O que é compressão temporal?
A compressão temporal reduz os dados de vídeo ao descrever mudanças entre quadros, em vez de codificar cada quadro de forma independente. Codecs como H.264, HEVC e VP9 a implementam como predição entre quadros, portanto compressão temporal e compressão entre quadros nomeiam o mesmo mecanismo.
Como funciona a compressão temporal
A compressão temporal é o princípio geral, e a codificação entre quadros é sua forma concreta em codecs baseados em blocos; os dois termos descrevem um único mecanismo, não técnicas concorrentes. A codificação entre quadros prevê uma imagem ou um bloco a partir de imagens previamente decodificadas ou, em algumas estruturas, de imagens futuras, e então codifica a diferença restante junto com as informações de movimento. Quadros que servem como pontos de acesso independentes delimitam cadeias de predição, enquanto outros tipos de quadro melhoram a compressão ao reutilizar conteúdo próximo. O decodificador deve reconstruir as referências na ordem de dependência, mesmo quando as imagens são exibidas em outra ordem. A codificação temporal predomina na codificação de vídeo para entrega e afeta diretamente a eficiência da taxa de bits, a latência, a navegação pela linha do tempo, a edição e a propagação de erros.
Informações essenciais
- Imagens preditas bidirecionalmente podem referenciar momentos de exibição anteriores e posteriores, o que pode exigir reordenação de quadros e armazenamento adicional em buffer, mesmo quando a transmissão em si é contínua.
- Cortes de cena e flashes enfraquecem a predição porque os quadros de referência já não se parecem com a imagem atual; os codificadores podem inserir um quadro intra ou gastar substancialmente mais bits no resíduo.
- A perda de uma imagem de referência pode corromper imagens dependentes posteriores até um ponto íntegro de acesso aleatório ou uma recuperação bem-sucedida, enquanto danos a um quadro independente têm um padrão de dependência mais limitado.
Quando a compressão temporal é importante
Ajuste a estrutura de GOP e os intervalos de quadros-chave para equilibrar a eficiência de compressão com o comportamento de navegação pela linha do tempo, edição e recuperação. Cadeias de predição mais longas economizam bits, mas podem ampliar a corrupção e atrasar o acesso aleatório.