解决高动态范围图像的存储需求

简介:

从标清到高清的转变给视频质量带来了巨幅地提升,以至于“高分辨率”成为更高质量的代名词。这种理念也进一步促进了4K内容的制作和分发,以及4K电视机的增长。但随着4K内容进入家庭,这种格式在像素上的大幅增加并没有像高清内容给观众带来的惊喜那样大。

  在观众第一次接触到高清内容时,大多数还购买了比标清电视大很多的高清电视。现在考虑购买4K显示屏的观众正在关注类似于现有高清电视的屏幕尺寸。除非这些观众计划缩短沙发到屏幕的距离,4K显示屏的更高分辨率不会对观看体验产生很大影响。但显而易见的是,其它提升图像质量的方法更有潜力给观众带来惊喜,高动态范围图像(HDR)技术有望让4K,甚至2K的内容看起来更棒。

高动态范围图像概述

  有两种高动态范围图像:一种是针对相机的高动态范围图像;另一种是针对显示屏的高动态范围图像。它们有着共同的目标,那就是让图像看上去更加逼真或比人眼看上去更好,但它们以不同的方式实现这个目标。

  通过利用不同的曝光度拍摄多个镜头,并整合每个镜头的最佳素材来制作令人超乎想象的丰富结果,高动态范围图像相机实现了最佳的图像。这项技术已经成为静态图像的主流,并已经用于智能手机。相比之下,因为高动态范围图像摄像机需要特殊的电子元件和软件,近期才开始兴起。

  虽然高动态范围相机可以通过整个不同曝光度的流而大幅提升图片质量,支持高动态范围图像的显示屏更进一步,为每个像素现实更广泛的强度。这些高动态范围显示屏让每个像素更深,以实现更广泛的值:黑的更黑,而亮的更亮,整个频谱上更精细的变动。更具体地说,从目前的8位深度转向高动态范围电视的10位深度,把色彩精度从256个色调扩展到1023个。

高动态范围图像需要更多存储空间

  图像质量的提升总是意味着更高的成本。未压缩的情况下,如果帧速和像素深度保持不变,4K需要的存储空间是高清的四倍。高动态范围图像需要更高的存储空间。首先,高动态范围摄像机以不同的曝光度拍摄两个流,因此他们需要两倍的存储空间用来拍摄、摄取和编辑。除此之外,为4K显示屏创建和交付10位内容在工作流的各个阶段需要额外25%的存储空间。由于大多数高动态范围摄像机可以拍摄16位内容,很多内容创作者很可能会选择编辑和存档16位内容,而不是10位。这意味两倍的容量,而不仅仅是增加25%。

高动态范围图像在不适合更高分辨率的地方闪耀光芒

  虽然4K以及更大的格式通常需要更大的屏幕,任何尺寸的屏幕都可以呈现高动态范围图像的优势。因此,随着美国Netflix等大型媒体公司为观众的屏幕呈现更逼真的内容,他们正在研究高动态范围图像可以给屏幕上的每个像素带来的改进,包括2K或4K。虽然4K继续是很多内容创作公司和提供商关注的重点,高动态范围2K内容惊人的效果和更低的带宽要求使其成为一个极具吸引力的选择。4K额外需要大约12 Mb/s的带宽速度进行直播,2K高动态范围直播可以容忍目前很多家庭中的10Mbps连接速度,让消费者无需升级服务即可获得更好的观看体验。

高动态范围图像的现在和未来

  高动态范围图像内容能够多快速地出现仍未可知。好消息是,高动态范围图像功能正在进入目前已经上市的4K电视,视频直播服务也在启用,而4K显示屏在从2K提升方面通常做的很好。坏消息是,因为广播系统没完全有准备好支持4K或高动态范围图像,因此广播电视企业的高动态范围图像落在了后面。随着越来越多消费者购买支持高动态范围图像的电视,这个发展会加速并推动大规模设备和工作流升级,以支持高动态范围图像。

  通过在带宽受限的情况下大幅提升图像质量,高动态范围图像最有可能实现备受期待的4K的优势。观众可能无法区分更多像素和更好的像素,但长期来看这不重要。只要内容创建和交付工作流准备到位,通过新的超高清标准,这个行业可以两者都实现。

本文转自d1net(转载)

目录
相关文章
|
1月前
|
人工智能 UED
DynamiCrafter:可实现任意类型静态图像转化为逼真动态视频
【2月更文挑战第17天】DynamiCrafter:可实现任意类型静态图像转化为逼真动态视频
131 1
DynamiCrafter:可实现任意类型静态图像转化为逼真动态视频
|
1月前
|
存储 自然语言处理 数据可视化
可视化FAISS矢量空间并调整RAG参数提高结果精度
随着开源大型语言模型的性能不断提高,编写和分析代码、推荐、文本摘要和问答(QA)对的性能都有了很大的提高。但是当涉及到QA时,LLM通常会在未训练数据的相关的问题上有所欠缺,很多内部文件都保存在公司内部,以确保合规性、商业秘密或隐私。当查询这些文件时,会使得LLM产生幻觉,产生不相关、捏造或不一致的内容。
47 0
|
4月前
|
存储 数据采集 缓存
医学影像PACS:大容量图像存储 报告单多种模式及自定义样式
医学影像PACS:大容量图像存储 报告单多种模式及自定义样式
94 0
医学影像PACS:大容量图像存储 报告单多种模式及自定义样式
|
7月前
|
C++
有趣的动态转换
有趣的动态转换
|
机器学习/深度学习
深度学习数据增强方法-内含(亮度增强,对比度增强,旋转图图像,翻转图像,仿射变化扩充图像,错切变化扩充图像,HSV数据增强)七种方式进行增强-每种扩充一张实现7倍扩)+ 图像缩放代码-批量
深度学习数据增强方法-内含(亮度增强,对比度增强,旋转图图像,翻转图像,仿射变化扩充图像,错切变化扩充图像,HSV数据增强)七种方式进行增强-每种扩充一张实现7倍扩)+ 图像缩放代码-批量
|
1天前
|
数据可视化 网络可视化
混合图形模型MGM的网络可预测性分析
混合图形模型MGM的网络可预测性分析
|
4月前
|
传感器 数据采集 编解码
基于EinScan-S的编码结构光方法空间三维模型重建
基于EinScan-S的编码结构光方法空间三维模型重建
|
9月前
|
存储 编译器 C语言
数据的存储--深度解剖数据在内存中的存储(上)
数据的存储--深度解剖数据在内存中的存储(上)
|
9月前
动态优化解决方案空间中的最小支持(Matlab代码实现)
动态优化解决方案空间中的最小支持(Matlab代码实现)
|
9月前
|
存储 编译器 程序员
数据的存储--深度解剖数据在内存中的存储(下)
数据的存储--深度解剖数据在内存中的存储(下)