マルチメディア技術

snack

最近では動画を扱うWebコンテンツが増えてきてるっすね。

ボキタロー

僕もユーチューブはよく見てるよ。犬のペット動画を見て癒されてるんだ。

snack

しかし、音声データ、画像データ、動画データはテキストデータに比べると容量が非常に大きいっすから、そのまま扱うのは難しいんすよ。そこで圧縮という技術が大活躍するっす。

マルチメディア

マルチメディアとは

マルチメディアとは、文字情報に加えて、音声、画像（静止画・動画）などの様々な形態のアナログ情報をデジタル化し、コンピュータ上で統合的に扱うことをいいます。

従来のWebコンテンツではデータのすべてをダウンロードし終えてから再生・表示していましたが、動画や音声などのデータ量が多いコンテンツでは再生までの待ち時間が長くなるといった問題があったため、以前のWebコンテンツは文字と静止画（写真、イラストなど）だけのものが一般的でした。

しかし、近年では通信の高速化やインターネット技術の発展によって、すべてのダウンロードが完了するのを待たずに、一部をダウンロードした段階から順次再生を開始するストリーミングという技術が普及することにより、動画（YouTube動画、埋め込みムービー、ライブ配信など）や音声（BGM、音声ナビなど）を取り入れたものが中心になってきています。

DRM（デジタル著作権管理）

DRM（Digital Rights Management：デジタル著作権管理）とは、音楽・映画・電子書籍・ソフトウェアなどのデジタルコンテンツの著作権を守るための技術や仕組みのことで、著作権侵害を防止するため、再生や使用に制限をかけることをいいます。

代表的なDRM技術にCPRM（Content Protection for Recordable Media）があります。CPRMは主にDVDやSDカードなどの記録メディアに保存されたデジタルコンテンツをコピー・再生制限するための著作権保護技術で、録画番組などの「1回だけ録画可能」なコンテンツに使われたり、CPRM対応の機器でしか再生・コピーできないなどの特徴があります。

情報の圧縮と伸長

データ圧縮

マルチメディアファイルで扱う音声データ、静止画データ、動画データはデータ容量が非常に大きいため、データ保存やネットワーク負荷の軽減を目的として、情報メディアの種類に応じた圧縮・伸長（解凍）方法が利用されています。

データ圧縮とは、データのサイズを小さくする技術や方法のことで、ランレングス法やハフマン法といった方法があります。

ランレングス法

ランレングス法は、連続する同じデータを1つの値とその繰り返し回数で表す方法で、単純な画像（FAX、白黒画像など）や同じ文字の繰り返しが多いデータに効果的です。

（例）1文字8ビットで考えると、

元データ: AAABBAAAAAAC・・・12文字 × 8ビット＝96ビット

（Aが3回、Bが2回、Aが6回、Cが1回出現）

→圧縮後: A3B2A6C1 ・・・8文字 × 8ビット = 64ビット

ハフマン法

ハフマン法は、出現頻度の高いデータに短いビット列、低いデータに長いビット列を割り当てる方法です。テキストデータ、音声、画像など、さまざまな形式で使われています。ZIPファイル（複数のファイルやフォルダをまとめて1つに圧縮できるファイル形式）にも使われています。

元データ: AAABBAAAAAAC・・・12文字 × 8ビット＝96ビット

①出現頻度を数える
A: 9回、B: 2回、C: 1回

②出現頻度に応じてビットを割り当てる
（例）A → 0（1ビット）、B → 10（2ビット）、C → 11（2ビット）

③元のデータ「AAABBAAAAAAC」をビット列に変換

→圧縮後: 0 0 0 10 10 0 0 0 0 0 0 11 ・・・計 15ビット

可逆圧縮と非可逆圧縮

可逆圧縮は、圧縮前のデータを完全に元に戻せる圧縮方法です。重要な情報を失わずに安全に圧縮できるというメリットがある反面、非可逆圧縮に比べて圧縮率は低い（ファイルサイズが大きくなる）というデメリットがあります。

これに対して非可逆圧縮は、圧縮前のデータを完全には復元できない圧縮方法です。人間にとって目立ちにくい情報を捨てることで高い圧縮率が得られ、ファイルサイズを大幅に小さくすることができますが、情報の一部が失われるため、品質劣化のリスクがあります。

音声処理

PCM（パルス符号変調）

PCM（Pulse Code Modulation：パルス符号変調）は、アナログ信号（たとえば音声）をデジタル信号に変換するための基本的な方法です。音声や音楽などの連続的なアナログ信号をコンピュータやデジタル通信で扱えるようにするために使われます。

「標本化（サンプリング）→量子化→符号化」という基本ステップを踏んでアナログ信号をデジタル信号に変換します。

↓ PCMについてはすでに学習済みなので忘れた人はこちらで復習してください。

参考

情報に関する理論1～情報量の単位・デジタル化・文字表現・ 述語論理～

いぬぼき

主な音声ファイル形式

静止画処理

画像表現の基本的な仕組み

コンピュータにおける画像表現の基本的な仕組みは、画像を数値データとして扱うことにあります。これにより、コンピュータは画像を保存、処理、表示できるようになります。

画像はピクセル（画素）と呼ばれる小さな単位の集合で構成されています。各ピクセルは画像内の最小の情報単位であり、通常、特定の色と明るさを表します。1画素あたりのデータ量が1バイト（8ビット）であれば、256（＝2⁸）色の表現が可能であり、3バイト（24ビット）であれば約1677万（＝2²⁴）色を表現することができます。

snack

人間が識別できる色の数は最大で約1000万色といわれてるっす。なので、24ビットカラー （約1677万色）のことを「フルカラー」と言うっすよ。

また、画像の解像度は画像を構成するピクセル数で示されます。例えば「1920×1080」の解像度は、1920ピクセルの横幅と1080ピクセルの縦幅を持つ画像を意味します。

画像データ形式

コンピュータグラフィックスで使用される画像データ形式は大きく次の2つに分類できます。

ラスタデータ（ビットマップデータ）

ラスタデータは、画像をピクセル（画素）単位で構成する画像データ形式です。各ピクセルは色や明るさなどの情報を持っており、それらが格子状に並んでいます（ビットマップとも呼ばれます）。複雑な画像や色の変化を表現できますが、解像度が固定されているため、拡大や縮小に弱く、ファイルサイズが大きくなることがあります。

ベクタデータ

ベクタデータは、点（座標）、線、曲線、形状などの数式によって画像を表現する形式です。図形やパスの集合で構成されており、解像度に依存しません。サイズ変更をしても画質が保持されますが、描画時に演算が発生するため、描画処理の負担が大きくなります。

主な静止画ファイル形式

動画処理

動画表現の基本的な仕組み

コンピュータにおける動画表現の基本的な仕組みは、静止画像を高速で連続的に表示することにより動きを表現するというもので、原理としてはパラパラ漫画のようなものです。

動画は通常、フレームと呼ばれる静止画像の連続で構成されており、単位時間あたりのフレーム数（フレームレート）が動画の品質に大きく影響します。1秒間に表示されるフレームの数（FPS：Frames Per Second）が多ければ動画が滑らかになりますが、データ量は大きくなります。

主な動画ファイル形式

確認○×問題

問1

動画のデータが全てダウンロードされるのを待たず、一部を読み込んだ段階で再生が始まる技術をストリーミングという。

（出典：平成27年度春期分 問76一部改変）

問2

DVD-RやSDカードなどに採用され、ディジタルコンテンツを記録メディアに一度だけ複製することを許容する著作権保護技術をPCMという。

（出典：平成30年度春期分 問84一部改変）

問3

出現頻度の高いデータに短いビット列、低いデータに長いビット列を割り当てるデータ圧縮の方法をランレングス法という。

問4

MIDIは、シンセサイザーなどの電子楽器とPCを接続して演奏情報をやり取りするための規格である。

（出典：平成24年度春期分 問64一部改変）

問5

JPEGは、イラストなどに使われている、最大表示色が256色である静止画圧縮のファイル形式である。

（出典：平成30年度秋期分 問86一部改変）

問6

拡張子「avi」が付くファイルが扱う対象は動画である。

（出典：平成28年度春期分 問97一部改変）

問7

300 x 600ドットで構成され、1画素の情報を記録するのに24ビットを使用する画像データがある。これを150 x 300ドットで構成され、1画索の情報を記録するのに8ビットを使用する画像データに変換した。このとき、必要な記憶容量は1/12倍になる。

（出典：平成28年度秋期分 問78一部改変）