Estándares MPEG-1 y MPEG-2: Estructura, Capas de Vídeo, Perfiles y Niveles

Partes del Estándar MPEG-1

El estándar MPEG-1 se compone formalmente de cinco partes fundamentales:

1. Sistema: Describe los mecanismos de sincronización entre audio, vídeo y el resto de datos presentes en la transmisión.
2. Vídeo: Contiene la especificación de todos los mecanismos empleados para la compresión de vídeo, con una notable influencia del estándar H.261.
3. Audio: Incluye la especificación técnica de todos los mecanismos utilizados para la compresión de audio digital.
4. Test de conformidad: Define los procedimientos y criterios necesarios para validar las distintas implementaciones del estándar.
5. Software de referencia: Código y software de ejemplo que demuestra cómo se debe codificar y decodificar de acuerdo con las especificaciones del estándar.

Estructura de las 6 Capas de Vídeo en MPEG-1

La estructura de la secuencia de vídeo en MPEG-1 se organiza de forma jerárquica en seis niveles o capas:

1. Capa de secuencia: Define los parámetros globales que se utilizarán durante todo el proceso de decodificación, tales como las dimensiones de los cuadros, las relaciones de aspecto de la imagen, la frecuencia de cuadro, el flujo de salida de datos (bitrate) o las matrices de cuantificación.
2. Capa GOP (Group of Pictures): En esta capa se define la estructura temporal mediante una variable que indica si el grupo es cerrado (si comienza estrictamente por un cuadro I autocontenido) o abierto (en cuyo caso es necesario conservar el último cuadro I o P del GOP precedente para llevar a cabo la decodificación).
3. Capa de imagen: Contiene toda la información requerida para representar un cuadro completo. En su cabecera se especifican la referencia temporal (número de orden del cuadro), el tipo de codificación (cuadros I, P o B) y el vector global en caso de tomas panorámicas.
4. Capa de franjas (slices): Define un conjunto continuo de macrobloques que se transmiten compartiendo un mismo punto de sincronización y resincronización. Al inicio de cada franja se envían completos los vectores de movimiento y los coeficientes de continua (DC) de los bloques intra, los cuales se codifican de manera diferencial. Aunque el estándar no impone un tamaño estricto para la franja, es conveniente acotarlo para evitar que la pérdida de un paquete afecte a un área extensa de la imagen. La cabecera indica la posición física de la franja dentro de la imagen.
5. Capa de macrobloque: Es la responsable de transmitir la información relativa a la estimación y compensación de movimiento. En general, utiliza un único vector de movimiento por macrobloque (compuesto por 4 bloques de luminancia y 2 de crominancia), logrando una precisión de hasta medio píxel. Se envía el vector que mejor predice el macrobloque junto con los residuos resultantes de la resta entre la imagen original y la predicción (con base en la mínima diferencia absoluta de sumas, SAD). Su cabecera incluye la posición del macrobloque en la franja, el factor de escala de cuantificación (MQUANT), el tipo de macrobloque y el vector de movimiento correspondiente.
6. Capa de bloque: Comprende matrices elementales de 8x8 píxeles. Representa valores directos de luminancia o crominancia si la codificación ha sido intra, o bien valores residuales de compensación de movimiento si la codificación ha sido inter. Sobre estos bloques se aplican sucesivamente la DCT (Transformada Discreta del Coseno), la cuantificación, el recorrido en zig-zag, la codificación RLE y el algoritmo de Huffman. Las matrices de cuantificación difieren según se trate de bloques intra o inter, ya que en el primer caso afectan a datos visuales directos y en el segundo a residuos predictivos.

Perfiles y Niveles en MPEG-2

El estándar MPEG-2 introduce los conceptos de perfiles y niveles para graduar las capacidades técnicas y satisfacer diversos requisitos de aplicación.

Perfiles de MPEG-2

Los perfiles representan subconjuntos de algoritmos y herramientas de compresión. A medida que se asciende de perfil, se añade complejidad técnica al codificador a cambio de una mayor eficiencia de compresión o soporte de escalabilidad:

• Perfil Simple (Simple Profile): Diseñado para minimizar el coste computacional del codificador y decodificador. Utiliza exclusivamente cuadros I y P (sin predicción bidireccional) y soporta muestreo de color 4:2:0.
• Perfil Principal (Main Profile): Ofrece un equilibrio óptimo entre calidad y compresión. Emplea cuadros I, P y B, manteniendo un muestreo 4:2:0.
• Perfil 4:2:2: Orientado al entorno de producción y difusión profesional. Admite imágenes I, P y B, y soporta esquemas de muestreo cromático 4:2:2 (pudiendo reducir a 4:2:0). Se asocia habitualmente al nivel principal incrementando las líneas activas y píxeles, operando con tasas de bits de entre 20 Mb/s y 50 Mb/s.
• Perfil Jerárquico (Hierarchical Profile): Divide el flujo de vídeo en dos estratos: una capa base y una capa de realce. Está pensado principalmente para aplicaciones de televisión de alta definición (HDTV).
• Perfil Alto (High Profile): Compatible con imágenes I, P y B, y muestreos 4:2:2 y 4:2:0. Proporciona transmisión escalable tanto a nivel de SNR (calidad) como a nivel espacial.

Niveles de MPEG-2

Los niveles (Low, Main, High-1440 y High) establecen los límites cuantitativos de la transmisión, enfocándose en la resolución espacial (desde 352x188 hasta 1920x1152 píxeles), frecuencias de cuadro y tasas binarias máximas:

• SP@ML (Simple Profile @ Main Level): No soporta codificación bidireccional; resulta fácil de implementar y presenta un retardo mínimo, aunque con menor eficiencia de compresión.
• MP@ML (Main Profile @ Main Level): Es la configuración estándar por excelencia adoptada en la SDTV (Televisión de Definición Estándar).
• High-1440: Formato concebido para alta definición que duplica la definición espacial provista por el nivel Main.
• HP@HL (High Profile @ High Level): Formato completo de alta definición que duplica la resolución respecto a niveles inferiores adaptándose al aspecto 16:9, incrementando el número de muestras horizontales de 1440 a 1920 píxeles y soportando submuestreo 4:2:2.

Mecanismos de Escalabilidad

MPEG-2 incorpora perfiles escalables que permiten decodificar una imagen completa consumiendo solo una parte del flujo de datos (bitstream). Los tres tipos primordiales de escalabilidad son: por SNR (relación señal a ruido/calidad), Espacial (resolución geométrica) y el Perfil Alto, el cual soporta ambas modalidades de escalabilidad junto al muestreo 4:2:2.