H.264
定义
H.264 是由 ITU-T 与 ISO/IEC 共同发布的视频编码标准。它的正式标题为「通用视听业务的高级视频编码」，在 ITU-T 体系中的编号是 H.264，在 ISO/IEC 体系中的编号是 ISO/IEC 14496-10，并被纳入 MPEG-4 系列作为第 10 部分，因此常写作 MPEG-4 AVC 或 H.264/AVC[3]。标准文献说明，它是在 H.261、H.262 与 H.263 等既有标准基础上发展而来的，目的是满足视频会议、数字存储介质、电视广播、互联网流式传输与通信等应用对动态图像压缩日益提高的需求[4]。
H.264 并不规定编码器的具体实现，只规定比特流语法、语义以及无差错比特流的解码过程，编码器只要产出符合语法规定的码流即可，这一特点使不同厂商的编解码设备能够互通[5]。标准以「档次」(profile) 与「级别」(level) 的组合来划分能力范围，前者决定可以使用哪些编码工具，后者约束分辨率、码率等参数，某一解码器只需支持其中一种组合[6]。
原理
H.264 沿用运动补偿加变换编码的混合框架，把输入画面切成 16×16 像素的宏块逐块处理。编码器先在已编码数据中为当前宏块寻找参考，参考可以来自同一帧，也可以来自已经编码的其他帧；得到预测值后与原宏块相减，剩下的残差再经变换、量化与熵编码形成码流[5]。这一流程可以概括为 $残差 = 原始块 - 预测块$，解码端则执行相反步骤。
帧内预测利用同一帧中相邻已重建像素按方向外推，H.264 为 4×4 亮度块提供 9 种预测模式，为 16×16 亮度块提供 4 种模式；帧间预测则依靠运动估计与运动补偿，宏块可拆成 16×16、16×8、8×16 直至 4×4 等多种尺寸，亮度运动矢量精度可达 1/4 像素，并允许从多帧已解码画面中选择参考帧[7]。块尺寸越细，运动剧烈或边缘复杂的区域就越容易被拟合，代价是需传输更多的运动信息。
残差使用 4×4 整数变换近似离散余弦变换，运算只涉及加法与移位，编码端与解码端不会出现正反变换不匹配的问题；帧内 16×16 模式下各块的直流系数还要再作一次变换。量化由量化参数控制，参数每增加 1，量化步长约增大 12%，对应码率与画质的此消彼长[8]。
熵编码有两种可选方式：基于单一指数哥伦布码表的变长编码，以及上下文自适应的二进制算术编码(CABAC)。后者按已编码符号的统计特性切换概率模型，比前者可再降低约 5% 到 15% 的比特率，但对运算能力要求更高[8]。重建环路中设有去块滤波，用于削弱块边界处的台阶状失真，同时提高后续帧的预测精度[7]。
在体系结构上，H.264 分为视频编码层(NAL 之外的 VCL)与网络抽象层(NAL)两层。前者负责高效表示画面内容，后者按不同传输网络的分组格式封装数据，例如适配电路交换信道或基于 RTP/UDP/IP 的分组网络，从而实现编码与信道特性的分离。画面还被划分为片，片可以独立解码，以便把数据单元大小匹配到网络的传输单元。
发展历程
H.264 的前身是 ITU-T 视频编码专家组在 1998 年前后启动的长期研究项目 H.26L，其目标是把编码效率相对既有标准提高一倍[9]。2001 年 12 月，视频编码专家组与 ISO/IEC 的运动图像专家组组建联合视频组(JVT)，共同完成新一代高级视频编码草案的定稿[9]。
标准的技术设计于 2002 年 12 月在日本举行的会议上达成一致，两家标准组织随后用数月时间准备正式文本，第 1 版建议书于 2003 年 5 月获批[10][3]。
此后标准以修正案形式不断扩充。2005 年 3 月通过的第 2 版增加了 High、High 10、High 4:2:2 与 High 4:4:4 四类档次；2006 年 6 月的修正案 1 增加了对更多色彩空间的支持并取消 High 4:4:4 档次；2007 年 4 月的修正案 2 面向专业应用新增 5 个档次；2007 年 11 月的修正案 3 引入可伸缩视频编码扩展[3]。2019 年 6 月，ITU-T 通过了该建议书的第 13 版[11]。
在产业采纳方面，3GPP 于 2003 年至 2004 年间逐步将 H.264 纳入移动通信规范；2004 年 6 月 DVD 论坛批准的高清 DVD 物理格式把 H.264 列为主要编码格式之一；同年 9 月蓝光光盘宣布支持该标准；11 月 DVB 组织接纳其为下一代标清与高清电视编码标准之一[12]。日本的地面数字电视移动接收服务于 2006 年 4 月开播，画面编码即采用 H.264/AVC[13]。
应用
H.264 覆盖从低码率移动业务到高清存储的广泛场景。蓝光光盘把它列为必须支持的编码方式之一，因而蓝光播放设备普遍具备解码能力；地面、有线与卫星数字电视的多个地区标准，以及网络流媒体平台、视频编辑与转码软件也大量采用该标准[2]。
不同档次对应不同用途：Baseline 档次多用于手机、移动电视与可视电话等资源受限终端，Main 档次见于部分便携设备与标清电视，High 档次则广泛用于标清与高清电视广播以及光盘存储介质，High 4:2:2 等档次面向影视制作等专业领域[6]。
开源实现降低了使用门槛。x264 等编码器程序库与 FFmpeg 等多媒体框架提供了可直接调用的 H.264 编解码能力，使开发者无须从头实现标准细节。在芯片层面，专用编解码硬件随后普及，使手机与机顶盒等功耗受限设备也能流畅解码高分辨率视频[12]。
局限
H.264 的压缩增益来自大量可选工具与精细的模式决策，代价是编解码运算量明显高于此前标准。编码器需要在多种块划分、预测模式与参考帧之间搜索，实时高清编码对算力的要求较高，移动设备端也因此长期把降低复杂度列为主要课题。
标准本身并不覆盖全部环节。它只规定码流语法与解码过程，编码端的率失真优化、码率控制等策略由实现者自行决定，因此符合某一档次与级别只能保证解码互通，并不能保证画面质量[6]。对于出错或丢包的码流，标准含有辅助性的容错工具，但其使用是可选项，也没有规定针对错误码流的解码过程[5]。
H.264 属于有损压缩，解码重建的样本值通常无法与原始画面完全一致，画质与码率之间始终需要权衡；在极低码率或高运动、高细节场景下，块效应、振铃等失真仍会出现，去块滤波只能缓解其中一部分[14]。
商业实施还涉及专利许可。MPEG LA 于 2004 年建立 AVC/H.264 专利池，覆盖了该标准绝大多数必要专利，2023 年该机构与 Via Licensing 合并为 Via LA 并继续运营相关许可项目；许可条件随设备数量、内容分发模式等划分不同费率[15]。随着压缩效率更高的后续标准出现，H.264 的相对码率优势已不再领先，但其兼容基础仍然广泛存在[16]。
参见
参考资料
- Connecting the world and beyond - ITU-T Recommendations [引用日期2026-10-29]
- H.264/MPEG-4 AVC [引用日期2026-10-29]
- T-REC-H.264-202606-I!!SUM-HTM-E [引用日期2026-10-29]
- Connecting the world and beyond [引用日期2026-10-29]
- google.com 上的网页 [引用日期2026-10-29]
- ieee.org 上的网页 [引用日期2026-10-29]
- maffyz [引用日期2026-10-29]
- \begin{bmatrix} [引用日期2026-10-29]
- T1D0C0000010002PDFE(PDF) [引用日期2026-10-29]
- dvb.org 上的网页 [引用日期2026-10-29]
- ITU-T work programme - Committed to connecting the world [引用日期2026-10-29]
- H.264:走过2004 [引用日期2026-10-29]
- 4-2 メディア符号化・伝送・表示 [引用日期2026-10-29]
- fdd000081 [引用日期2026-10-29]
- 频云遮望眼，视觉见晴川——视频编解码领域标准必要专利许可市场格局和法律挑战探析 [引用日期2026-10-29]
- 吃相太难看！H.264授权费暴涨：从10万直飙最高450万美元- DoNews [引用日期2026-10-29]