCD (3) Έναρξη αποστολής δεδομένων: Η έναρξη της επικοινωνίας γίνεται μέσω των sockets μεταξύ των δύο διεργασιών και τα δεδομένα αποστέλλονται από τον διακομιστή IPTV στο IPTVCD. (4) Διαχείριση της ροής περιεχομένου του IPTV: Το πρωτόκολλο TCP φροντίζει για την διαχείριση της ροής IPTV, όσο η σύνδεση υπάρχει. (5) Το κλείσιμο της σύνδεσης TCP: Μόλις ολοκληρωθεί η μεταφορά των δεδομένων, κλείνει το socket και τερματίζεται η σύνδεση, είτε από τον διακομιστή είτε από τον πελάτη 86

87 TCP segments Το TCP χωρίζει την συνεχόμενη ροή IPTV σε μικρότερα τμήματα που ονομάζονται "segments" και τα στέλνει χωριστά σε όλο δικτύου. Όταν όλα αυτά τα τμήματα φθάνουν στον προορισμό ( στο IPTVCD ), το TCP τα βάζει πάλι μαζί στην αρχική τους ακολουθία. Κάθε τμήμα έχει δύο συνιστώσες : μια κεφαλίδα και δεδομένα βίντεο. Header Εκεί περιέχεται η πληροφορία τους κάθε segment για τη διαδρομή που πρέπει να ακολουθήσει από το διακομιστή μέχρι τον τελικό του προορισμό. Η πρωτογενής πληροφορία που περιέχεται στην κεφαλίδα είναι οι αριθμοί των θυρών του αποστολέα και του παραλήπτη, ένας αριθμός ακολουθίας και ένα checksum. Ο αριθμός θύρας εξασφαλιστεί ότι φθάνουν τα δεδομένα στην σωστή διεργασία τόσο στον διακομιστή όσο και στο IPTVCD. O αύξων αριθμός ακολουθίας βοηθά το TCP να θέσει τα δεδομένα στην αρχική τους ακολουθία πριν κατακερματιστούν σε segments. Video δεδομένα Στο πλαίσιο ενός περιβάλλοντος IPTV εδώ περιέχεται το βίντεο. Χρησιμοποιώντας UDP στη δρομολόγηση των πακέτων Το UDP είναι ένα πρωτόκολλο, που ανήκει στη σουίτα πρωτοκόλλων του internet που επιτρέπει τη συνεχή ροή πακέτων από τους διακομιστές προς τους πελάτες κάτι που εξυπηρετεί πολύ στην μετάδοση τηλεοπτικού περιεχομένου. Προσφέρει το ελάχιστο των υπηρεσιών μεταφοράς περιεχομένου καθώς είναι connectionless πρωτόκολλο δηλαδή δεν απαιτεί ούτε δημιουργεί μία σύνδεση μεταξύ του διακομιστή και του πελάτη. Ο διακομιστής βίντεο απλώς προσθέτει τη διεύθυνση IP προορισμού και τον αριθμό θύρας στο datagram πριν το περάσει στα κατώτερα επίπεδα του 87

88 μοντέλου δικτύωσης. Το UDP χρησιμοποιεί μια μέθοδο καλύτερης προσπάθειας (best effort) με την έννοια ότι τα δεδομένα αποστέλλονται χωρίς να επαληθεύεται αν τα πήρε ο παραλήπτης. UDP datagrams Τα πακέτα αποτελούνται από μια κεφαλίδα, η οποία είναι 8 bytes σε μήκος και βίντεο δεδομένα. Τα βασικά στοιχεία ενός UDP datagram φαίνονται στο Σχήμα. 3,21 και περιγράφονται στον πίνακα Δομή πακέτου UDP destination port Header checksum 16bits 16 bits 16 bits 16 bits IPTV δεδομένα μήκος του UDP πακέτου source port Πλεονεκτήματα του UDP: Συνοψίζοντας τα πλεονεκτήματα του UDP σε μία ροής βίντεο, μπορούμε να πούμε ότι κατά τη χρήση του: Δεν υπάρχει παύση στη μεταφορά των δεδομένων. Η παράδοση του δεν υφίσταται καθυστέρηση ακόμη και αν υπάρχουν πακέτα που είναι κατεστραμμένα η δε φτάνουν έγκαιρα στον προορισμό τους, ενώ με τη χρήση του TCP, οι τηλεθεατές έρχονται αντιμέτωποι με μια παύση καθώς περιμένουν τα καθυστερημένα πακέτα ή frames να φθάσουν, ή περιμένουν 88

89 να αντικατασταθεί ένα κατεστραμμένο πακέτο. Οι κεφαλίδες είναι μικρότερες: Το μέγεθος της κεφαλίδας είναι μόνο 8 bytes σε σύγκριση με την κεφαλίδα του TCP που καταλαμβάνει 20 bytes δεδομένων. Επιτυγχάνεται ταχεία ρύθμιση της σύνδεσης: Η έναρξη αποστολής του βίντεο λαμβάνει χώρα σε πολύ μικρό χρονικό διάστημα, με αποτέλεσμα η μετάδοση να είναι πιο γρήγορη συγκριτικά με το TCP. Υποστηρίζει μονόδρομη μετάδοση καθώς δεν απαιτεί τη δημιουργία σύνδεσης (handshakes και acknowledgments) επιτρέποντας στις επιχειρήσεις, (όπως εταιρείες που χρησιμοποιούν δορυφόρους) να κάνουν μετάδοση multicast περιεχομένου στους συνδρομητές. Εύκολη υλοποίηση.από τεχνικής πλευράς το UDP είναι αρκετά εύκολο να υλοποιηθεί διότι δεν απαιτείται να παρακολουθείται η συνεχής λήψη των πακέτων από τη στιγμή που εστάλησαν στο δίκτυο. Μειονεκτήματα του UDP: Ακεραιότητα των δεδομένων.το UDP δεν μπορεί να εγγυηθεί την ακεραιότητα των δεδομένων από τη στιγμή που το μόνο που μπορεί να ελέγξει είναι το checksum του κάθε πακέτου και η πολυπλεξία με χρήση των αριθμών θύρας. Προβλήματα όπως η αναμετάδοση, η επανατοποθέτηση στη σωστή σειρά των πακέτων, αναμετάδοση απωλεσμένων πακέτων, η συμφόρηση, και ο έλεγχος της ροής είναι όλα πέρα από τις ικανότητες του UDP. Δυσκολία στη διείσδυση από τα τείχη προστασίας. Ένα άλλο μειονέκτημα του UDP είναι ότι συχνά μπλοκάρεται από ορισμένα δικτυακά τείχη προστασίας. Το πρόβλημα λύνεται με κατάλληλη ρύθμιση του εξοπλισμού του πελάτη, παρόλα αυτά παραμένει μια σημαντική παράμετρος για τους παρόχους υπηρεσιών IPTV, Στα πλαίσια του IPTV, το UDP είναι χρήσιμο όταν ένα κέντρο δεδομένων πρέπει να στείλει βίντεο σε πολλά IPTVCDs. 89

90 UDP / RAW και UDP / RTP Ας δούμε για λίγο πώς η χρήση του RTP μπορεί να βελτιώσει η ακόμα και να απαλείψει τα μειονεκτήματα του UDP. ΑΝ δεν υπάρχει καθόλου χρήση του RTP τότε η μεταφορά μέσω του δικτύου ονομάζεται UDP / RAW (Ref 20). Όταν το UDP / RAW χρησιμοποιείται, τα λάθη που μπορούν να ανιχνευτούν έχουν προαναφερθεί οπότε δεν θα τα επαναλάβουμε. Κατά τη χρήση του RTP όμως σε συνδυασμό με το UDP, τα πακέτα μπορεί να έχουν χρονοσφραγίδες και να προσδιορίζονται με τη χρήση ενός αριθμού ακολουθίας. Αυτό επιτρέπει την ανίχνευση των διαφόρων επιπλέων λαθών που μπορούν να ανιχνευθούν από το απλό UDP. Αυτά τα ανιχνεύσιμα λάθη είναι: Ανίχνευση των πακέτων που ελήφθησαν με λάθος σειρά Διπλότυπα πακέτα Προσδιορισμός χαμένων πακέτων Ανίχνευση πακέτων έχουν εσφαλμένο μέγεθος Αν και το UDP / RAW όπως και το UDP / RTP μπορούν να χρησιμοποιηθούν για τη μεταφορά οπτικοαουστικού υλικού,η τελευταία υλοποίηση παρέχει τη δυνατότητα να αντισταθμίσει αυτές τις προαναφερθείσες συνθήκες σφάλματος.επιπλέον, επειδή UDP / RTP επιτρέπει σε ένα δέκτη να ανιχνεύσει αν ένα πακέτο έχει χαθεί, του δίνει παράλληλα τη δυνατότητα να επιλέξει αν θα ξαναζητήσει τα χαμένα πακέτα ή όχι, (ανάλογα με το λογισμικό). Βέβαια αν ξαναζητήσει το frame μπορεί να έχει καθυστέρηση, με αποτέλεσμα ο δέκτης να δει για λίγο μαύρη εικόνα, ή αν δε ζητήσει επανάληψη και το επόμενο frame διαφέρει πολύ από το χαμένο.μια σφραγίδα χρόνου επιτρέπει σε ένα δέκτη την εκτέλεση συγχρονισμού καθώς και την επίλυση των προβλημάτων καθυστέρησης των πακέτων κατά την μεταφορά του στο δίκτυο. Όταν χρησιμοποιείται το απλό UDP, η κεφαλίδα RTP παραλείπεται. Με τα 12 bytes της κεφαλίδας RTP να έχουν εξαλειφθεί, οι κεφαλίδες σε επίπεδο δικτύου συγκριτικά με το συνολικό μήκος του πακέτου είναι 28/1316bytes, ή περίπου το 2,1 90

91 τοις εκατό του εκάστοτε πακέτου. Όταν μεταδίδεται ήχος και εικόνα το RTP μεταδίδει τις πληροφορίες αυτές ως δύο χωριστές ροές δεδομένων. Όταν συμβαίνει αυτό εφαρμόζονται δύο διαφορετικές σφραγίδες σε κάθε ροή RTP για να εξασφαλίσει ότι η IPTVCD συσκευή είναι σε θέση να συγχρονίσει πολλαπλές ροές από τον ίδιο διακομιστή προέλευσης IPTV. Με άλλα λόγια, τα ρολόγια από τις διαφορετικές ροέςμπορούν να συγχρονιστούν για να εξασφαλιστεί ότι ο συνδρομητής λαμβάνειμια καλή εικόνα και με συγχρονισμένο ήχο. To RTCP (Real Time Control Protocol) ή το τμήμα ελέγχου του RTP παρακολουθεί την ποιότητα σε πραγματικό χρόνο των υπηρεσιών του IPTV. Βασικός του σκοπός είναι να συνεργαστεί με πρωτόκολλα όπως το UDP για την παροχή πληροφοριών προς το διακομιστή του IPTV σχετικά με την ποιότητα των δεδομένων παράδοσης και παραλαβής. Το είδος των πληροφοριών ανατροφοδότησης κυμαίνεται από το πόσα πακέτα IPTV χάθηκαν μέχρι τις καθυστερήσεις στην παράδοση των πακέτων. Από τεχνικής πλευράς η πληροφορία αυτή περιέχεται στο εσωτερικό διαφόρων τύπων RTCP πακέτων. TCP vs UDP για IPTV Όταν οι πάροχοι υπηρεσιών μεταφέρουν IPTV περιεχόμενο στους συνδρομητές τους, είναι κρίσιμης σημασίας το βίντεο να φθάνει στην ώρα του και τα πακέτα να μην είναι κατεστραμμένα. Παρά το γεγονός ότι το πρωτόκολλο TCP παρέχει εφαρμογές με ένα ευρύ φάσμα χαρακτηριστικών δικτύωσης σε σύγκριση με το UDP, δεν είναι μια δημοφιλής επιλογή των πρωτοκόλλων μεταφοράς για τους παρόχους υπηρεσιών IPTV. Αυτό έγκειται στο γεγονός ότι το IPTV λειτουργεί σε πραγματικό χρόνο και δεν αφήνει περιθώρια για καθυστερήσεις.το TCP μπορεί συχνά να εισάγει καθυστέρηση στην παράδοση του βίντεο γεγονός που οφείλεται στο ότι το πρωτόκολλο εφαρμόζει μηχανισμούς ελέγχου ροής. Τα χαρακτηριστικά και οι περιορισμοί του πρωτοκόλλου TCP που παρεμβαίνουν στην μετάδοση σε πραγματικό χρόνο είναι: 91

92 Εξισορρόπηση μεταξύ ευαισθησίας και καθυστερήσεων Το IPTV είναι λιγότερο ευαίσθητο στην απώλεια ή καταστροφή πακέτων από ό, τι είναι στις καθυστερήσεις. Η αναμετάδοση των πακέτων βελτιώνει την αξιοπιστία μιας σύνδεσης μεταξύ του διακομιστή και του IPTVCD, ωστόσο αυτές οι λειτουργίες εισάγουν καθυστερήσεις. Αυτές οι καθυστερήσεις κάνουν το TCP λιγότερο επιθυμητό για τη χρήση σε περιβάλλον IPTV. To TCP είναι ένα connection oriented πρωτόκολλο δηλαδή απαιτεί την δημιουργία λογικής σύνδεσης μεταξύ του διακομιστή και του IPTVCD πριν από την μετάδοση περιεχομένου. Αυτό προκαλεί μεγάλες καθυστερήσεις για τους τελικούς χρήστες οι οποίοι αλλάζουν από το ένα κανάλι στο άλλο σε μια ζωντανή εκπομπή IPTV. Διόρθωση λαθών Όπως αναφέρθηκε προηγουμένως το TCP παρέχει σημαντικά περισσότερες δυνατότητες για τη διόρθωση των σφαλμάτων και τον έλεγχο ροής. Αν και ακούγεται ανορθόδοξο, η διόρθωση των λαθών μπορεί σε ορισμένες περιπτώσεις να υποβαθμίσει την ποιότητα των υπηρεσιών που παρέχονται στους συνδρομητές. Αυτό συμβαίνει γιατί το βίντεο αποτελείται από μια συνεχή ακολουθία εικόνων και μια διακοπή στο ρυθμό αποστολής αυτών των εικόνων προκαλεί καθυστερήσεις στο βίντεο και επηρεάζει την τελική εμπειρία του χρήστη. Αν για παράδειγμα το TCP χρησιμοποιηθεί σε ένα περιβάλλον IPTV για να φτιάξει ένα κατεστραμμένο πακέτο, θα συμβούν τα ακόλουθα : Το IPTVCD θα επισημάνει ότι έχει λάβει ένα πακέτο δεδομένων που περιέχει σφάλματα. Ένα μήνυμα θα σταλεί στον διακομιστή IPTV ενημερώνοντας την εφαρμογή ότι ένα από τα πακέτα που εστάλησαν, καταστράφηκε. Ο διακομιστής θα πρέπει να βρει και να αναμεταδώσει το ίδιο πακέτο. Το IPTVCD λαμβάνει το νέο πακέτο στο buffer του και εμφανίζει το βίντεο που περιέχεται στο πακέτο. 92

93 Όσο διαρκούν τα παραπάνω βήματα, το IPTVCD είτε περιμένει την αναμετάδοση του πακέτου, δημιουργώντας έτσι ένα κενό στη ροή του βίντεο, ή απορρίπτει το πακέτο που αναμεταδόθηκε αχρηστεύοντας έτσι το μηχανισμό διόρθωσης του TCP. Χαμένα πακέτα Η διαδικασία αντιμετώπισης των χαμένων πακέτων (στη χώρα του ποτέ) είναι ίδια με αυτή των κατεστραμμένων πακέτων. Έλεγχος ροής Το TCP μπορεί να καθορίσει και το ρυθμό με τον οποίο θα μεταδίδοντα τα πακέτα. Το πρόβλημα προκύπτει όταν γεμίσουν τα buffers του IPTVCD η υπάρχει συμφόρηση στο δίκτυο.σε αυτές τις περιπτώσεις, ο server λαμβάνει εντολή για τη μείωση του ρυθμού αποστολής και υπάρχει πιθανότητα το ποσοστό να μειωθεί σε επίπεδα που θα καταστήσουν αδύνατη την εμφάνιση εικόνας στην οθόνη του παραλήπτη. Έλλειψη υποστήριξης για multicast Το TCP δεν είναι σε θέση να αποστείλει δεδομένα σε multicast. Μέγεθος κεφαλίδας Η κεφαλίδα του TCP είναι μεγαλύτερη από του UDP. Το μήκος της TCP κεφαλίδας είναι 20 bytes ενώ του UDP 8 bytes. Η διαφορά των 12 bytes μπορεί να δημιουργήσει σημαντική αύξηση στη δικτυακή κίνηση σε γραμμές ADSL και FTTH όπου μπορεί να στέλνονται δεκάδες εκατομμύρια πακέτα κάθε μέρα. Αυτοί είναι οι κύριοι λόγοι για τους οποίους το πρωτόκολλο TCP χρησιμοποιείται σπάνια σε περιβάλλον IPTV. Αν και το UDP δεν παρέχει αξιοπιστία και διόρθωση λαθών, χρησιμοποιείται από τις περισσότερες υλοποιήσεις IPTV. 93

94 Υλοποίηση Μετά την περιγραφή του θεωρητικού μέρους που θα μας χρησιμεύσει παρακάτω, προχωράμε στην υλοποίηση. Η Αρχιτεκτονική της δικής μας υλοποίησης: Uncompressed MPEG4 Mencoder Part10 Video H.264/A VLC MPEG Transport TS Layer RTP UDP/T Linux PC Macinto sh Unicast Network PC Layer Multicast Minix PC Macintosh Linux OpenBSD PC Set Top Box 94

95 1.10 Το Hardware της συγκεκριμένης υλοποίησης Αρχικά έχουμε ένα PC (Server) με τον οποίο πραγματοποιήσαμε τις δοκιμές.ο συγκεκριμένος υπολογιστής έχει τα παρακάτω χαρακτηριστικά: Επεξεργαστής Intel Core 2 Duo E8400 Code name Wolfdale Package Socket 775 LGA Technology 45nm Family 6 Model 7 Stepping A Ext.Family 6 Ext.Model 17 Revision E0 Instructions MMX,SSE,SSE2,SSE3,SSSE3,SSE4.1,EM64T Cache L1 D-cache Size 32kbytes *2 L1 I-cache Size 32-Kbytes L2 cache 6144 Kbytes Motherboard Manufacturer DFI Inc. Model LP DK P45-T3RSB PLUS Chipset Intel P45 Southbridge JR (ICH10R) BIOS Phoenix Technologies LTD Version 6.00 PG Memory Type DDR3 Size 2048Mbytes Modules 2*1024Mbytes Manufacturer Corsair Part Number CM3X C9DHX 95

96 Λαμβάνοντας υπόψη τα παραπάνω χαρακτηριστικά, δοκιμάσαμε διάφορους χρονισμούς του επεξεργαστή σε συνδυασμό με το μέγεθος μνήμης του υπολογιστή έτσι ώστε να μπορέσουμε αφενός να τους κατατάξουμε με βάση τις δυνατότητές τους ως IPTV servers και αφετέρου να βρούμε το σύστημα με τις λιγότερες υπολογιστικές ικανότητες το οποίο θα μπορούσε να ανταπεξέλθει σε ένα τέτοιο περιβάλλον. Αρχικά τρέξαμε διάφορες εφαρμογές (benchmarks) και χρησιμοποιήσαμε διάφορους αλγορίθμους για να επιλέξουμε τους κατάλληλους οι οποίοι θα μπορούσαν να κατατάξουν τα συστήματά μας, με βάση πάντα το ρόλο για τον οποίον προορίζονταν, δηλαδή αυτόν του διακομιστή βίντεο. Πιο συγκεκριμένα παρατίθενται τα χαρακτηριστικά του υπολογιστή που μεταβάλλαμε σε κάθε εκτέλεση του benchmark: FSB Το frontsidebus (FSB) είναι o δίαυλος επικοινωνίας μεταξύ της CPU και του Northbridge. Το εύρος ζώνης ή μέγιστη θεωρητική απόδοση του FSB καθορίζεται από το εύρος του διαύλου, τη συχνότητα ρολογιού (κύκλοι ανά δευτερόλεπτο) και τον αριθμό των μεταφορών δεδομένων που εκτελεί ανά κύκλο ρολογιού. Για παράδειγμα, ένας δίαυλος με εύρος 64-bit (8-byte), συχνότητα 100 MHz, ο οποίος εκτελεί 4 μεταφορές ανά κύκλο, έχει εύρος ζώνης των 3200 megabytes ανά δευτερόλεπτο (MB / s). Πολλοί κατασκευαστές δημοσιεύουν την ταχύτητα του FSB σε MHz, αλλά δεν χρησιμοποιούν συχνά την πραγματική φυσική συχνότητα χρονισμού, αλλά η θεωρητική ταχύτητα μεταφοράς δεδομένων (megatransfers ανά δευτερόλεπτο ή ΜΤ / s). Αυτό οφείλεται στο γεγονός ότι η πραγματική ταχύτητα καθορίζεται από το πόσες μεταφορές μπορούν να εκτελούνται σε κάθε κύκλο ρολογιού, καθώς και από τη συχνότητα ρολογιού. Για παράδειγμα, εάν μια μητρική πλακέτα (ή επεξεργαστή) έχει clockedfsb στα 200 MHz και εκτελεί 4 μεταφορές ανά κύκλο ρολογιού, η FSB είναι ονομαστικές στα 800 MT / s. FSB και CPU Η συχνότητα με την οποία ένας επεξεργαστής (CPU) λειτουργεί καθορίζεται με την εφαρμογή ενός πολλαπλασιαστή στη συχνότητα του (FSB). Για παράδειγμα, ένας 96

97 επεξεργαστής που τρέχει στα 3200 MHz, θα μπορούσε να είναι με τη χρήση ενός FSB 400MHz με την εφαρμογή ενός πολλαπλασιαστή x8. Αυτό σημαίνει ότι η CPU έχει καθοριστεί να τρέχει 8 φορές στη συχνότητα του frontsidebus. Μεταβάλλοντας το FSB ή τον πολλαπλασιαστή επιτυγχάνονται διαφορετικές ταχύτητες στην CPU. FSB και μνήμη Η ταχύτητα του FSB συνδέεται άμεσα με την ταχύτητα της μνήμης ενός συστήματος. Ο δίαυλος μνήμης συνδέει το Northbridge και τη μνήμη RAM, όπως ο δίαυλος FSB συνδέει τη CPU και το Northbridge. Συχνά, οι δύο αυτοί δίαυλοι πρέπει να λειτουργούν στην ίδια συχνότητα. Η αύξηση του front-sidebus στα 1333MHz, στις περισσότερες περιπτώσεις, σημαίνει επίσης και τη λειτουργία της μνήμης στα 1333MHz. Παρόλα αυτά σε νεότερα συστήματα, είναι δυνατόν να δούμε αναλογίες μνήμης του "4:5" κ.τ.λ.. Η μνήμη του θα τρέχει 5 / 4 φορές γρήγορα συγκριτικά με τον FSB. Αυτό αναφέρεται συχνά σαν ασύγχρονο σύστημα. 97

98 1.11 Μετρήσεις Κατόπιν συνεχίζουμε με μετρήσεις και δοκιμές-benchmarkingτου διαθέσιμου συστήματος.τα αποτελέσματα των μετρήσεων καθώς και οι ρυθμίσεις του υλικού φαίνονται στους παρακάτω πίνακες 98

99 CPU(DUAL) RAM SPEED RAM (MB) superpi (1M) (s) Whetstone (Gflops) Dhrystone(GIPS) Multi-Media Int x8isse Ghz 480 Mhz (MPixel/s) Multi-Media float x4isse (MPixel/s) Multi-Media double x2isse2(mpixel/s) RAm(random) Latency(ns) RAm(random) Speed Factor Ram(linear) Latency(ns) Ram(linear) Speed Factor x264 37fps 37fps 37fps 37fps 37fps (1749 frames) 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1 pass x fps 9.18fps 9.18fps 9.18fps 9.18fps (1749 frames) 1826kb/s 1826kb/s 1826kb/s 1826kb/s 1826kb/s st 2nd pass Πίνακας 7 Μετρήσεις για CPU 1.2 Ghz και διάφορες χωρητικότητες της RAM CPU(DUAL) RAM SPEED RAM (MB) superpi (1M) (s) Whetstone (Gflops) Dhrystone(GIPS) Multi-Media Int x8isse Ghz 480 Mhz GIPS G

100 (MPixel/s) Multi-Media float x4isse (MPixel/s) Multi-Media double x2isse2 (MPixel/s) RAm(random) Latency (ns) RAm(random) Speed Factor Ram(linear) Latency (ns) Ram(linear) Speed Factor x fps 42.43fps 42.43fps 42.43fps 42.43fps (1749 frames) 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1 pass x fps 10.62fps 10.62fps 10.62fps 10.62fps (1749 frames) 1826kb/s 1826kb/s 1826kb/s 1826kb/s 1826kb/s st nd 2 pass Πίνακας 8 Μετρήσεις για CPU 1.4 Ghz και διάφορες χωρητικότητες της RAM CPU(DUAL) RAM SPEED RAM (MB) superpi (1M) (s) Whetstone (Gflops) Dhrystone (GIPS) Multi-Media Int 1.6 Ghz 480 Mhz (MPixel/s) Multi-Media float x4isse2 (MPixel/s) Multi-Media double x2isse2 (MPixel/s) RAm(random) x8isse

101 Latency (ns) RAm(random) Latency (ns) Ram(linear) Speed Factor x fps 48.10fps 48.10fps 48.10fps 48.10fps (1749 frames) 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1 pass x fps 12.10fps 12.10fps 12.10fps 12.10fps (1749 frames) 1826kb/s 1826kb/s 1826kb/s 1826kb/s 1826kb/s Speed Factor Ram(linear) st 2nd pass Πίνακας 9 Μετρήσεις για CPU 1.6 Ghz και διάφορες χωρητικότητες της RAM CPU(DUAL) RAM SPEED RAM (MB) superpi (1M) (s) Whetstone (Gflops) Dhrystone (GIPS) Multi-Media Int 1.8 Ghz 480 Mhz (MPixel/s) Multi-Media float x4isse2 (MPixel/s) Multi-Media double x2isse2 (MPixel/s) RAm(random) Latency (ns) RAm(random) Speed Factor Ram(linear) Latency (ns) Ram(linear) Speed Factor x fps 53.25fps 53.25fps 53.25fps 53.25fps (1749 frames) 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1850kb/s 13.52fps 13.52fps 13.52fps 13.52fps 13.52fps x8isse4.1 st 1 pass x

102 (1749 frames) 1826kb/s 1826kb/s 1826kb/s 1826kb/s 1826kb/s nd 2 pass Πίνακας 10 Μετρήσεις για CPU 1.8 Ghz και διάφορες χωρητικότητες της RAM CPU(DUAL) RAM SPEED RAM (MB) superpi (1M) (s) Whetstone (Gflops) Dhrystone (GIPS) Multi-Media Int Ghz 667 Mhz (MPixel/s) Multi-Media float x4isse2 (MPixel/s) Multi-Media double x2isse2 (MPixel/s) RAm(random) Latency (ns) RAm(random) Speed Factor Ram(linear) Latency (ns) Ram(linear) Speed Factor x fps 63.00fps 63.00fps 63.00fps 63.00fps (1749 frames) 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1st pass x fps 15.85fps 15.85fps 15.85fps 15.85fps (1749 frames) 1826kb/s 1826kb/s 1826kb/s 1826kb/s 1826kb/s x8isse4.1 nd 2 pass Πίνακας 11 Μετρήσεις για CPU 2.0 Ghz και διάφορες χωρητικότητες της RAM CPU(DUAL) RAM SPEED RAM (MB) 2.9 Ghz 780 Mhz

103 superpi (1M) (s) Whetstone (Gflops) Dhrystone (GIPS) Multi-Media Int (MPixel/s) Multi-Media float x4isse2 (MPixel/s) Multi-Media double x8isse4.1 x2isse2 (MPixel/s) RAm(random) Latency (ns) RAm(random) Speed Factor Ram(linear) Latency (ns) Ram(linear) Speed Factor x fps 78.10fps 78.10fps 78.10fps 78.10fps (1749 frames) 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1850kb/s 1st pass x fps 19.70fps 19.70fps 19.70fps 19.70fps (1749 frames) 1826kb/s 1826kb/s 1826kb/s 1826kb/s 1826kb/s 2nd pass Πίνακας 12 Μετρήσεις για CPU 2.9 Ghz και διάφορες χωρητικότητες της RAM Διαγράμματα- Ερμηνεία των Μετρήσεων Καταρχήν συγκρίναμε τα αποτελέσματα και τους χρόνους από το X264 benchmark με άλλα προγράμματα κωδικοποίησης-συμπίεσης (MEGUI-Quicktime-Xilisoftκλπ..) και καταλήξαμε στο συμπέρασμα ότι δεν υπάρχει μεγάλη απόκλιση.παρακάτω φαίνονται οι χρόνοι για κωδικοποίηση ενός video 5 secmpeg-2 30 fps ανάλυσης 720x480p σε MPEG-4-part 10 Η.264/AVC ίδιας ανάλυσης 24fps. 103

104 x264 Quicktime Xilisoft Megui 47.27s 41.22s 36.36s s 22.39s 52s 45s 39s 34s 30s 24s 43s 38s 32s 28s 24s 18s 47s 42s 37s 33s 28s 22s Χρόνοι κωδικοποίησης 104

105 Παρατηρούμε ότι οι χρόνοι κωδικοποίησης μεταβάλλονται σε κάθε πρόγραμμα. Το MeGui το οποίο επιλέξαμε τελικά έχει ενδιάμεσους χρόνους. Σημείωση Στο Megui και το X264 οι χρόνοι κωδικοποίησης είναι σχεδόν ίδιοι γιατί χρησιμοποιούν τον ίδιο κωδικοποιητή τον MenCoder. MenCoder: Το MEncoder είναι ένα εργαλείο γραμμής εντολών που χρησιμοποιείται για κωδικοποίηση,αποκωδικοποίηση και εφαρμογή φίλτρων σε video και διανέμεται υπό την άδεια της GNU General Public License. Είναι Open source πρόγραμμα, υποστηρίζει πάρα πολλά video formats και αναπτύσσεται διαρκώς. Ένα πολύ σημαντικό προτέρημά του έναντι άλλων κωδικοποιητών, εκτός απ το ότι είναι πολύ ελαφρύ, είναι η διαθεσιμότητά του σε πολλά λειτουργικά συστήματα. Το γεγονός αυτό μας δίνει τη δυνατότητα να εξετάσουμε την κωδικοποίηση και από άποψη λειτουργικού συστήματος. Τέλος μπορούμε να ρυθμίσουμε διάφορα χαρακτηριστικά του video όπως το fps,video size,διάφορα φίλτρα: «Cropping, Scaling, Vertical Flipping, horizontal mirroring, rotating, brightness/contrast, changing the aspect ratio of the video's pixels, colorspace conversion, hue/saturation, color-specific Gamma 105

106 correction, sharpness/blur, denoising filters, several different ways of deinterlacing, and reversing telecine.» Στα διαγράμματα που παρατίθενται χρησιμοποιούμε το X264 ως μέτρο σύγκρισης των διάφορων χαρακτηριστικών του υπολογιστή. Διάγραμμα CPUFrequency-X264-1ο πέρασμα (2 πυρήνες) 106

107 Διάγραμμα CPU Frequency-X264-2ο πέρασμα (2 πυρήνες) Στα δύο παραπάνω διαγράμματα φαίνεται καθαρά ότι η αύξηση της συχνότητας λειτουργίας του επεξεργαστή αυξάνει ανάλογα τον αριθμό των frames που επεξεργάζεται ο αλγόριθμος το δευτερόλεπτο. Παρατηρούμε επίσης ότι τα fps στο 2ο πέρασμα είναι πολύ λιγότερα σε σχέση με το 1ο για λόγους που αναφέρθηκαν στην ενότητα x264 benchmark. 107

108 Διάγραμμα CPU(Multimedia)-X264 1ο πέρασμα (2 πυρήνες) Στο συγκεκριμένο διάγραμμα φαίνεται η ικανότητα του επεξεργαστή να επεξεργάζεται multimedia εντολές,χρησιμοποιώντας το benchmark που δημιουργεί Mandelbrot fractals. ΔιάγραμμαRam Speed FRequency-X264(2 πυρήνες) Παρατηρείται σταθερότητα στα fps σε σχέση με την ταχύτητα της Ram,γεγονός που φανερώνει ότι η κωδικοποίηση δεν εξαρτάται από την μνήμη Ramσε καμία περίπτωση. 108

109 Διάγραμμα Whetstone-Dhrystone---X264 Όπως ήταν αναμενόμενο ή αύξηση του αριθμού των εντολών που υλοποιούνται με τους αλγορίθμους αυτούς έχει να κάνει με την αύξηση της συχνότητας CPU οπότε και αύξηση των fps. 109

110 Pearson product-moment correlation coefficient Για την εξαγωγή ασφαλέστερων συμπερασμάτων σχετικά με την εξάρτηση του χρόνου κωδικοποίησης με τις διάφορες παραμέτρους του υπολογιστή εκτελέσαμε τον αλγόριθμο του Pearson. Στη στατιστική η συνιστώσα συσχέτισης του Pearson είναι ένα μέτρο της συσχέτισης (γραμμική εξάρτηση) μεταξύ δύο μεταβλητών Χ και Υ, που έχει τιμή μεταξύ του κλειστού πεδίου τιμών 1 και -1.. Αναπτύχθηκε ο αλγόριθμος από τον Karl Pearson επαναπροσδιορίζοντας μία ιδέα του Francic Galton το Ορισμός H συνιστώσα του Pearson μεταξύ δύο μεταβλητών ορίζεται ως η συνδιακύμανση μεταξύ δύο μεταβλητών διαιρεμένη από το γινόμενο των τυπικών αποκλίσεων των δύο μεταβλητών. Ερμηνεία Ο συντελεστής συσχέτισης κυμαίνεται από -1 έως 1. Η τιμή 1 σημαίνει ότι μια γραμμική εξίσωση περιγράφει απόλυτα τη σχέση μεταξύ των Χ και Υ, με όλα τα σημεία δεδομένων να βρίσκονται σε μια γραμμή για την οποία αυξάνει η μεταβλητή Y ως προς τη Χ με σταθερό ρυθμό. Η τιμή -1 σημαίνει ότι όλα τα σημεία δεδομένων βρίσκονται σε μια γραμμή για την οποία μειώνεται η μεταβλητή Y ως προς τη Χ με σταθερό ρυθμό. Η τιμή 0 σημαίνει ότι δεν υπάρχει γραμμική συσχέτιση μεταξύ των μεταβλητών. Εκτελέσαμε την προαναφερθείσα διαδικασία συγκρίνοντας τη συσχέτιση μεταξύ των μετρήσεων των επιμέρους υποσυστημάτων του υπολογιστή που είχαμε στη διάθεσή 110

111 μας, με τα αντίστοιχα αποτελέσματα για την ταχύτητα κωδικοποίησης. Οι μετρήσεις για την ταχύτητα κωδικοποίησης έγιναν με το πρόγραμμα x264 για 2 περάσματα από το βίντεο, όπως λειτουργεί ένας κοινός MPG4 Part10 /AVC κωδικοποιητής.. Hσυσχέτιση των μετρήσεων από τα διάφορα benchmarks με το 1ο πέρασμα του αλγορίθμου κωδικοποίησης CPU Dhrystone LinearRamLatency LinearRamSpeedfactor MMDSSE2 MMFSSE2 MMISSE4 MWIPS RandomRamLatency RandomRamSpeedfactor SueprPi Whetstone 0, , , , , , , , , ,

112 Hσυσχέτιση των μετρήσεων από τα διάφορα benchmarks με το 2ο τελικό πέρασμα του αλγορίθμου κωδικοποίησης CPU Dhrystone LinearRamLatency LinearRamSpeedfactor MMDSSE2 MMFSSE2 MMISSE4 MWIPS RandomRamLatency RandomRamSpeedfactor SueprPi Whetstone 0, , , , , , , , , , Για τον υπολογισμό της συσχέτισης των μετρήσεων σχετικών με τη RAM διατηρήθηκε σταθερή η συχνότητα της CPU (1800MHz) και μεταβάλαμε μόνο τη συχνότητα της RAM τρέχοντας κάθε φορά το x264 benchmark, ώστε να ελαχιστοποιήσουμε την επίδραση των άλλων υποσυστημάτων στη συγκεκριμένη μέτρηση. 112

113 Επιλογή συνιστώσας Πολλές φορές είναι δύσκολη η πρόσβαση στις τεχνικές προδιαγραφές ενός υπολογιστή. Χρησιμοποιώντας τα παραπάνω δεδομένα μπορούμε να επιλέξουμε μία συνιστώσα που με βάση αυτή, αφενός θα μπορούμε να κρίνουμε τις δυνατότητες του υπολογιστή του οποίου δεν ξέρουμε τα χαρακτηριστικά, αφετέρου με βάση αυτή και μόνο τη συνιστώσα θα μπορούμε να κρίνουμε τις δυνατότητές του τόσο στην κωδικοποίηση όσο και στο streaming, παραμέτρους άρρηκτα συνδεδεμένους με το IPTV. Όπως φαίνεται στα προηγούμενα δεδομένα οι αλγόριθμοι που σχετίζονται γραμμικά με τη RAM είναι όλοι όσοι επηρεάζονται μόνο από την κεντρική μονάδα επεξεργασίας. Ο παράγοντα RamSpeedFactor έχει ελάσσονα ρόλο, όπως και o RamLatency, o οποίος παρατηρούμε ότι είναι και αρνητικός αφού η καθυστέρηση της μνήμης είναι αντιστρόφως ανάλογη της ταχύτητάς της, η οποία όμως αυξάνει με την αύξηση της CPU (μέσω του FSB). Προφανώς οι εξής συνιστώσες είναι οι ιδανικότερες : Dhrystone, MMDSSE2, MMFSSE2,MMISSE4,Whetstoneκαι SuperPi. Οι συνιστώσες MMDSSE2, MFSSE2 προϋποθέτουν ο υπολογιστής να έχει το ρεπερτόριο εντολών SSE2, Streaming SIMD Extensions 2, που υπάρχει σε όλους τους σύγχρονους επεξεργαστές αρχιτεκτονικής x86. Από την άλλη παρατηρούμε ότι το ρεπερτόριο εντολών Streaming SIMD Extensions 4 παρόλο που υπάρχει από το 2006, δεν ενσωματώθηκε ούτε στους τελευταίας γενιάς επεξεργαστές Intel Atom Diamondville 300 (Σεπτέμβρης 2008). Έτσι λοιπόν απορρίπτουμε τις προηγούμενες συνιστώσες γιατί δεν ξέρουμε αν ο επεξεργαστής που θα έχουμε στη διάθεσή μας θα υποστηρίζει αυτό το ρεπερτόριο εντολών. Από τους υπόλοιπους τρείς αλγορίθμους, που αποτελούν και τις τρείς εναπομείναντες συνιστώσες, θα επιλέξουμε τον Whetstone γιατί έχει γραφτεί σε Algol 60C/C++,Basic,VisualBasic, Fortran και Java, έχει μεγάλη αποδοχή από τους χρήστες για το benchmarking, χρησιμοποιείται για μετρήσεις σε κάθε τύπου υπολογιστική μηχανή (minicomputers, mainframes, supercomputers ), υπάρχουν δεδομένα στο διαδίκτυο για τα σκορ του κάθε επεξεργαστή που έχει βγει στην παραγωγή μέχρι σήμερα και η αξία του παραμένει διαχρονική μέχρι σήμερα καθώς χρησιμοποιείται από το

114 114

115 1.12 Κωδικοποίηση-Μετρήσεις Επιλογή βίντεο Τα βίντεο που είχαμε στη διάθεσή μας είναι ασυμπίεστα βίντεο της ITU. Μετρήσαμε τους χρόνους κωδικοποίησης των βίντεο για διάφορες συχνότητες χρονισμού της CPU, με χρήση ενός και δύο πυρήνων με σκοπό να συνδυάσουμε τα αποτελέσματα με τον το σκορ των υπολογιστών στον αλγόριθμο Whetstone έτσι ώστε να βγάλουμε κάποια συμπεράσματα.τα συμπεράσματα αυτά θα μας βοηθήσουν στην πρόβλεψη του χρόνου που χρειάζεται μια οποιαδήποτε υπολογιστική μηχανή για να κωδικοποιήσει ένα υψηλής ποιότητας βίντεο με βάση μόνο το σκορ της στον αλγόριθμο αυτό. Για να έχουμε ένα ρεαλιστικό σενάριο για την ζωντανή μετάδοση βίντεο επιλέξαμε να κωδικοποιήσουμε τα ασυμπίεστο βίντεο σε ένα νέο με τα εξής χαρακτηριστικά: Κωδικοποιητής mpeg2 High Profile, με I,P,B frame, format 4:2:0, σε High Level 29.97fps, 1920*1080 pixels, progressive scan, με 25 Mbit/s bitrate, μεγέθους 60 Mbyte. Τα χαρακτηριστικά αυτά είναι τα υψηλότερης ποιότητας χαρακτηριστικά που μπορούν να βγουν ως έξοδος από μία σύγχρονη HDV camera. Από τα χαρακτηριστικά αυτά να αναφέρουμε ότι progressive scan σε τέτοια ανάλυση ελάχιστες κάμερες έχουν τη δυνατότητα να καταγράψουν. Αυτά λοιπόν τα βίντεο θα χρησιμοποιηθούν ως είσοδοι πλέον στον κωδικοποιητή μας και η νέα έξοδος θα είναι ένα βίντεο κωδικοποιημένος με MPEG4-Part 10 H.264/AVC με High Profile, 16 b frames, bitrate 8000 kb, 1920x1080, fast pass. Ο λόγος που επιλέξαμε fast pass και όχι 2 ή και περισσότερα περάσματα από το βίντεο ( θα είχαμε πολύ καλύτερη ποιότητα και μικρότερο μέγεθος), είναι επειδή το βίντεο προορίζεται για live streaming και επιλέξαμε να κάνουμε παραχώρηση στα προαναφερθέντα χαρακτηριστικά έναντι της ταχύτητας. Επίσης το bitrate είναι στο θεωρητικό κάτω όριο του High Definition(8-12 Mbit), αλλά επιλέξαμε αυτό για να το δοκιμάσουμε στο δίκτυο καθώς ενδεχομένως να μπορεί να υλοποιηθεί και με τις ήδη υπάρχουσες συνδέσεις ADSLτων 8 και 12 Mbit, χωρίς να είναι απαραίτητη γραμμή 24ωνMbit.Κάθε ένα από αυτά τα βίντεο της ITUέχει διαφορετικά 115

116 χαρακτηριστικά (μεταβαλλόμενα τοπία, φωτιά, κίνηση νερού, κίνηση φύλλων κ.α ) γεγονός που διαφοροποιεί και τους χρόνους που χρειάστηκαν για να κωδικοποιηθούν. Encoding Time vs CPU Ας δούμε ποιο αναλυτικά όμως τους χρόνους τους, αρχικά συναρτήσει της ταχύτητας του επεξεργαστή για να έχουμε μία πρώτη άποψη 2 cores (MHz) Aspen (s) ControlledBur RushFiledCut SnowMnt (s) SpeedBag (s) Touchdown (s) WestWind (s) RedKayak (s) cores (MHz) Aspen (s) ControlledBur RushFiledCut SnowMnt (s) SpeedBag (s) Touchdown (s) WestWind (s) RedKayak (s) Πίνακας 13 Χρόνοι κωδικοποίησης (seconds) όλων των βίντεο σε σχέση με την συχνότητα επεξεργαστή Χρόνοι Κωδικοποίησης Vs Whetstone Whets. Aspen Control Rush Show Speed Touch West Red Gflops

117 Πίνακας 14 Χρόνοι κωδικοποίησης (seconds) όλων των βίντεο σε σχέση με τον αλγόριθμο Whetstone 117

118 Το διάγραμμα του παραπάνω πίνακα: Ερμηνεία Όπως περιμέναμε από τη συνιστώσα του Pearsonοι χρόνοι κωδικοποίησης σχετίζονται άμεσα με τα GFlops που επιτυγχάνει κάθε διαφορετική ρύθμιση του συστήματός μας δίνοντάς μας μια νέα προοπτική για την πρόβλεψη του χρόνου κωδικοποίησης σε ένα αυθαίρετο σύστημα με βάση μόνο τον αριθμό των πράξεων κινητής υποδιαστολής/ δευτερόλεπτο που μπορεί να εκτελέσει τρέχοντας τον αλγόριθμο Whetstone. Τα βίντεο που έχουν τους μεγαλύτερους χρόνους κωδικοποίησης είναι το Speed Bag και το Touchdown. Το πρώτο επιδεικνύει μία σκηνή όπου ένας μποξέρ χτυπάει έναν σάκο του μποξ ( από τους μικρούς), πάρα πολύ γρήγορα με αποτέλεσμα η σκηνή να έχει μεγάλες αλλαγές στην κίνηση ( σκηνή δράσης) που χρειάζεται περισσότερο χρόνο επεξεργασίας απ ότι μία συνηθισμένη σκηνή τυπικής τηλεοπτικής μετάδοσης, όπως περιγράψαμε και στο κεφάλαιο των αλγορίθμων κωδικοποίησης. Το βίντεο Touchdown περιέχει μία σκηνή από έναν αγώνα αμερικάνικου ποδοσφαίρου που αποτελεί επίσης σκηνή δράσης. Ακόμα και το βίντεο Red Kayak είναι μία σκηνή ενός αθλητικού αγώνα.για αυτούς του λόγους δεν θα επιλέξουμε κάποιο από τα 3 παραπάνω βίντεο καθώς θεωρούμε ότι απευθύνονται 118

119 σε εξεζητημένο κοινό και όχι σε κάποιους που ικανοποιούνται από έναν server ελαχίστων απαιτήσεων που είναι και το περιεχόμενο της διπλωματικής μας. Από τα υπόλοιπα βίντεο επιλέγουμε το Controlled Burn γιατίέχει από τους μεγαλύτερους χρόνους κωδικοποίησης, απεικονίζει τόσο σκηνές δράσης ( κίνηση φωτιάς ) όσο και ήρεμες σκηνές όπου μετακινούνται άνθρωποι ενώ το σκηνικό μένει ίδιο πίσω τους( τα διανύσματα κίνησης του MPEG4 part 10 μπορούν να χρησιμοποιηθούν αποτελεσματικά ), είναι μία σκηνή που παρόμοιες βλέπουμε συχνά σε ταινίες και η φωτιά σαγηνεύει. Έχοντας επιλέξει το βίντεο ας εστιάσουμε λίγο την προσοχή μας σε αυτό βλέποντας το χρόνο που χρειάζεται για να κωδικοποιηθεί με τη βοήθεια του mencoder. Οι χρόνοι που αναγράφονται είναι με χρήση ενός και δύο πυρήνων από την εφαρμογή. Χρόνοι κωδικοποίησης με έναν και δύο πυρήνες του βίντεο ControlledBurn Συχνότητα CPU 2 πυρήνες 1 πυρήνας 3000 MHz 50s 94s 2800 MHz 53s 99s 2600 MHz 56s 107s 2400 MHz 61s 116s 2200 MHz 65s 124s 2000 MHz 71s 137s 1800 MHz 79s 152s 1600MHz 89s 171s 1400 MHz 103s 199s 1200 MHz 120s 229s Πίνακας 15 Χρόνοι Κωδικοποίησης του βίντεο ControlBurn για διάφορες συχνότητες με 1 και 2 πυρήνες 119

120 Στο προηγούμενο διάγραμμα βλέπουμε τους χρόνους κωδικοποίησης με τη χρήση ενός και δύο πυρήνων. Παρατηρούμε ότι υπάρχει μία αναλογία στις μετρήσεις, γεγονός που μπορεί να μας βοηθήσει στην εξαγωγή συμπερασμάτων και για επεξεργαστές τους οποίους δεν είχαμε τη δυνατότητα να μετρήσουμε, ενός αλλά και περισσοτέρων πυρήνων. Κάτι επίσης σημαντικό που μπορούμε να παρατηρήσουμε είναι ότι για δύο πυρήνες με συχνότητες λειτουργίας στα 1200MHz ο χρόνος κωδικοποίησης είναι 120 δευτερόλεπτα ενώ παρόμοιος είναι ο χρόνος κωδικοποίησης με έναν πυρήνα στα 2400MHz. 120

121 Latency Αν θελήσουμε τώρα να κάνουμε μία προσέγγιση έτσι ώστε πριν ακόμα τελειώσει η κωδικοποίηση να ξεκινήσει η μετάδοση των πακέτων με σκοπό να περατωθεί η κωδικοποίηση τη στιγμή που θα ολοκληρώνεται και η μετάδοση του βίντεο, μπορούμε να βγάλουμε κάποια άμεσα συμπεράσματα. Αρχικά ο χρόνος στον οποίο θα αρχίσει η μετάδοση του βίντεο εξαρτάται από τον αριθμό των πυρήνων που χρησιμοποιούνται για την κωδικοποίηση όσο και από τη συχνότητά τους. Έχοντας όμως επιλέξει με βάση τη συσχέτιση του pearson ότι το σκορ του υπολογιστή μας στον αλγόριθμο Whetsone μπορεί να αποτυπώσει γραμμικά την ταχύτητα κωδικοποίησης,θα χρησιμοποιήσουμε τις μετρήσεις αυτές για να κατασκευάσουμε τα διαγράμματα που είδαμε πριν, αυτή τη φορά συναρτήσει των GFlops του κάθε υπολογιστή καθώς επίσης θα τις συσχετίσουμε με τον χρόνο έναρξης μετάδοσης του βίντεο. Χρόνος έναρξης/λήξης μετάδοσης με βάση το χρόνο κωδικοποίησης για διαφορετικά σκορ στον Whetstone 121

122 Ας σημειώσουμε ότι στο προηγούμενο διάγραμμα η διάρκεια του βίντεο είναι 19 δευτερόλεπτα. Για παράδειγμα όταν το σκορ του υπολογιστή μας είναι GFLOPS για τον αλγόριθμο Whetstone, το video που χρησιμοποιούμε χρειάζεται 50s για να κωδικοποιηθεί ενώ η μετάδοσή του από το δίκτυο απαιτεί 19s (όσο διαρκεί το video),άρα αν αρχίσουμε την μετάδοση στο 31οs της κωδικοποίησης θα ολοκληρωθούν ταυτόχρονα οι δύο διαδικασίες. Επομένως αν ανάγουμε τον προηγούμενο πίνακα έτσι ώστε να είναι εμφανές το ποσοστό της κωδικοποίησης που έχει ολοκληρωθεί μέχρι τη στιγμή της έναρξης μετάδοσης του βίντεο, ώστε να ολοκληρωθούν ταυτόχρονα,προκύπτει το ακόλουθο διάγραμμα: Whetstone Χρόνος Έναρξη μετάδοσης το % της κωδικοποίησης που έχει score Κωδ/σης νιοστό sec ολοκληρωθεί κατά την έναρξη GFlops μετάδοσης s 31s s 34s s 37s s 42s s 46s s 52s s 60s s 70s s 84s s 101s s s s 133s 87, s 199s 229s 152s 178s 210s Πίνακας 16 Διαδικασία υπολογισμού του Latency για ταυτόχρονη κωδικοποίηση και μετάδοση 122

123 Ας ρίξουμε μια ματιά και για το τι συμβαίνει στα υπόλοιπα βίντεο ώστε να πάρουμε μια γενικότερη ιδέα για το ποσοστό ολοκλήρωσης της κωδικοποίησης κατά την έναρξη του streamingτόσο σε εύκολα όσο και σε δύσκολα βίντεο, με την έννοια που σχολιάσαμε στην αρχή του κεφαλαίου. Ποσοστό ολοκλήρωσης της κωδικοποίησης επί τοις εκατό κατά την έναρξη της μετάδοσης στο δίκτυο σε σχέση με το σκορ του υπολογιστή στον whetstone αλγόριθμο. Παρατηρούμε ότι τα βίντεο ξεκινούν με διαφορές στο ποσοστό της τάξης του 8%, ενώ όσο το σκορ του υπολογιστή στον Whetstone μειώνετε, μειώνεται και το ποσοστό της διαφοράς τους. Αυτό οφείλεται στο γεγονός ότι παράλληλα με την μείωση του σκορ του υπολογιστή αυξάνει ο χρόνος κωδικοποίησης μέχρι και 460% με αποτέλεσμα ο χρόνος μετάδοσης να είναι πάρα πολύ μικρότερος από τον χρόνο 123

124 κωδικοποίησης, ελαχιστοποιώντας έτσι τις ποσοστιαίες διαφορές μεταξύ των βίντεο σε τιμές μικρότερες του 2%. Αν θέλαμε να υπολογίσουμε για την περίπτωση που μας δίνεται ένα τυχαίο βίντεο, το ποσοστό της κωδικοποίησης που θα πρέπει να έχει ολοκληρωθεί πριν αρχίσουμε το streamingτότε θα συμβουλευόμασταν το παρακάτω διάγραμμα, όπου έχουμε υπολογίσει τον μέσο όρο των ποσοστών. Ο μέσος όρος του ποσοστού ολοκλήρωσης της κωδικοποίησης των προηγούμενων βίντεο της ITU κατά την έναρξη της μετάδοσης στο δίκτυο σε σχέση με το σκορ του υπολογιστή στον whetstone αλγόριθμο. 124

125 1.13 Εισαγωγή του συμπιεσμένου video στο software για streaming Μεταξύ πολλών προγραμμάτων που κυκλοφορούν στο διαδίκτυο για μετάδοση πληροφορίας videoέχουμε επιλέξει το vlc. Αποτελεί μία πλήρη λύση λογισμικού για streamingvideo, που αναπτύχθηκε από τους σπουδαστές του EcoleCentrale Παρίσι ( και άλλους προγραμματιστές από όλο τον κόσμο, υπό την άδεια χρήσης τηςgnu( GPL (GeneralPublicLicense). Το VideoLANσχεδιάστηκε για το streaming MPEG video σε δίκτυα μεγάλου εύρους ζώνης. Συνοπτικά η διαδικασία του streamingφαίνεται στην παρακάτω εικόνα: ToVlc (Ref 6) είναι ένα open source ελεύθερο λογισμικό αναπαραγωγής πολυμέσων που αναπτύχθηκε από τη VideoLan. Αποτελεί έναν φορητό media player που υποστηρίζει πολλά audioκαι videocodecs, είδη αρχείων καθώς επίσης VCDS,DVDS και πολλά πρωτόκολλα streaming. Είναι ικανό να κάνει streaming πάνω σε δίκτυα και να μετασυμπιέζει διάφορα αρχεία πολυμέσων αποθηκεύοντας τα σε έναν φάκελο. Αποτελεί ένα από τα πιο ανεξάρτητα,από λειτουργικά συστήματα, 125

126 λογισμικό αφού υπάρχουν εκδόσεις για όλα τα ευρέως και μη διαδεδομένα λειτουργικά ( Windows, MacOsX, Linux, Solaris, BeOsκλπ..) Χαρακτηριστικά προτερήματα του VLC: Είναι δημοφιλές για τη δυνατότητά του να παίξει το τηλεοπτικό περιεχόμενο ελλιπούς, ατελούς ή χαλασμένου video προτού να κατεβούν πλήρως τα αρχεία. Ο player έχει επίσης τη δυνατότητα να χρησιμοποιήσει το libcdio ώστε να έχει πρόσβαση στα αρχεία.iso ακόμα κι αν το λειτουργικό σύστημα του χρήστη δεν έχει την ικανότητα να εργαστεί άμεσα με την επέκταση.iso. Υποστηρίζει όλες τα είδη audio και video αλλά και όλες τις μορφές αρχείου που υποστηρίζονται από το libav codec και libav format. Αυτό σημαίνει ότι VLC μπορεί να αναπαράγει H.264 ή mpeg-4 video καθώς επίσης και μορφές αρχείου FLV ή MXF χρησιμοποιώντας τις βιβλιοθήκες FFmpeg. Εναλλακτικά, το VLC έχει και τα codecs που δεν είναι βασισμένα στις βιβλιοθήκες FFmpeg. Είναι ένα ελεύθερο opensourcedvdplayer που αγνοεί την κωδικοποίηση του DVD ανά region (περιοχή). RegionFreePlayer. Χρησιμοποιώντας μια σύνδεση FireWire το VLC μπορεί να κάνει ζωντανό streaming, ένα ασυμπίεστο video σε μια οθόνη ή στο δίκτυο. Μπορεί να εγκατασταθεί και να εκτελεστεί άμεσα από ένα flashdisk ή άλλο εξωτερικό harddrive. Μπορεί να παίξει τα βίντεο se AVCHD format, ένα ιδιαίτερα συμπιεσμένο format που χρησιμοποιείται στα πρόσφατα camcorders HD. Muxers and codecs Καταρχήν για να αντιληφθούμε την τεχνική streamingπρέπει να καταλάβουμε την διαφορά μεταξύ codecκαι containerformat. Codec: To codec είναι ένας αλγόριθμος συμπίεσης ο οποίος χρησιμοποιείται για την μείωση της χωρητικότητας του stream.υπάρχουν audio και videocodecαντίστοιχα όπως MPEG1,MPEG2,DIVXκλπ.. ContainerFormat: Είναι ουσιαστικά ένα κουτί στο οποίο περιλαμβάνεται ήδη το κωδικοποιημένο περιεχόμενο, ήχος εικόνα υπότιτλοι κλπ.( AVI,MOV,MPEG4) με κάποιο codec.το ιδανικό θα ήταν να μπορούσαμε να τοποθετούμε οποιοδήποτε codec σε κάποιο container format,ωστόσο υπάρχει κάποιες φορές και ασυμβατότητα μεταξύ τους. Στον παρακάτω πίνακα φαίνεται ποιοι τύποι codec είναι συμβατοί και με ποια container formats: 126

127 MPEG-1 video MPEG-2 video MPEG-4 video DivX 1/2/3 WMV 1/2 H/I 263 MJPEG. Theora H.264/MPEG-4 AVC PS V V V X X X X X X MPEG-1 video MPEG-2 video MPEG-4 video DivX 1/2/3 WMV 1/2 H/I 263 MJPEG. Theora H.264/MPEG-4 AVC MOV X X V X X X X X V TS V V V V V V V X V Ogg V V V V V X V V X MPMJPEG X X X X X X X X X ASF X X V V V X V X X MP4 X X V X X X X X V RTP X V V X X V X X V RAW V V V X X X X X X Πίνακας Ποια containerformatυποστηρίζονται από διάφορα codecs 127

128 Περιγραφή διαδικασίας streaming με vlc Έχοντας το συμπιεσμένο videoστην διάθεσή μας προχωρήσαμε στο streaming μέσω του wizard του vlc, διαδικασία που περιγράφεται αναλυτικά στο Παραρτημα Β. Κατά την διάρκεια μετάδοσης του video κάναμε κάποιες μετρήσεις για να ελέγξουμε την καταπόνηση του συστήματός μας Performance Monitoring Μετάδοση μέσω δικτύου Κατά τη διαδικασία του streaming μετρήσαμε την καταπόνηση του διακομιστή μας. Αρχικά επιλέξαμε έναν μόνο πυρήνα για την εκτέλεση του VLC έτσι ώστε τα δεδομένα μας να είναι αφενός ακριβέστερα, αφού το λειτουργικό δεν θα αναλάβει τη μεταβίβαση νημάτων σε διαφορετικούς πυρήνες και αφετέρου γίνεται έτσι ευκολότερη η κατάταξη διαφόρων τύπων επεξεργαστών (πολυπύρηνων και μη). Μεταβάλαμε τη συχνότητα του πυρήνα και πάλι από τα 1200ΜΗz μέχρι τα 3000ΜΗz και η καταπόνηση φαίνεται στους ακόλουθους πίνακες και διαγράμματα. 1200MHz 1400MHz 1600MHz 1800MHz 2000MHz 2400MHz 2600MHZ 2800MHz 3000MHz 1 67, , ,5 56,25 64, ,625 37,5 59,375 40, , ,25 65,625 76, , , ,875 82, , , , ,25 82, , , , ,125 64, ,5 81,25 89, , , , , ,375 45, , , , , ,125 51, ,25 39, ,875 68,75 71,875 78,125 81, , ,875 57, , , ,5 85, , ,25 89, , , ,25 87,5 90,625 85, , , , ,375 78, , , , , ,5 84,375 82, , , , , , ,625 92, ,75 90,625 92, , , , ,75 96, ,875 98, , , , ,875 92, , ,625 89, ,75 89, , ,75 93,75 87,5 90, ,75 98, , , , , , , , , , , , ,25 29,6875 4, ,5 71,875 43,75 23,

129 Ποσοστό εκμετάλλευσης των χρόνων ρολογιού της CPU με έναν πυρήνα κατά το Streaming 129

130 Από τα διαγράμματα φαίνεται ότι το ποσοστό που εκμεταλλεύεται το VLC για να εκτελέσει το streaming παραμένει περίπου ίδιο σε όλους τους χρονισμούς ρολογιού. Πρέπει να επισημάνουμε ότι σε όλες τις μετρήσεις μας ακόμα και στα 1200ΜΗz η διαδικασία μετάδοσης δουλεύει άψογα χωρίς λάθη στον δεκτη. Encoding Section Ελέγξαμε την καταπόνηση του επεξεργαστή κατά την διαδικασία της κωδικοποίησης σε έναν και δύο πυρήνες αντίστοιχα. Παρατηρήσαμε ότι σε κάθε περίπτωση χρησιμοποιείται το % των κύκλων ρολογιού της CPU. Με βάση αυτό το συμπέρασμα σε συνδυασμό με το monitoringστο streaming καταλήγουμε στο εξής πολύ σημαντικό πόρισμα: «Η καταπόνηση του επεξεργαστή κατά το encoding είναι πολύ μεγαλύτερη από την καταπόνηση κατά το streaming. Ως εκ τούτου σε περίπτωση που έχουμε έναν πολυπύρηνο επεξεργαστή π.χ. τετραπύρηνο, αναθέτουμε,για καλύτερα και πιο γρήγορα αποτελέσματα, το streaming σε έναν πυρήνα και toencoding στους υπόλοιπους τρεις.» Να αναφέρουμε ότι στην περίπτωση που δεν γίνεται από το λειτουργικό σύστημα η πλήρης εκμετάλλευση όλων των πυρήνων, μπορούν να οριστούν νήματα στην κωδικοποίηση τα οποία απασχολούν διαδοχικά τους πυρήνες. 130

131 ΕΦΑΡΜΟΓΕΣ Συνοψίζοντας με βάση όλα τα προαναφερθέντα παραθέτουμε μια απλή υλοποίηση. Κατ αρχήν υποθέτουμε ότι έχουμε στη διάθεσή μια πηγή ( π.χ. μια κάμερα ή ένα βίντεο σε mpeg-2 μορφή), ένα σύστημα ( προσωπικός υπολογιστής) όπου θα έχουμε μετρήσει το Whetstone σκορ. Το επιθυμητό βίντεο λοιπόν εισάγεται στον Mencoderτου συστήματός μας και λαμβάνοντας υπόψη την διάρκειά του αλλά και το σκορ ανατρέχουμε στους αντίστοιχους πίνακες για να υπολογίσουμε την καθυστέρηση, δηλαδή την χρονική στιγμή που θα ξεκινήσουμε την μετάδοση με το VLC. Επιπλέον ανάλογα με τον αριθμό των πυρήνων της CPU έχουμε την δυνατότητα να αναθέσουμε την κωδικοποίηση και την μετάδοση του βίντεο σε διαφορετικό αριθμό πυρήνων για μεγαλύτερη αποτελεσματικότητα. 131

132 ΠΑΡΑΡΤΗΜΑ Α Ref: Engineer sguidetodecodingandencoding (JohnWatkinson, εκδόσειςsnellandwilcox) Ref: Engineer s Guide to Decoding and Encoding (John Watkinson, εκδόσειςsnell and Wilcox). 132