快速无损压缩视频流

我有一个来自固定相机的视频。分辨率和FPS都很高。我得到的数据为拜耳格式，每个像素使用10位。由于我的平台上没有10位数据类型，因此原始数据使用16位字存储在内存中。我想在通过网络传输数据之前对数据进行某种无损压缩。

• 摄像头不会移动，因此连续帧的大部分几乎是相同的-但由于不可避免的噪声，仍不能完全消除（降噪不是一种选择，因为降噪是无损的，即使噪声也不应“丢失” ）。
• 由于FPS高，即使变化的部分在任何两个连续的帧之间也变化不大。
• 但是，看起来相机也有些晃动。在图像空间中，即使很小，但即使静止的物体也并非完全如此。
• 压缩必须实时进行，因此我不能收集很多帧并将它们全部压缩在一起，但是我可以向后看一帧并将其用作参考。

基于以上所述，我的第一个想法是对数据进行位打包，以使这6个冗余位不会浪费在每个字上。但是，我认为如果使用某种熵编码（例如Huffman等），则会自动考虑冗余，因此不需要额外的包装。所以我做了以下工作：

• 取得两个连续帧之间的二进制差异。原始数据范围为0〜1023（例如，无符号10位）。差异数据变为有符号，范围增加到-1023〜1023，但数据变化（或正确的数学术语）变得比原始数据少得多，实际上，大多数值不足为零就不足为奇了。
• 将Rice编码应用于差异。据我了解，对于大多数数值较小的数据集，这似乎是一个不错的选择。

对于1280x720帧，这使我的尺寸减少了60％，并且我的测试系统（单核上的VirtualBox中的Linux）每秒可以进行约40次此类压缩（无需太多优化）。我猜不是那么好，但是很合理（或者是吗？）。

有更好的方法吗？我有任何常见的错误吗？我错过了任何常规步骤吗？以后可能会使用更高分辨率的帧-对于更大的帧大小，我应该期望更好的压缩率吗？

UPD：

• 我使用此库进行Rice编码。该库非常慢（作者本人将其描述为学习而不是实际使用），例如，它在循环中一对一地读写位，这会降低性能。最初它只给我约20 FPS，经过一些非常基本的优化后，它变成了40 FPS（如上所述），后来我对其进行了更多优化，变成了80 FPS。这是在没有向量化的单个i7内核上。
• 至于向量化，不幸的是，我无法想到一种对Rice代码进行向量化的方法（甚至根本不知道它是否可能-在Rice代码上找不到任何数据，我对霍夫曼代码的发现表明：它是顺序的，无法有效地向量化，这可能适用于Rice代码以及其他可变长度代码）。
• 我还尝试了一种完全不同的方法：将数据分成小块（例如，每个像素为64像素）并使用简单的零抑制。我们找到一个块中最大的数字，将表示它所需的位数写到该块的开头（在我的情况下，这需要再增加4位），然后将该块中的所有数字减少到相同的位数。位。我预计压缩率会很差，但是如果片段很小，那么它们中的许多都不会产生噪声尖峰，因此它们的二进制差异可以减小到每个值4〜6位，实际上只有比Rice代码差5％左右，但速度大约是Rice代码的两倍（例如我的情况下为160 FPS）。我曾尝试对其进行矢量化处理，但对矢量化处理还是有点不满，所以也许正因为如此，我只能实现约1.8倍的进一步加速。

由于负数没有前导零，因此我在二进制差之后和莱斯/零抑制之前应用了之字形编码。

您具有时间预测，但没有空间预测。为了以速度为代价进行更好的压缩，您应该能够将当前帧中当前像素上方和左侧的像素用作预测变量，以及前一帧中相同位置的像素。只向上看和左看的原因与只看前一帧的原因相同。您只希望依赖已解码的数据，并限制必须保留的数据量。

莱斯代码可能是效率和速度之间的良好折衷，但是静态霍夫曼代码（由您根据视频数据样本预先计算出）可能更高效且同样快。

至于速度，请确保您的代码已被矢量化 -通过使用正确的编译器标志和代码模式以允许编译器自动矢量化，或通过手写代码以使用矢量内在函数或汇编代码。

最后，是否有可能将每个像素降低到8位？显然，这已成为“无损”领域，但它不仅会减少压缩输出的大小，而且使用矢量化代码还可能使吞吐量提高两倍。

使用现有的压缩和解压缩实现可能会为您提供最佳服务。您现有的实现似乎类似于HuffYUV编解码器，因此可能值得尝试一下，看看它是否对您足够好。