H.261

H.261 es un estándar de compresión de vídeo de la UIT-T , ratificado por primera vez en noviembre de 1988. ^{[ 1 ] [ 2 ]} Es el primer miembro de la familia H.26x de estándares de codificación de vídeo en el ámbito del Grupo de Estudio 16 de Expertos en Codificación de Vídeo de la UIT-T ( VCEG , entonces Grupo de Especialistas en Codificación para Telefonía Visual). Fue el primer estándar de codificación de vídeo que resultó útil en términos prácticos.

El estándar H.261 se diseñó originalmente para la transmisión a través de líneas ISDN con velocidades de datos múltiplos de 64  kbit/s. El algoritmo de codificación se diseñó para operar con velocidades de bits de vídeo entre 40  kbit/s y 2 Mbit/s. El estándar admite dos tamaños de fotograma de vídeo: CIF (352 × 288 de luminancia y 176 × 144 de crominancia) y QCIF (176 × 144 con 88 × 72 de crominancia), utilizando un esquema de muestreo 4:2:0 . También incluye una función retrocompatible para enviar imágenes fijas con una resolución de luminancia de 704 × 576 y una resolución de crominancia de 352 × 288 (añadida en una revisión posterior en 1993). 

El primer estándar de codificación de vídeo digital fue H.120 , creado por el CCITT (ahora ITU-T) en 1984. ^{[ 3 ]} H.120 no era utilizable en la práctica, ya que su rendimiento era demasiado bajo. ^{[ 3 ]} H.120 se basaba en la modulación diferencial por codificación de pulsos (DPCM), que tenía una compresión ineficiente. A finales de la década de 1980, varias empresas comenzaron a experimentar con la compresión DCT, mucho más eficiente, para la codificación de vídeo. El CCITT recibió 14 propuestas de formatos de compresión de vídeo basados ​​en DCT, en contraste con una sola propuesta basada en la compresión de cuantificación vectorial (VQ). Posteriormente, se desarrolló el estándar H.261 basado en la compresión DCT. ^{[ 4 ]}

H.261 fue desarrollado por el Grupo de Especialistas del Grupo de Estudio XV de la CCITT sobre Codificación para Telefonía Visual (que posteriormente pasó a formar parte del SG16 de la UIT-T), presidido por Sakae Okubo de NTT . ^{[ 5 ]} Desde H.261, la compresión DCT ha sido adoptada por todos los principales estándares de codificación de vídeo posteriores. ^{[ 4 ]}

Si bien H.261 fue precedido en 1984 por H.120 (que también sufrió una revisión de cierta importancia histórica en 1988) como estándar de codificación de video digital, H.261 fue el primer estándar de codificación de video digital verdaderamente práctico (en términos de soporte de productos en cantidades significativas). De hecho, todos los estándares internacionales de codificación de video posteriores ( MPEG-1 Parte 2 , H.262/MPEG-2 Parte 2 , H.263 , MPEG-4 Parte 2 , H.264/MPEG-4 Parte 10 y HEVC ) se han basado estrechamente en el diseño de H.261. Además, los métodos utilizados por el comité de desarrollo de H.261 para desarrollar el estándar de forma colaborativa han permanecido como el proceso operativo básico para el trabajo de estandarización posterior en el campo. ^{[ 5 ]}

Aunque H.261 fue aprobado como estándar por primera vez en 1988, la primera versión carecía de algunos elementos importantes necesarios para que fuera una especificación de interoperabilidad completa . Varias partes de la misma fueron marcadas como "En estudio". ^{[ 2 ]} Posteriormente, fue revisada en 1990 para añadir los aspectos necesarios restantes, ^{[ 6 ]} y luego revisada de nuevo en 1993. ^{[ 7 ]} La revisión de 1993 añadió un Anexo D titulado "Transmisión de imágenes fijas", que proporcionaba una forma retrocompatible de enviar imágenes fijas con una resolución de luminancia de 704×576 y una resolución de crominancia de 352×288 mediante un submuestreo escalonado 2:1 horizontal y verticalmente para separar la imagen en cuatro subimágenes que se enviaban secuencialmente. ^{[ 7 ]}

La unidad básica de procesamiento del diseño se denomina macrobloque , y H.261 fue el primer estándar en el que apareció el concepto de macrobloque. Cada macrobloque consta de una matriz de 16×16 muestras de luminancia y dos matrices correspondientes de 8×8 muestras de crominancia , utilizando un muestreo 4:2:0 y un espacio de color YCbCr . El algoritmo de codificación utiliza una combinación de predicción entre imágenes con compensación de movimiento y codificación de transformación espacial con cuantización escalar , escaneo en zigzag y codificación de entropía .

La predicción entre imágenes reduce la redundancia temporal, con vectores de movimiento utilizados para compensar el movimiento. Si bien H.261 solo admite vectores de movimiento de valor entero, se puede aplicar un filtro de desenfoque a la señal de predicción, mitigando parcialmente la falta de precisión del vector de movimiento de muestra fraccionaria. La codificación de transformación utilizando una transformada discreta del coseno (DCT) de 8×8 reduce la redundancia espacial. La DCT que se utiliza ampliamente en este sentido fue introducida por N. Ahmed , T. Natarajan y KR Rao en 1974. ^{[ 8 ]} Luego se aplica la cuantización escalar para redondear los coeficientes de transformación a la precisión apropiada determinada por un parámetro de control de tamaño de paso, y los coeficientes de transformación cuantizados se escanean en zigzag y se codifican entropía (utilizando un código de longitud variable de "nivel de ejecución " ) para eliminar la redundancia estadística.

El estándar H.261 solo especifica cómo decodificar el vídeo. Los diseñadores de codificadores tenían libertad para diseñar sus propios algoritmos de codificación (como sus propios algoritmos de estimación de movimiento ), siempre que su salida estuviera debidamente limitada para permitir su decodificación por cualquier decodificador fabricado según el estándar. Los codificadores también tienen libertad para realizar cualquier preprocesamiento que deseen en su vídeo de entrada, y los decodificadores pueden realizar cualquier posprocesamiento que deseen en su vídeo decodificado antes de la visualización. Una técnica de posprocesamiento eficaz que se convirtió en un elemento clave de los mejores sistemas basados ​​en H.261 es el filtrado de eliminación de artefactos de bloqueo . Este reduce la aparición de artefactos en forma de bloques causados ​​por la compensación de movimiento basada en bloques y las transformaciones espaciales del diseño. De hecho, los artefactos de bloqueo son probablemente un fenómeno familiar para casi todos los que han visto vídeo digital. El filtrado de eliminación de artefactos de bloqueo se ha convertido desde entonces en una parte integral de los estándares más recientes H.264 y HEVC (aunque incluso al usar estos estándares más nuevos, todavía se permite el posprocesamiento adicional y puede mejorar la calidad visual si se realiza correctamente).

Las mejoras de diseño introducidas en los procesos de estandarización posteriores han dado como resultado mejoras significativas en la capacidad de compresión con respecto al diseño H.261. Esto ha provocado que H.261 se haya vuelto prácticamente obsoleto, aunque todavía se utiliza como modo de retrocompatibilidad en algunos sistemas de videoconferencia (como H.323 ) y para ciertos tipos de vídeo en internet. Sin embargo, H.261 sigue siendo un hito histórico importante en el desarrollo de la codificación de vídeo.

La biblioteca libavcodec, con licencia LGPL , incluye un codificador y un decodificador H.261. Es compatible con los reproductores multimedia gratuitos VLC y MPlayer , así como con los proyectos de decodificadores ffdshow y FFmpeg .

Las siguientes empresas contribuyeron con patentes al desarrollo del formato H.261: ^{[ 9 ]}

• Hitachi
• PictureTel Corp.
• Graphics Communication Technologies, Ltd. ^{[ 10 ]}
• Nippon Telegraph and Telephone (NTT)
• Grupo BT
• Toshiba
• KDDI
• Alcatel
• Compression Labs, Inc.
• Corporación AT&T
• Sistemas de datos GPT ( GEC )
• Philips
• Sony
• Sharp Corporation
• Industria eléctrica Oki
• Matsushita Communication Industrial Co., Ltd.
• Mitsubishi Electric
• fujitsu
• Naranja SA
• Comité ejecutivo nacional
• Instituto de Investigación de Electrónica y Telecomunicaciones

• Compresión de vídeo
• CIF – Formato Intermedio Común

• H.261 (03/93): Códec de vídeo para servicios audiovisuales a 64  kbit/s por píxel ( ITU )