H.264/AVC 是一种用于表示压缩数字视频的国际标准,由国际电信联盟电信标准化部门(ITU-T)与 ISO/IEC 旗下的动态图像专家组(MPEG)联合制定。该标准以 ITU-T H.264 建议书和 ISO/IEC 14496-10 标准的形式发布,也称为 MPEG-4 第10部分:高级视频编码。它于2003年首次获批,此后成为电视广播、光盘、视频会议、视频监控以及通过互联网传输视频的主要格式之一。
该标准结合了基于相邻图像区域和先前已重建图像的预测,以及变换编码、量化和统计编码。这些方法通常通过有损压缩来减少空间冗余和时间冗余,同时允许不同的实现方案在图像质量、比特率、计算成本和延迟之间作出不同权衡。H.264 规定的是压缩表示方式和解码过程,而非某一种特定的编码器设计。
H.264 是一种视频编码格式,而不是完整的视听文件格式或网络传输协议。采用该标准编码的视频可以承载于多种容器格式和传输系统中,并与独立编码的音频、字幕、时间信息及其他元数据一同使用。它的广泛普及既得益于其压缩性能,也离不开由兼容软件、专用硬件、制作系统和分发基础设施构成的庞大生态系统。
标准化与历史发展
H.264 源于进一步提高压缩效率的研究,旨在超越早期标准,尤其是 MPEG-2 视频和 H.263 的能力。20 世纪 90 年代末,ITU-T 视频编码专家组启动了一个最初名为 H.26L 的项目。该项目的目标是大幅提高编码效率,而不是严格兼容现有的压缩码流。研究探索了更小的预测块、更精确的运动补偿、多参考图像,以及能更好地适应图像局部统计特性的编码方法。
2001 年,ITU-T 视频编码专家组与 MPEG 成立了联合视频组(Joint Video Team,简称 JVT),共同完成新标准的制定。第一版于 2003 年获批。H.264 和 MPEG-4 AVC 这两个名称指的是双方共同开发的视频编码技术,并非相互竞争的格式。不过,“MPEG-4”涵盖的是一个更广泛的标准家族;MPEG-4 第 2 部分 Visual 是另一项更早的视频编码规范,不能与 AVC 混为一谈。
2004 年推出的保真度范围扩展(Fidelity Range Extensions)是一次重要扩充。这些扩展引入了 High、High 10、High 4:2:2 等档次以及与 High 4:4:4 相关的功能,增强了对专业制作、更高采样精度和更丰富色度表示的支持。其中,High 档次在面向消费市场的高清视频分发中尤为重要。后续工作又增添了超出传统单视点视频范畴的功能:可伸缩视频编码于 2007 年完成标准化,多视点视频编码则于 2009 年完成标准化。这两项扩展分别针对分层表示和多个相互关联的摄像机视点。
标准的开发还配套提供了参考软件、测试序列、验证实验和一致性规范。JM 参考软件为评估编码工具和理解标准提供了重要的共同基础。其设计主要着眼于正确性、实验用途和可复现性,而非成为实际应用中速度最快的编码器。此后,商业实现和开源软件实现各自发展出了不同的架构与优化策略。
H.264 的历史意义部分在于它出现的时机。当时,高清电视、宽带接入、数码相机和移动视频正不断发展,而 H.264 提供了更高的压缩效率。它还支持从低延迟通信到预先存储的娱乐内容等广泛的应用场景。这种广泛的适用性促使制造商将解码功能集成到面向大众市场的芯片中,进而让这种格式更易于普及。因此,H.264 的推广并非仅仅归功于某一项编码创新,而是协调制定的标准、切实有效的技术改进,以及日益庞大的设备保有量共同作用的结果。
编码架构与重建图像环路
H.264 采用基于块的混合编码架构:通过预测去除冗余,通过变换集中剩余信号的能量,通过量化降低精度,再通过熵编码紧凑地表示所得符号。输入通常是由亮度分量和色度分量表示的图像序列。亮度分量表示与明暗有关的信息,色度分量则表示色差信息。许多消费级应用采用 4:2:0 色度抽样,其中每个色度分量的水平和垂直采样分辨率均为亮度分量的一半。
核心编码单元是宏块。在普通帧编码中,一个宏块涵盖一个 的亮度样本区域及相应的色度样本。在 4:2:0 格式下,每个色度分量对应一个 的块。宏块可以进一步划分,以进行预测和变换操作。对于隔行扫描素材,也可以使用面向场的工具来表示图像,包括宏块自适应帧/场编码;在规定条件下,这种编码方式允许同一幅图像中的不同部分分别按帧或按场处理。
编码器首先预测一个块的样本。帧内预测使用同一幅图像中已经重建的相邻样本;帧间预测则使用参考图像中的样本。从原始块中减去预测值,就得到残差。可用以下简式表示:
其中, 为源块, 为其预测值, 为残差。编码器对残差进行变换和量化,然后将编码后的系数与重现预测所需的信息一同发送。
至关重要的是,编码器也会在本地重建该块。它对编码后的残差进行反量化和反变换,将其与预测值相加,在启用相应滤波功能时执行规定的滤波,并存储重建图像,以备后续用作参考。解码器执行相应的重建过程。预测必须使用这些重建样本,而不能使用原始源样本;否则,量化造成的差异会使编码器与解码器的重建结果在连续图像中逐渐发生偏离。
因此,该标准对解码的规定比对编码的规定更为精确。它对语法、解释方式、重建运算、参考图像管理和输出行为作出了足够详尽的规定,以确保互操作性,但并不要求采用特定的运动搜索策略、质量度量或码率控制算法。两个编码器可以在相同平均码率下处理同一源素材,生成不同但均符合标准的码流,而两者的画质可能存在明显差异。符合标准意味着码流和解码器行为满足相关约束,并不意味着所有编码器都会作出相同决策,也不意味着能够保证某个压缩比。
帧内预测、运动补偿与图像依赖关系
帧内预测利用了相邻像素的值往往具有相关性这一特点。H.264 并不独立编码每个块,而是在相关规则允许使用相邻样本的情况下,根据该块上方和左侧的已重建样本进行预测。对于 亮度块,九种预测模式包括垂直、水平、直流以及若干对角方向。较大的 亮度块预测支持适用于较平滑区域的模式。支持自适应 变换的档次还提供 亮度帧内预测。
帧间预测通过运动补偿利用图像之间的相似性。运动矢量指明参考图像中一个发生位移的区域,编码器将该矢量(通常以相对于预测矢量的差值形式)与所需的残差修正数据一同传输。宏块分区的大小从 到 个亮度样本不等。当一个区域整体运动一致时,大分区更节省码率;小分区则能更准确地贴合物体边界或复杂运动,但需要传输额外的信令。
亮度运动矢量具有四分之一样本精度。半样本位置的值使用规定的六抽头插值滤波器生成,四分之一样本位置的值则通过平均运算得到。在 4:2:0 视频中,由于色度采样与亮度运动矢量单位之间的关系,色度插值可达到八分之一样本位置。这些分数样本位置不会产生新的源图像细节,而是用于更准确地预测发生位移的图像图案。
H.264 定义了 I、P、B 等条带类型。I 条带使用帧内编码,P 条带允许从一个参考列表进行预测,B 条带则允许使用两个参考列表中的任意一个或同时使用两者进行预测。B 条带并不局限于组合显示时间上一前一后的两幅图像:参考列表的构建方式更为灵活。与某些早期常见的编码结构不同,H.264 还允许包含 B 条带的图像用作参考图像。加权预测通过在组合前调整参考样本值,可以改善淡入淡出、叠化或光照变化场景下的预测效果。
这些依赖关系使许多码流中的解码顺序与显示顺序不同。一幅显示时间较晚的图像可能需要先行解码,因为另一幅图像要以它为参考。解码图像缓冲区存储等待输出的图像,以及为预测而保留的图像。即时解码刷新图像(简称 IDR 图像)通过禁止后续图像引用解码顺序上位于它之前的图像,建立了严格的随机访问边界。普通的帧内编码图像并不一定提供这种保证:除非编码结构或恢复信令另有规定,否则后续图像仍可能依赖更早的参考图像。在跳转播放、接入广播、切换码流或丢失数据后恢复时,这一区别十分重要。
变换编码、量化与去块滤波
经过预测后,残差的能量通常低于原始图像块,但仍需以紧凑的形式表示。H.264 主要采用一种与离散余弦变换相关的整数 变换。与一般的浮点变换实现不同,标准规定的整数运算有助于不同处理器得到一致的重建结果。High 档次系列还支持自适应 变换,能够更高效地表示某些变化平缓或相关性较强的残差区域。
对于某些直流系数,还会使用额外的变换,其中包括与 帧内亮度预测及色度块相关的直流系数。这些变换利用了相邻残差块低频分量之间的关联。变换本身并不是信息损失的主要来源:量化会降低系数的精度,使许多较小的系数变为零,并让其余数值能够用更少的比特表示。随后的扫描顺序和系数编码则利用非零系数集中分布的特点来提高压缩效率。
量化参数(QP)控制量化强度。对于普通的 8 位亮度编码,其标称范围为 0 至 51;更高位深的编码则扩展了相应的参数范围。QP 每增加 6,量化步长大约翻倍。但这并不保证码率减半,因为预测决策、图像内容和系数统计特性也会发生变化。较高的 QP 通常会降低码率并增大失真,但其视觉影响在很大程度上取决于纹理、运动、噪声和显示条件。
编码器通常依据率失真理论,采用如下形式的目标函数进行决策:
其中, 衡量重建失真, 估计编码长度, 控制两者的相对权重。编码器可以利用这一目标函数比较预测模式、参考图像、分区方式和变换方案。标准并不强制采用这种优化方法,也不规定特定的失真度量。实际实现通常使用近似方法,因为评估所有可能的编码选择会带来高昂的计算开销。
分块预测和量化可能造成可见的不连续现象。H.264 包含环路内去块滤波器,对选定的块边界两侧进行滤波。滤波强度取决于帧内编码、非零残差系数、参考图像选择、运动差异和量化参数等条件。阈值判断有助于区分可能由编码造成的不连续与真实的图像边缘。由于滤波后的图像可以用作参考图像,该滤波器不仅影响当前图像的观感,也会影响后续预测。它并非仅在解码后应用的显示增强处理。
在高压缩率下,去块滤波无法恢复量化所丢弃的信息。纹理可能消失,精细图案可能出现闪烁,渐变区域也可能出现色带。反之,刻意采用较弱的量化可以获得质量很高的图像,但需要较高的码率。特定档次和模式还允许在规定条件下通过变换旁路实现无损编码,但不能因此就认定普通的低 QP AVC 码流在数学意义上是无损的。
熵编码与码流组织
H.264 使用熵编码来表示预测信息、运动数据、变换系数及其他语法元素,不会引入额外损失。两种主要方法分别是上下文自适应变长编码(CAVLC)和上下文自适应二进制算术编码(CABAC)。可使用哪种方法取决于所采用的档次。CAVLC 用于标准中复杂度较低的配置,而主档次及高档次系列配置支持 CABAC;后者通常能以更高的处理复杂度换取更好的压缩效果。
CAVLC 主要用于编码变换系数信息。它使用依赖上下文的变长码,表示非零系数的数量、末尾绝对值为 1 的系数、系数幅值以及连续零的个数等信息。采用 CAVLC 的码流中,其他语法元素还会使用指数哥伦布码等编码方法。因此,将这类码流中的每一位都说成是“采用 CAVLC 编码的”,是一种过度简化的说法。
CABAC 首先将语法元素映射为二进制判决,通常称为二进制符号(bin)。上下文模型为其中许多判决估计概率,再通过二进制算术编码对其进行紧凑表示。上下文状态会随着符号的处理而自适应更新。部分二进制符号不使用上下文模型,而是采用旁路编码;编码序列的结束则由终止过程标记。CABAC 的高效性部分源于对编码判决之间较强统计依赖关系的建模,但这些依赖关系也使并行执行更加复杂。
在更上一层的结构中,视频编码层数据被封装为网络抽象层单元,即 NAL 单元。常规的单视图条带由条带 NAL 单元承载,其他类型的单元则承载参数集、补充信息或分隔符。条带包含图像中可独立进行熵解码的一部分,但仍须遵循规定的预测可用性规则。将图像划分为更多条带有助于分包、容错和并行处理,但由于这会限制预测并重置编码上下文,也可能降低压缩效率。
序列参数集和图像参数集用于描述可重复使用的解码配置。序列参数集包含档次和级别的指示信息、图像尺寸以及与参考图像相关的限制等。图像参数集提供额外的编码控制信息,并引用一个序列参数集。条带头标明所使用的图像参数集。补充增强信息可传递定时、恢复、显示等方面的信息;必须将其作用与核心的编码样本重建过程区分开来。
两种常见的外部表示形式是以起始码分隔的字节流(通常称为 Annex B 格式),以及容器系统中使用的带长度前缀的 NAL 单元表示形式。Annex B 使用起始码前缀,并在必要时插入防竞争字节,以防止载荷数据被误认为起始码。带长度前缀的存储形式则明确给出 NAL 单元的长度。在这两种表示形式之间转换,改变的是分帧方式,有时也会改变参数集的放置位置,而不是底层的视频压缩方法。
档次、级别与专用扩展
档次定义了一组编码工具和语法约束。级别则限制资源需求,包括图像尺寸、处理速率、解码图像缓冲和编码码率等相关指标。两者是互补的维度。设备支持某一级别的某种档次,并不意味着它必须支持其他所有档次,或任意大的图像。因此,互操作性取决于完整的运行配置,包括位深、色度格式、隔行编码工具以及参数集的具体设置。
最初的基线档次侧重于视频通话和低复杂度解码等应用。它不支持 CABAC 和 B 条带,但包含某些容错工具,这些工具后来在大众市场的实现中已不常见。受限基线档次施加了额外限制,尤其是不允许使用灵活宏块排序、任意条带排序和冗余条带。对于需要互操作性的实时通信,它变得尤为重要。主档次支持 B 条带、CABAC 和隔行编码等工具,因此更适合许多广播和存储应用。
高档次在保留常见的 8 位 4:2:0 采样表示的同时,增加了自适应 变换等重要编码功能。高 10 档次将采样精度扩展至最高 10 位;高 4:2:2 档次增加了对 4:2:2 色度格式的支持;高 4:4:4 预测档次则支持更丰富的色度表示,以及面向专业用途的其他功能。因此,即使分辨率看起来不高,仅标注为“H.264”的码流也可能超出消费级解码器的能力范围。
级别 4.1 可以说明资源约束的作用方式。它允许的最大帧尺寸为 8,192 个宏块,最大处理速率为每秒 245,760 个宏块。一幅 1920×1080 图像占用 个宏块,因为编码高度通常为 1088 个采样点,并通过裁剪信息指定实际显示的 1080 行。在每秒 30 帧时,所需处理速率为每秒 244,800 个宏块,处于上述处理速率限制之内。但解码图像缓冲和码率上限等其他约束仍然适用;仅凭帧尺寸和帧率不足以确定是否符合标准。
附录 G 中标准化的可伸缩视频编码提供分层表示,可实现时间、空间或质量上的可伸缩性。接收端可以解码其中适当的子集,而不必为每个工作点都使用一套完全独立的编码。与附录 H 对应的多视点视频编码利用多个摄像机视点之间以及时间上的依赖关系。它曾用于包括蓝光 3D 在内的立体视频应用。这些扩展属于更广泛的 H.264 标准,但使用它们需要解码器明确提供支持;具备普通 AVC 兼容性并不意味着支持所有扩展。
容器、网络传输与容错能力
压缩视频流本身并不具备播放所需的全部功能。文件和传输系统必须能够标识轨道、保留时序信息、协调音视频,并支持定位播放或传输。AVC 通常存储在 MP4 等由 ISO 基础媒体文件格式衍生的格式、Matroska 容器以及 MPEG 传输流中。这些系统在分帧方式、索引、时间戳和参数集处理方式上各有不同。更换容器通常只需重新复用,无须对图像进行解码和重新编码。
在交互式通信中,AVC 可以通过实时传输协议(RTP)传输。RFC 6184 规定了 H.264 的 RTP 载荷格式。它支持承载单个 NAL 单元、聚合较小的单元,以及将较大的单元分片到多个数据包中。分片很重要,因为一个编码条带的大小可能超出网络数据包适宜承载的范围。即使其他分片均已到达,丢失一个分片也可能导致整个对应的 NAL 单元无法使用。
点播和直播也常通过超文本传输协议,以分段媒体的形式传输 AVC。HTTP Live Streaming 和 MPEG-DASH 等系统会在分辨率或码率不同的预编码表示之间进行选择。这些表示通常是分别编码的版本,而不是可伸缩视频编码中的不同层。切换时,各表示需要具有兼容的时序和适当的接入点,才能在不依赖缺失参考图像的情况下开始解码。因此,分段对齐和参考结构将压缩决策与传输系统联系起来。
容错能力尤为重要,因为帧间预测会使错误扩散。如果某个参考区域因丢包而解码错误或缺失,后续图像就可能使用已经受损的重建结果。该标准提供了条带、参数集、恢复信令等工具,并在部分档次中提供了灵活宏块排序、冗余条带和数据分区等功能。许多较复杂的容错工具由于实现复杂、解码器支持程度不一,实际应用有限。
实际系统往往将编解码机制与重传、前向纠错码、丢包反馈和周期性刷新结合使用。编码器可以插入 IDR 图像,也可以通过帧内编码逐步刷新图像区域;不过,渐进刷新需要对预测结构施加适当约束,并配合相应的恢复处理,才能建立不受先前错误影响的恢复点。解码器可以通过复制先前图像中的区域或估计缺失内容来掩盖错误,但错误掩盖的具体行为通常由实现决定,而不是由标准唯一规定如何重建丢失的数据。
安全性属于独立的层面。AVC 语法本身既不能验证发送方身份,也不提供视频加密。加密和访问控制由传输、容器或内容保护系统提供。反过来,加密传输也无法消除解码器在处理格式错误或恶意构造的压缩数据时可能暴露的实现漏洞。
编码器工程、硬件与计算开销
编码器的选择空间远大于解码器,通常也需要完成多得多的工作。它必须选择预测分块、运动矢量、参考图像、帧内预测模式、变换选项、量化参数以及图像结构。搜索所有合规组合并不现实。实际的编码器会采用分阶段搜索、提前终止、编码代价估算及其他启发式方法,将计算资源集中于更有希望的候选方案。速度较快和较慢的设置通常只是改变搜索力度,而不是定义标准的不同版本。
运动估计往往是计算开销的主要来源。扩大搜索区域、增加参考图像数量或候选分块数量,可以改善预测效果,但收益因内容而异。静态访谈、摄像机快速摇摄、带有噪声的胶片颗粒,以及计算机生成的演示内容,都会带来不同的问题。有些编码器通过前瞻分析来检测场景切换并估计后续内容的复杂度。这些决策会影响帧内编码图像的出现位置、比特的分配方式,以及参考结构能否得到有效利用。
码率控制将编码选择与码率及缓冲要求联系起来。恒定 QP 编码固定基本的量化控制参数,但允许码率随内容波动。平均码率方法随时间调整量化程度,以接近目标码率。恒定质量类模式旨在达到某个与质量相关的工作点,但不保证固定的输出大小。受约束的编码器还会对编码图像缓冲区进行建模,以确保短期输出不超出传输或解码器的限制。假想参考解码器模型规定了时序和缓冲约束;这并不意味着每台实际设备都必须配备组织方式完全相同的物理缓冲区。
软件实现包括广泛使用的开源编码器 x264,以及通过 FFmpeg 提供的 AVC 解码器。这些实现与标准本身并不是一回事。一个命令行应用程序可能集成编码器库、解复用器、滤镜、音频编解码器和复用器,因此不能将其性能和支持的功能完全归因于 AVC。制作流程还可能在编码前进行去隔行、尺寸调整、降噪或色彩转换,其中每一项都可能显著影响结果。
在相同工作负载下,集成电路、图形处理器及移动系统中的专用硬件,在进行 AVC 编码或解码时,能耗可以低于通用软件实现。不过,硬件只支持特定的档次、级别、采样格式和并发会话数量。解码过程中的依赖关系也会限制并行计算:帧内预测使用相邻样本,CABAC 的状态按顺序演进,而帧间预测需要参考图像。具体实现会在图像、条带、流水线阶段或其他可用任务之间利用并发,同时兼顾内存带宽和延迟。
低延迟还会带来额外限制。前瞻分析和图像重排序可以提高压缩效率,但需要缓冲。因此,实时编码器可能会避免依赖后续图像、缩短分析窗口,并施加更严格的码率控制限制。端到端延迟包括采集、处理、编码、网络排队、解码和显示调度产生的延迟;编解码器配置只是影响因素之一。
质量评估与面向不同应用的权衡
压缩效率只有在条件明确时才有意义。声称一种编解码器比另一种少用某个百分比的比特,取决于源素材、编码器实现、预设配置、目标质量及比较方法。在许多应用中,H.264 相较于 MPEG-2 显著提高了实际压缩效率,使高清内容的分发更加经济。不过,并不存在一个通用码率,能让所有 AVC 视频都达到人眼无法察觉压缩损失的程度;仅凭分辨率也无法充分预测所需码率。
客观比较常使用峰值信噪比,即 PSNR。对于最大采样值为 、均方误差为 的信号,
对于 8 位分量, 通常为 255。PSNR 在数学上便于计算,结果也可复现,但相同的 PSNR 并不意味着相同的感知质量。空间结构、时间稳定性、观看距离、显示设备特性,以及特定伪影是否明显,都会影响感知质量。结构相似性及其他感知指标试图涵盖人类视觉的更多方面,而受控主观测试则衡量观看者在规定条件下作出的评价。
内容特征具有决定性影响。胶片颗粒和传感器噪声含有不规则细节,采用预测编码保留这些细节需要付出较高的码率代价。快速运动和频繁的镜头切换会降低时间冗余的利用价值。具有大面积平坦区域的动画可能很容易压缩,但清晰的轮廓也会使振铃或边缘劣化格外显眼。屏幕内容还包含小字号文字、细线和突变的色彩边界;采用 4:2:0 采样时,即使亮度仍然清晰,彩色文字也可能受损。这些影响既源于采样表示方式,也源于压缩决策。
因此,不同应用会选择不同的工作参数组合。视频会议优先考虑低延迟、及时恢复,以及网络条件变化时仍可接受的画质。订阅制影视服务可以投入更多编码时间,并利用缓冲来提高压缩效率。专业采集可能更倾向于采用更高位深、更充分的色度采样和全帧内编码结构,以支持剪辑和反复处理。监控视频可能长时间几乎没有运动,随后画面复杂度突然上升,因此存储规划和瞬时码率控制都很重要。
反复进行有损编码会造成代际损失。将 AVC 码流解码后再重新编码,即使第二个文件的码率更高,也无法恢复首次编码时丢弃的信息。剪辑系统可以通过码流复制或适用范围有限的智能渲染流程,避免部分重新编码,但任意位置的剪切和特效处理通常都需要重建画面并重新编码。同样,在转码时提高分辨率,也不能重现原始细节。在评估归档资料、比较平台上传内容,或排查为何体积很大的输出文件仍有明显压缩伪影时,理解这些区别十分重要。
许可、部署与后继格式
AVC 已广泛融入消费级和专业内容分发体系,用于蓝光光盘视频、数字电视服务、监控摄像机、视频会议和互联网流媒体。网页浏览器、智能手机、电视机、摄像机以及操作系统媒体框架对它的支持,使其成为众多原本差异很大的系统之间切实可用的通用格式。音频仍然单独处理:根据容器和应用的不同,AVC 视频轨可以搭配不同的音频编码格式。
该标准涉及多项专利技术。专利池及单独的许可安排涵盖了多种实现和使用方式,具体条款因活动类型、司法管辖区、日期和合同类别而异。存在开源实现,本身并不意味着其中已包含所有必要的专利许可。另一方面,专利许可、软件著作权许可和视听内容的所有权是知识产权领域内彼此独立的事项。满足其中一项的要求,并不会自动解决其他事项。
互操作性的范围也比格式名称所暗示的更窄。一项服务可能宣称支持 H.264,但实际上只接受 8 位 4:2:0 码流、特定的档次与级别组合、逐行图像,或特定的容器约定。专用的 10 位、4:2:2、4:4:4、可伸缩或多视图码流可能需要不同的软件或硬件。即使每幅压缩图像本身均符合规范,色彩信令、时间戳、旋转元数据和参数集变更仍可能影响播放。
后续标准包括于 2013 年首次完成标准化的高效视频编码(H.265/HEVC),以及于 2020 年首次完成标准化的通用视频编码(H.266/VVC)。开放媒体联盟于 2018 年发布了 AV1。这些格式通过更复杂的编码工具,追求更高的压缩效率和更多功能。它们的优势取决于内容和具体实现,而其部署则取决于硬件支持、编码成本、许可安排、能耗以及兼容的播放软件。
采用后继格式并不意味着必须立即淘汰 AVC。分发系统可以为旧设备保留 AVC 版本,同时向具备相应能力的接收端提供较新的格式。实时应用也可能因其可预测的硬件行为和广泛的互操作性而继续使用它。无论较新的标准是否提供更高效率,长期保存的录制内容仍然可以解码。
对于成熟的编解码器,运行维护同样重要。压缩码流可能触发复杂的解析、缓冲区管理和重建处理流程,因此解码器实现仍需持续关注网络安全。符合性测试、畸形输入测试和受保护的执行环境分别应对这一问题的不同方面。专用硬件加速器和软件解码器可能具有不同的功能和故障模式,因此,即使所有系统都将内容识别为 H.264,具体采用哪种播放实现仍然很重要。