DCT (Diskrétní kosinová transformace) je matematická transformace používaná ve video a audio kodecích 3GPP, která převádí signálová data na frekvenční koeficienty pro účinnou kompresi odstraněním méně vnímatelných informací.

Popis

Diskrétní kosinová transformace (DCT) je ztrátová kompresní technika klíčová pro mnoho multimediálních kodeků standardizovaných 3GPP. Funguje tak, že vezme blok pixelových dat (pro video) nebo okno audio vzorků a převede tato data z prostorové nebo časové oblasti do oblasti frekvenční. Tato transformace vede k sadě koeficientů reprezentujících různé frekvenční složky. Lidský zrakový a sluchový systém je méně citlivý na vysokofrekvenční detaily, což umožňuje hrubší kvantizaci těchto vyšších frekvenčních koeficientů nebo jejich nastavení na nulu s minimálním vnímaným zhoršením kvality. Toto selektivní odstranění informací je hlavním mechanismem pro dosažení vysokých kompresních poměrů.

V kontextu specifikací 3GPP jako TS 26.110 (Kodek pro okruhově spínanou multimediální telefonní službu) a TS 26.234 (Transparentní koncově koncová paketově spínaná streamovací služba) tvoří DCT jádro kodeků jako H.263, MPEG-4 Part 2 a částí audio kodeku AMR-WB+. Proces typicky zahrnuje rozdělení snímku obrazu na makrobloky (např. 8x8 nebo 16x16 pixelů), aplikaci DCT na každý blok, kvantizaci výsledných koeficientů pomocí kvantizační matice a následné kódování kvantizovaných hodnot pomocí technik entropického kódování, jako je Huffmanovo nebo aritmetické kódování. Inverzní DCT (IDCT) je aplikována v dekodéru pro rekonstrukci aproximace původního bloku.

Klíčové architektonické komponenty zahrnující DCT zahrnují transformační a kvantizační moduly kodéru a inverzně kvantizační a inverzně transformační moduly dekodéru. Její role v síti spočívá v umožnění efektivního využití vzácných rádiových a přenosových prostředků drastickým snížením velikosti multimediálního obsahu bez úměrné ztráty subjektivní kvality. Tato efektivita je klíčová pro poskytování služeb videotelefonie, mobilní televize a streamování přes buňkové sítě s omezenou přenosovou kapacitou a přímo ovlivňuje uživatelský zážitek a kapacitu sítě.

K čemu slouží

DCT byla začleněna do standardů 3GPP, aby řešila základní výzvu poskytování multimediálních služeb přes mobilní sítě s omezenou a drahou přenosovou kapacitou. Před zavedením účinné komprese bylo vysílání nezpracovaného videa nebo vysokověrného audia nepraktické kvůli obrovským požadavkům na datový tok. Účelem DCT je provádět percepční kódování, využívající psychoakustické a psychovizuální vlastnosti lidského vnímání k odstranění informací, které budou nejméně postřehnuty, čímž vznikne mnohem menší, přenosový datový tok.

Historický kontext vychází z vývoje standardů komprese digitálního videa a audia vyvinutých v 80. a 90. letech 20. století, jako JPEG a MPEG-1/2, které DCT etablovaly jako osvědčenou a efektivní metodu. 3GPP tyto techniky přijala a specifikovala, aby umožnila multimediální služby pro 3G (UMTS) a následující generace. Bez komprese založené na DCT by služby jako videohovor a mobilní televize byly na raných 3G sítích nemožné, nebo by spotřebovávaly neudržitelný podíl síťových prostředků, což by bránilo masovému rozšíření. Řešila problém vměstnání médií s vysokým datovým tokem do bezdrátových kanálů s nízkým datovým tokem a náchylných k chybám.

Klíčové vlastnosti

• Transformuje prostorová/časová data na koeficienty ve frekvenční oblasti
• Umožňuje vysoké kompresní poměry prostřednictvím percepční kvantizace
• Tvoří základní výpočetní blok blokových video kodeků (např. H.263, MPEG-4)
• Používá se v modifikované formě v audio kodecích jako AMR-WB+ pro spektrální kompresi
• Definována pro velikosti bloků 8x8 a 16x16 v různých profilech kodeků 3GPP
• Umožňuje kompromisy mezi kompresní účinností a výpočetní složitostí

Související pojmy

• CODEC – Coder/Decoder

Definující specifikace

• TS 26.110 (Rel-19) — 3G-324M Multimedia Codecs for Circuit Switched Networks
• TS 26.143 (Rel-19) — 5G Messaging Media Types and Codecs
• TS 26.234 (Rel-19) — 3GPP PSS Protocols and Codecs Specification
• TR 26.906 (Rel-19) — HEVC Evaluation for 3GPP Services

📖 Anglický originál a plná specifikace: DCT na 3GPP Explorer