b – Codificação de imagem de quadro
Na codificação do quadro, ambos os campos do quadro entrelaçado são codificados juntos. Cada macrobloco contém amostras a partir de dois instantes de tempo (isto é, 8 linhas da parte superior e oito da inferior). Para um macrobloco intra, o codificador tem a opção de reordenar a porção de luminância, de acordo com os campos, para tentar aumentar a correlação espacial antes de codificar a transformada. Um macrobloco inter-codificado pode ser compensado em movimento de dois modos.
No modo de compensação de movimento no quadro, cada macrobloco é compensado em movimento sem levar em conta a estrutura do campo e é semelhante à codificação progressiva.
No modo de compensação de movimento no campo, os que estão dentro de um macrobloco são compensados separadamente, usando dois ou quatro vetores de movimento de campo ou quatro vetores de movimento de campo. Após a compensação do movimento, o resíduo pode também ser reordenado antes da transformada, e esse processo é independente do tipo de compensação de movimento.

Codificação do quadro B avançado
Os quadros bidirecionais ou B empregam a estimativa e compensação de movimento a partir de ambas as direções: anterior e posterior. As principais inovações no VC-1 que aumentaram a eficiência da compensação dos quadros B são:
A explícita codificação da posição temporal do quadro B em relação aos dois quadros de referência. Isso não precisa ser a posição real no tempo, mas pode ser qualquer fração que forneça a melhor escala dos vetores de movimento com o modo direto.

Os quadros B codificados como intra (conhecidos como quadros B/I) são permitidos no VC-1. Esses campos ocorrem, tipicamente, nas mudanças de cenas onde é mais econômico codificar os dados como intra. No entanto, esse tipo de quadro é distinguido dos quadros I verdadeiros por não permitir que sejam referenciados por outros quadros. A eficiência da codificação do vetor de movimento (MV) é devida à regra de predição “posterior prevê posterior e anterior prevê anterior” – isso envolve armazenar (em buffers) os componentes posterior e anterior de cada MV, separadamente, incluindo aqueles correspondentes ao modo direto. Permite que a parte inferior do campo B (na codificação entrelaçada) se referencie aos campos superiores da mesma imagem.

Fig. 5 – Alisamento superposto aplicado nos contornos dos blocos.

Suavizando a superposição
A suavização da superposição é uma técnica usada para reduzir artefatos dos blocos em dados intra – tanto nos quadros intra, quanto nas áreas intra dos quadros previstos (P e B).
A fig. 5 mostra os pixels nos quais a amortização da superposição é aplicada. Os blocos intra são marcados em cinza e os pixels amortizados são padronizados. Na mesma figura são duas superposições, e dois pixels serão reprocessados, cada um a partir dos dois blocos adjacentes mostrados. A operação no encoder compensa a suavização na decodificação. A principal vantagem da realização no domínio espacial da transformada superposta é que a existência de um codec, baseado em blocos, pode ser novamente conformada com um estagio de pré e pós-processamento para deduzir os benefícios da transformada superposta. O pós-processamento é um filtro de alisamento linear aplicado na reconstrução da transformada inversa, dentro do loop do decoder. O pré-processamento é o inverso do pós.

Ferramentas de baixas taxas
O codec VC-1 de vídeo especifica ferramentas que são próprias para acomodar cenários de taxas de bits baixas (LBR- low bit rates), por exemplo abaixo de 100 kbits/s. Uma dessas ferramentas é a capacidade de codificar quadros em múltiplas resoluções, reduzindo as dimensões de cada quadro codificado. O VC-1 permite fatores arbitrários para redimensionar, mas o tamanho do quadro codificado é mantido para dois quadros I consecutivos. O decodificador é informado que esses quadros foram reduzidos e irá recuperar o tamanho verdadeiro da imagem decodificada antes de mostrá-la no monitor. O filtro para superamostragem está fora do loop de codificação e o usuário poderá usar qualquer fator para esse filtro. Quando operando em um nível de redução, a faixa de quantização é estendida além da normal.

Compensação da Intensidade
As seqüências de vídeo com atenuações (fadings) ou mudanças de iluminação total devido a efeitos tais como fade para preto, fade a partir do preto, cross-fading e dissolução (dissolves) requerem quantidades de bits relativamente grandes para codificação, porque as técnicas padrão de compensação de movimento são ineficazes.
A intensidade da compensação é usada pelo VC-1 para melhorar o desempenho da compensação de movimento nas seqüências de vídeo que incluem fading. O codificador VC-1 detecta fading antes da compensação de movimento. Se o fading é detectado, o codificador calcula os parâmetros dele os quais especificam uma transformada linear, de primeira ordem e com pixels adequados para a imagem de referência.
Os parâmetros do fading são quantizados e sinalizados para o decodificador. O codificador e o decodificador usam esses parâmetros para transformar o quadro original em um outro quadro de referência. O processo permite a compensação de movimento para encontrar melhores preditores, e a eficiência da compressão como, um todo, é ampliada.

Perfis e níveis
Um perfil é um subconjunto definido da sintaxe de um padrão com um conjunto especifico de ferramentas de codificação, algoritmos e sintaxe associada a ele. O nível é um conjunto definido de restrições sobre os valores que podem ser atribuídos aos parâmetros (tais como taxa de bits e tamanho do buffer) dentro de um perfil, em particular. Dentro do mesmo perfil, níveis altos, geralmente implicam em altas exigências na velocidade de processamento e memória.
Os codificadores produzem bit streams conforme o perfil e o nível especificados, e os decodificadores recuperam os bit streams de acordo com um conjunto de perfis e níveis. Os perfis e níveis são cruciais para assegurar a interoperacionalidade entre encoders, bit streams codificados e decodificadores.
Observe que um bit streams conformado para uma determinada combinação perfil/ nível, em particular, é também conformado para todos os níveis mais altos do mesmo perfil.
Há três perfis no VC-1: simples, principal e avançado.
O simples atende a aplicações de Internet em baixa velocidade e aplicações de baixa complexidade, tais como comunicações móveis ou reprodução de mídia em PDAs (Personal Digital Assistants). Há dois níveis nesse perfil.
O perfil principal atende as aplicações de Internet em banda larga, tais como streaming, Cinema/IP ou TV/ VoD (Video on Demand) sobre IP. Este perfil contém três níveis.
O perfil avançado atende a aplicações broadcast, tais com TV digital, HD DVD para aplicações em PC ou HDTV. É o único perfil que suporta conteúdo entrelaçado. Além do mais este perfil contem os elementos de sintaxe necessários para transmitir bit streams de vídeo em sistemas genéricos, tais como transporte com MPEG-2 ou streams de programas (ISO/ IEC 138180-2). Esse perfil tem cinco níveis.

Adequação do VC-1
1 – Decodificador de referência
O software decodificador de referência do VC-1 está agora disponível na SMPTE. O decoder de referência foi implementado independentemente pela ARM Ltda., Cambridge, Inglaterra, com toda a codificação escrita a partir de um rascunho e inteiramente baseado no padrão SMPTE 421M proposto. Ele foi projetado para suportar todas as funções definidas nas especificações, e como tal ser capaz de decodificar quadros I, P, B, BI e saltar quadros em todos os perfis válidos. Foi escrito em C, pensando em portabilidade e simplicidade. Não é otimizado para desempenho, apesar de cuidados terem sido tomados para manter a estrutura dos dados em tamanhos razoáveis . Como bônus ele inclui muitas ferramentas para solucionar problemas, ajudando os implementadores do padrão proposto.
O decodificador de referência VC-1 comprime mais do que 100 mil linhas do código ANSI C, fazendo um mínimo uso de funções de biblioteca C, para assegurar a portabilidade através de uma ampla variedade de sistemas.

2 – Operação do decoder de referência
A decodificação de imagens I envolve “desempacotar” a imagem, o macrobloco, e as camadas dos blocos; prever a informação sobre o bloco atual a partir dos blocos anteriores; decodificar os coeficientes DC e AC; retirar o zigue-zague; desquantizar os coeficientes de transformada e finalmente realizar uma transformada inversa. As operações de processamento podem ser aplicadas à imagem no buffer do display.
Decodificar uma imagem P envolve: “desempacotar” a imagem, o macrobloco e as camadas de blocos prevendo a informação sobre o bloco atual, a partir dos blocos anteriores; decodificar os coeficientes AC; decodificar os MV do bloco previsto retirar o zigue-zague; desquantizar os coeficientes da transformada; realizar a transformada inversa, e finalmente combinar o bloco diferença com o vetor movimento do bloco previsto.
Decodificar uma imagem B é similar ao caso da imagem P, porém até dois MVs são decodificados, os quais são usados para prever blocos a partir de até duas imagens de referência.
Um macrobloco completo é decodificado antes de mover-se para o próximo, dentro de cada macrobloco todos os blocos são “desempacotados”, decodificados, previstos e transformados em imagem. Observe que a operação anterior a formação dos blocos (de-blocking) não é incluída nessa decodificação. Ela é realizada como um passo separado.
Mais detalhes do projeto e operação do decodificador de referência podem ser encontrados no Manual de Referência Técnica de 140 páginas, que acompanha o software do decodificador.

O VC-1 como referência para testar decoders
O decodificador de referência VC-1 tem um papel importante na implementação dos testes feitos nos decoders terceirados para que eles sejam compatíveis com o as especificações do VC-1. Outro elemento necessário é um conjunto de características de adequação dos bit streams. Para atender esse objetivo foi feito um conjunto de 240 regras para adequação deles, as quais estão na Recomendação Prática7 (RP) do VC-1. O conjunto completo dessas regras já existe e acompanha o software de referência do decodificador VC-1.
Além disso, para auxiliar nos testes de adequação dos bit streams gerados nas implementações do codificador VC-1, o software do decodificador de referência VC-1 inclui uma opção de reparar (debug) que pode ser configurada para mostrar na saída os dados corrigidos em todos os níveis do bit stream, a partir da seqüência de níveis que foi abaixada até o nível de blocos. Por favor, veja a RP228⁷ para mais detalhes sobre decoder e adequação do bit streamàs normas do VC-1.

VC-1 – Mapeando transporte para MPEG-2
O VC-1 sobre MPEG-2 (VC-1/MPEG-2) e streams de Programas estão sendo definidos em uma Recomendação Prática da SMPTE para que o VC-1 possa ter essa opção8. Essa é uma especificação tipo RP feita para o núcleo das especificações SMPTE VC-1.
A RP 227 proposta define o transporte de streams elementares de vídeo VC-1 com perfis Simples, Principal ou Avançado em um stream de transporte ou de programa MPEG-2. A RP mostra que os princípios fundamentais de empacotamento e sincronização dos sistemas MPEG-2 são aplicáveis aos streams elementares VC-1. Em particular, a sinalização de streams elementares VC-1 se baseia na emenda 2 da ISO/ IEC 13818-1: 2000, que descreve um mecanismo de extensão de identificação do stream, para valores identificados no cabeçalho PES (Packetized Elementary stream – MPEG-2).
Qualquer sinalização VC-1, incluindo o valor do stream que descreve o tipo de campo e os identificadores específicos VC-1, é retirada de um Descritor Registrado MPEG-2, localizado na Tabela de Mapa de Programa ou no Mapa de streams de Programa, no caso de Transporte MPEG-2 ou streams de Programas respectivamente.
O valor do identificador de formato no registro da descrição MPEG-2 é definido como “VC-1”, o qual na conclusão do padrão necessitará ser registrado pela Autoridade responsável da SMPTE. A RP também inclui uma definição para modelos de buffers: (T-STD (Transport System Target decoder – Decodificador Alvo de Sistemas de Transporte)) e (P-STD (Program System Target decoder – Decodificador Alvo de Sistema de Programa)), que os sistemas MPEG-2 estabelecem como contrato de entrega entre um codificador e seus decodificadores. Nesses modelos de buffers, as entregas das unidades de acesso de vídeo VC-1 para o decodificador são governadas pelo valor do MPEG-2 Decoding Time Stamps (Um selo para decodificação dos tempos padronizados) conforme especificado em sistemas MPEG-2.
A RP 227⁸ (VC-1 Transport Bindings) fornece as bases para mapear os streams elementares de VC-1 para os sistemas HD-DVD (programa MPEG-2 baseado em stream) e Blu-ray (transporte MPEG-2 baseado em streams).

Conclusão
O padrão VC-1 proposto pela SMPTE 421 M, oferece desempenho de alta compressão, com estado d’arte em eficiência computacional, viabilizando software de decodificação de vídeo em alta definição, mesmo em simples PCs. A especificação da sintaxe do bit stream VC-1 tem mais de 475 páginas, fornecendo uma imensa quantidade de detalhes, conforme se espera de um padrão de qualidade. O documento teve múltiplas revisões e foi melhorado de forma representativa, com base nos comentários e esclarecimentos de muitos revisores como parte de um processo de padrão aberto. Todos os três documentos do VC-1 (especificação e as RPs associadas) recentemente arquivados com o status de Final Committee Draft (Esboço de Padrão) preparam para a etapa que é uma votação onde o documento se transforma em Draft Standard (Padrão pronto).