Aliancia Open Media (AOMedia), ktorá riadi vývoj video kódovacích formátov AV1/AV2, formátu priestorového zvuku IAMF a formátu obrázkov AVIF, publikoval uvedenie projektu AVM (github.com) 1.0.0, ktorá vyvíja oficiálnu referenčnú implementáciu kódovača a dekódovača video kódovacieho formátu AV2. AVM obsahuje optimalizácie pre procesory na báze architektúry ARM64, x86_64 a MIPS, realizované pomocou rozšírených inštrukčných sád NEON, AVX2, SSE2/3/4, MSA a DSPr2. Kód AVM je napísaný v jazyku C a distribuuje sa pod licenciou BSD.
Kodek AV2 (aomedia.org) nevyžaduje licenčné poplatky a vyvíja sa ako nástupca formátu AV1. Zvláštnosti kodeku AV2:
- Optimalizácia pre použitie v streamovaní;
- Vylepšené predpovedanie medzi rámcami;
- Výrazné zlepšenie výkonu kompresných operácií v porovnaní s AV1;
- Rozšírená podpora funkcií pre virtuálnu a rozšírenú realitu;
- Podpora širšieho rozsahu vizuálnej kvality;
- Možnosť súčasného doručovania viacerých videí v rámci jedného video streamu s podporou ich oddeleného zobrazenia na obrazovke;
- Dodatočné filtre na potlačenie šumu, zníženie artefaktov od kompresie a zachovanie detailov.
Pri testovaní jedného z experimentálnych vydaní knižnice avm použitie kodeku AV2 umožnilo dosiahnuť zníženie bitratu o 32,59 % v porovnaní s kodekom AV1 pri rovnaké úrovni kvality, pri použití hodnotiacich metrik VMAF (Video Multi-Method Assessment Fusion), vyvinutých spoločnosťou Netflix. Pri použití metriky PSRN-YUV (Peak-Signal-to-Noise Ratio 14:1:1) sa podarilo znížiť bitrate o 28,63 %.
Tak ako v kodeku AV1, aj v AV2 je použitá hybridná bloková štruktúra, avšak na rozdiel od AV1 podporuje väčšie superbloky 256×256, plne rekurzívne členené sekcí (partitioning) a efektívnejšie oddelenie parametrov jasu a farby. V AV2 sa používa unifikovaný exponenciálny kvantizátor, ktorý pokrýva širší rozsah jasu a zabezpečuje väčšiu presnosť kvantizácie pre 8-, 10- a 12-bitové video, a lepšie zvláda nízke bitraty. Možnosti predikcie medzi-kadrových zmien sú modernizované na zvýšenie kvality modelovania zmien jasu a farebnosti, pričom pri vytváraní modelu zohľadňujú až 7 predchádzajúcich snímok, podporujú časovú (temporal) interpoláciu a lepšie spracovávajú pohyb vo videu s vysokým rozlíšením alebo rýchlo meniacim sa obsahom.
Zdroj: linux.org.ru
