【定番】H.264 コーデックを徹底解説！メリットも紹介

はじめに：なぜH.264は「定番」なのか？

現代のデジタル映像を取り巻く環境において、「H.264」という名前を聞いたことがない、あるいはその技術に触れたことがないという人は少ないでしょう。スマートフォンで撮影した動画、YouTubeで視聴するストリーミング映像、地上デジタル放送やブルーレイディスク、Web会議システムに至るまで、私たちの日常生活のあらゆる場面でH.264は活躍しています。

H.264は、その高い圧縮効率と幅広い互換性から、長きにわたりデジタル映像の「定番」コーデックとしての地位を確立してきました。しかし、その内部でどのような技術が用いられているのか、なぜこれほどまでに普及したのか、そしてどのようなメリットとデメリットがあるのかを深く理解している人は少ないかもしれません。

この記事では、H.264コーデックについて、その基本的な概念から複雑な技術要素、メリット、デメリット、そして幅広い応用例に至るまで、約5000語にわたって徹底的に解説します。映像圧縮の基礎から学び、H.264がいかに革新的な技術であったか、そしてなぜ今なお多くの場所で利用され続けているのかを探っていきましょう。この記事を通して、H.264に対する理解を深め、デジタル映像の世界をより深く楽しむための一助となれば幸いです。

第1章：映像圧縮技術の基礎知識

H.264を理解するためには、まず「なぜ映像圧縮が必要なのか」「コーデックとは何か」といった基本的な概念を知る必要があります。

1.1. なぜ映像圧縮が必要なのか？

デジタル映像は、静止画が連続して表示されることで動きを表現しています。一般的な動画は1秒間に数十枚の静止画（フレーム）で構成されており、それぞれのフレームは膨大なピクセル情報を持っています。例えば、フルHD（1920×1080ピクセル）の非圧縮映像を考えてみましょう。

1フレームのピクセル数: 1920 × 1080 = 2,073,600 ピクセル
各ピクセルの色情報: 通常、赤（R）、緑（G）、青（B）の3色成分で構成され、それぞれ8ビット（1バイト）で表現すると仮定します（24ビットカラー）。
1フレームのデータ量: 2,073,600 ピクセル × 3 バイト/ピクセル = 6,220,800 バイト (約6MB)

この映像がもし1秒間に30フレーム（30fps）で構成されているとすると、

1秒間のデータ量: 6,220,800 バイト/フレーム × 30 フレーム/秒 = 186,624,000 バイト/秒 (約180MB/秒)
1分間のデータ量: 約180MB/秒 × 60秒 = 約10.8GB
1時間のデータ量: 約10.8GB/分 × 60分 = 約648GB

わずか1時間のフルHD非圧縮映像が、約650GBという膨大なデータ量になることがわかります。このような大容量のデータをそのまま保存したり、ネットワークを通じて伝送したりすることは、ストレージ容量、通信帯域、処理能力のいずれの観点からも現実的ではありません。

そこで、映像を効率的に扱うために「圧縮」の技術が必要となるのです。圧縮によってデータ量を削減することで、より多くの映像を保存できたり、限られた帯域幅でもスムーズに伝送できるようになります。

1.2. コーデックとは？

「コーデック（Codec）」とは、「Coder（符号化器）」と「Decoder（復号化器）」を組み合わせた造語です。映像や音声などのデータを、記録・伝送に適した形式に符号化（エンコード）し、再生・利用に適した形式に復号化（デコード）するためのソフトウェアやハードウェアのことを指します。

映像圧縮におけるコーデックは、前述のような膨大な非圧縮映像データを、一定のアルゴリズムに基づいてデータ量を削減した圧縮データに変換するエンコーダーと、その圧縮データをもとの映像データに戻すデコーダーから構成されます。

1.3. 圧縮の種類：可逆圧縮と非可逆圧縮

圧縮技術には、大きく分けて「可逆圧縮」と「非可逆圧縮」があります。

可逆圧縮 (Lossless Compression): 圧縮されたデータを完全に元の状態に戻すことができる圧縮方法です。データの一部が失われることがないため、文書ファイルやプログラムコードなどの圧縮に用いられます。映像分野では、特殊な用途（例：編集用の中間コーデック）で利用されることもありますが、高い圧縮率を得ることは難しいです。
非可逆圧縮 (Lossy Compression): 圧縮されたデータを完全に元の状態に戻すことができない圧縮方法です。人間が知覚しにくい情報や冗長な情報を積極的に削除することで、高い圧縮率を実現します。映像や音声は、人間の感覚器の特性を利用して、多少の情報が失われても品質の劣化を感じにくいように非可逆圧縮が行われるのが一般的です。H.264は非可逆圧縮コーデックです。

1.4. 映像圧縮の基本的な原理

非可逆圧縮を行う映像コーデックは、一般的に以下のような原理を組み合わせてデータ量を削減します。

空間方向の冗長性の除去:
- 予測 (Prediction): フレーム内の隣接するピクセル間の相関を利用して、あるピクセルの値を周囲の値から予測し、実際の値との差分（予測残差）を符号化します。差分の方が元の値よりもデータ量が少なくなることが多いです。これを「フレーム内予測（Intra Prediction）」と呼びます。
- 変換 (Transform): 画像データを周波数領域に変換します。変換によって、画像の特徴（平坦な部分、細かい模様など）を少数の係数で表現できるようになります。離散コサイン変換（DCT）などがよく用いられます。
- 量子化 (Quantization): 変換によって得られた係数のうち、人間の視覚が捉えにくい微細な情報を丸めたり削除したりします。これが非可逆圧縮の主要な部分であり、圧縮率と画質を調整するパラメータ（量子化パラメータ）によって圧縮の度合いを制御します。量子化の度合いを強くすればするほど、データ量は減りますが画質は劣化します。
時間方向の冗長性の除去:
- 予測 (Prediction): 連続するフレーム間で動きのある部分を特定し、前のフレーム（または後ろのフレーム）から動きのあるブロックをコピーして予測画像を生成します。実際の画像と予測画像の差分（これも予測残差）と、そのブロックがどこから移動してきたかを示す「動きベクトル」を符号化します。これを「フレーム間予測（Inter Prediction）」と呼びます。動画では多くの場合、隣接するフレーム間で大きな変化がないため、このフレーム間予測が非常に高い圧縮効率をもたらします。
統計的な冗長性の除去:
- エントロピー符号化 (Entropy Coding): 予測や変換、量子化を経て得られたデータ（予測残差や動きベクトルなど）に対して、出現頻度の高いデータを短い符号で、出現頻度の低いデータを長い符号で表現することで、さらにデータ量を削減します。ハフマン符号や算術符号などがあります。これは可逆圧縮の手法です。

H.264は、これらの基本的な原理をMPEG-2などの先行するコーデックから受け継ぎつつ、さらに洗練された技術を多数導入することで、飛躍的な圧縮効率の向上を実現しました。

第2章：H.264（AVC）とは？その登場と位置づけ

2.1. 正式名称と開発経緯

H.264は、正式には「ITU-T Recommendation H.264」および「ISO/IEC 14496-10 Advanced Video Coding (AVC)」という名称で標準化されています。国際電気通信連合（ITU-T）と国際標準化機構（ISO）/国際電気標準会議（IEC）の合同ビデオグループ（Joint Video Team, JVT）によって共同開発されました。

開発は2000年に開始され、2003年5月に最初のバージョンが国際標準として承認されました。これは、当時の主流だったMPEG-2（1994年標準化）の約10年後にあたる技術革新でした。

2.2. 先行コーデック（MPEG-2など）との比較

H.264が登場するまで、デジタル映像の標準として広く使われていたのはMPEG-2でした。MPEG-2はDVD、デジタル放送（SD画質）、そして初期のHD放送の一部で採用され、デジタル映像の普及に大きく貢献しました。しかし、HD画質（1920×1080ピクセルなど）を高品質に伝送・蓄積するためには、MPEG-2ではまだ多くのビットレート（データ量）が必要でした。

H.264は、MPEG-2の約2倍とも言われる圧縮効率の向上を目指して開発されました。これは、同等の画質であればMPEG-2の約半分のビットレートで済む、あるいは同等のビットレートであればMPEG-2よりもはるかに高画質になることを意味します。この目標は、後述する様々な新しい技術要素を導入することで達成されました。

H.264は、その技術的な優位性から、ブルーレイディスク、地上デジタル放送（多くの国）、ストリーミングサービス、動画共有サイトなど、HD時代における新たな標準コーデックとして急速に普及していきました。

2.3. H.264の位置づけ：AVCからHEVC, VVCへ

H.264 (AVC) の成功を受けて、さらなる圧縮効率の向上を目指した後継コーデックが開発されています。

H.265 / HEVC (High Efficiency Video Coding): 2013年に標準化。H.264の約2倍の圧縮効率を目指して開発されました。4K/8Kといった超高解像度映像やHDR（ハイダイナミックレンジ）に対応しています。
H.266 / VVC (Versatile Video Coding): 2020年に標準化。HEVCのさらに約2倍の圧縮効率を目指し、様々な用途（8K、360度映像、VRなど）への対応を強化しています。
VP9 / AV1: Googleが開発・推進するロイヤリティフリーのコーデック。VP9はHEVCと競合する性能を持ち、YouTubeなどで広く使われています。AV1はHEVCやVVCと競合する次世代コーデックとして、Alliance for Open Media (AOMedia) によって開発され、こちらもYouTubeやNetflixなどで採用が進んでいます。

これらの後継コーデックはH.264よりも高い圧縮効率を実現していますが、H.264は登場から20年以上経った今もなお、最も広く普及し、多くのデバイスやソフトウェアがサポートしている「定番」の地位を維持しています。これは、H.264が持つ互換性の高さ、十分に実用的かつバランスの取れた性能、そしてハードウェアによる高速なエンコード・デコード環境が広く整備されていることなどが理由として挙げられます。

第3章：H.264の主要な技術要素（徹底解説）

H.264が高い圧縮効率を実現するために導入された主な技術要素を詳しく見ていきましょう。これらの技術は、MPEG-2などの先行コーデックの思想を受け継ぎつつ、より洗練され、柔軟性が増しています。

3.1. 予測 (Prediction) の進化

予測は、圧縮の最も重要な部分の一つです。H.264は、フレーム内予測とフレーム間予測の両方で、MPEG-2に比べてはるかに多様で柔軟な方法を導入しました。

3.1.1. フレーム内予測 (Intra Prediction)

フレーム内予測は、現在のフレーム内で、既に符号化・復号化された近傍のピクセル情報を使って現在のブロックを予測する手法です。MPEG-2では、DC予測（周囲の平均値）やAC予測（水平・垂直方向の線形予測）などが中心でしたが、H.264は予測の方向性を多様化しました。

ブロック分割の柔軟性: 輝度信号に対しては、16×16、8×8、4×4ピクセルといった複数のブロックサイズで予測を行うことができます。小さいブロックサイズは細かい模様やエッジの多い領域に適しており、大きいブロックサイズは平坦な領域に適しています。色差信号（Cb, Cr）は、輝度信号の1/4のサイズ（MPEG-2では8×8）に対して、H.264では通常8×8または4×4で予測を行います。
予測モードの多様化: 特に4×4輝度ブロックに対しては、水平、垂直、斜めを含む9種類の予測方向（モード）が定義されています。8×8輝度ブロックに対しても同様に9種類のモードがあり、16×16輝度ブロックや色差ブロックに対しては4種類のモード（垂直、水平、DC、Planar）があります。エンコーダーは、これらのモードの中から最も予測誤差が小さくなる（＝予測残差が少なくなる）モードを選択します。
- 9方向モード: 4×4および8×8ブロックで利用可能。周囲のピクセルの値を用いて、指定された方向（垂直、水平、斜めなど）に沿ってピクセル値を外挿します。
- 4方向モード: 16×16および色差ブロックで利用可能。垂直、水平、DC（平均）、Planar（線形予測）の4種類。
予測残差の符号化: 予測によって生成された予測画像と実際の画像との差分（予測残差）が計算されます。この残差は、変換、量子化を経て符号化されます。

このように、H.264は多様なブロックサイズと予測モードを用意することで、フレーム内の様々なパターンをより効率的に予測し、予測残差を大幅に削減することを可能にしました。

3.1.2. フレーム間予測 (Inter Prediction)

フレーム間予測は、動画圧縮において最も高い圧縮率をもたらす技術です。連続するフレーム間でのオブジェクトの動きを利用して冗長性を除去します。H.264は、MPEG-2のフレーム間予測を大きく強化しました。

多様なブロック分割（Macroblock Partitioning）: H.264のフレーム間予測は、「マクロブロック（Macroblock, 16×16ピクセル）」をさらに小さい「サブマクロブロック（Sub-macroblock）」に分割して動き推定を行うことができます。分割サイズは、16×16、16×8、8×16、8×8、そして8×8のサブマクロブロックをさらに8×4、4×8、4×4に分割した計7種類のパーティションサイズが可能です。これにより、小さいオブジェクトの動きや複雑な動きもより正確に捉えることができるようになりました。
複数参照フレーム (Multi-Reference Frames): MPEG-2では、現在のフレームは原則として直前または直後の1つの参照フレームからのみ予測を行っていました。H.264では、エンコーダーとデコーダーで最大32フレーム（実装による制限あり）まで参照フレームリストを保持し、その中から最適な参照フレームを選択して予測を行うことができます。これにより、オクルージョン（手前のオブジェクトに隠されて見えなくなり、再び現れる）やシーンチェンジ後の参照効率が向上します。
双方向予測の強化 (B-frames): 双方向予測フレーム（B-frame）は、過去のフレーム（前方参照）と未来のフレーム（後方参照）の両方を使用して予測を行います。H.264では、B-frameを他のフレーム（I-frame, P-frame, B-frame自身）の参照元として利用できるようになりました（重み付け予測や双方向予測）。MPEG-2ではB-frameは他のフレームの参照元にはなれなかったため、H.264のこの機能は予測効率をさらに高めました。
動きベクトルの高精度化: 動きベクトルは、参照フレーム上のどの位置からブロックが移動してきたかを示します。H.264は、MPEG-2の半画素精度よりも高い「1/4画素精度」で動きベクトルを計算・符号化できます。これにより、より正確な予測画像が生成され、予測残差を削減できます。さらに、1/8画素精度の補間もサポートしています。
動きベクトルの予測: 動きベクトルそのものも、近傍のブロックの動きベクトルから予測し、その差分（動きベクトル差分）を符号化します。これにより、動きベクトル情報のデータ量も削減されます。
加重予測 (Weighted Prediction): フェードイン・フェードアウトやクロスフェードといった映像効果に対応するため、参照フレームからコピーしたブロックに重み付けやオフセットを加えて予測画像を生成する機能が追加されました。

これらのフレーム間予測技術の進化により、H.264は様々な種類の動きやシーン変化に対して、より頑健で効率的な予測を実現しています。

3.2. 変換 (Transform) と量子化 (Quantization)

予測によって得られた予測残差は、周波数変換されて符号化されます。

整数変換 (Integer Transform): H.264では、DCT（離散コサイン変換）に似た4×4および8×8サイズの整数変換を採用しています。これは、DCTのような浮動小数点演算ではなく、整数演算のみで変換・逆変換を行えるため、実装が容易で、変換精度によるずれ（IDCT mismatch）が発生しないという利点があります。
アダプティブ変換サイズ: 予測残差の特性に応じて、4×4または8×8の変換サイズを選択できます。細かい残差には4×4が、滑らかな残差には8×8が適しています。色差信号は通常4×4変換です。
量子化: 変換によって得られた周波数係数は、量子化パラメータ（QP）に基づいて量子化されます。QPは0から51までの値を取り、値が大きいほど量子化の度合いが強くなり、データ量は減少しますが画質は劣化します。H.264では、マクロブロックごとにQPを調整できる機能（Adaptive Quantization）もサポートしており、画面内の重要度などに応じてきめ細やかなビットレート制御が可能です。量子化された係数は、走査（Scan）によって並べ替えられ、後段のエントロピー符号化に渡されます。

3.3. エントロピー符号化 (Entropy Coding)

量子化された係数、動きベクトル差分、予測モード情報などのデータを、統計的な冗長性を利用してさらに圧縮します。H.264では、2つの異なるエントロピー符号化方式をサポートしています。

CAVLC (Context Adaptive Variable Length Coding): コンテキスト適応型可変長符号化。データの種類（文脈）に応じて、異なる可変長符号（VLC）テーブルを使用します。比較的計算量が少なく、Baselineプロファイルなどで利用されます。
CABAC (Context Adaptive Binary Arithmetic Coding): コンテキスト適応型二値算術符号化。算術符号化をベースとしており、様々なデータシンボルを二値化し、その出現確率を文脈に応じて適応的に学習しながら符号化を行います。CAVLCよりも高い圧縮効率（一般的に10%程度の改善）を実現しますが、計算負荷は大きいです。MainプロファイルやHighプロファイルなどで利用されます。

エンコーダーは、CAVLCまたはCABACのどちらかを選択して符号化します。CABACはH.264の圧縮効率を大きく向上させた要素の一つです。

3.4. ループフィルタ (Loop Filter)

非可逆圧縮において、特にブロック境界には「ブロック歪み」と呼ばれる人工的なノイズが発生しやすい傾向があります。H.264は、復号化プロセスの一部として、このブロック歪みを軽減するための「デブロックフィルタ (Deblocking Filter)」を導入しました。

デブロックフィルタ: 復号化された画像のブロック境界に適用され、境界付近のピクセル値を周囲の値に応じて滑らかに調整します。このフィルタ処理は、符号化・復号化ループ内（すなわち、復号化された画像が次のフレームの参照画像として使用される前）で行われます。これにより、フィルタリングされた高品質な画像が参照画像として使用され、予測効率の低下を防ぐことができます。フィルタリングの強さは、ブロック境界の種類（フレーム内/フレーム間、符号化された係数の有無など）に応じて適応的に調整されます。

このデブロックフィルタは、視覚的な品質を向上させるだけでなく、参照画像の品質を高めることで圧縮効率にも貢献しています。

3.5. スライスとNAL (Network Abstraction Layer)

H.264の設計思想の一つに、多様なネットワーク環境への適応性があります。これを実現するために、「スライス」と「NAL (Network Abstraction Layer)」という概念が導入されました。

スライス (Slice): 1つのフレーム（Picture）は、1つ以上のスライスに分割されます。スライスは、他のスライスの情報に依存せずに単独で復号化できる符号化されたマクロブロックの集まりです（フレーム間予測における参照フレームは共有されます）。フレームを複数のスライスに分割することで、
- 並列処理: 複数のプロセッサで同時に復号化処理を行えるため、高速化が可能です。
- エラー耐性: ネットワーク伝送中にパケットロスなどが発生した場合でも、失われたスライス以外のスライスは正常に復号化できるため、映像全体が崩壊するのを防ぎ、エラー伝搬を局所化できます。
NAL (Network Abstraction Layer): H.264のビットストリームは、NALユニットと呼ばれる単位で構成されます。NALは、符号化された映像データそのものである「VCL (Video Coding Layer) NALユニット」と、映像の構成情報やパラメータを含む「non-VCL NALユニット」に分けられます。
- VCL NALユニット: スライスデータなど、映像ピクセルデータを表現する情報を含みます。
- non-VCL NALユニット: シーケンスパラメータセット（SPS: Sequence Parameter Set）、ピクチャパラメータセット（PPS: Picture Parameter Set）、アクセスユニットデリミタ、SEI (Supplemental Enhancement Information) メッセージなどを含みます。SPSは解像度、フレームレート、プロファイル/レベルなどのシーケンス全体に関わる情報、PPSは量子化パラメータやエントロピー符号化方式などのピクチャごとのパラメータを含みます。
  NAL構造により、符号化された映像データを、パケット指向のネットワーク（IPネットワークなど）や放送システムなど、様々な伝送・蓄積システムに容易に適応させることができます。

3.6. プロファイルとレベル (Profiles and Levels)

H.264は、幅広いアプリケーションに対応できるように、様々な機能の組み合わせと性能の上限を定義した「プロファイル (Profile)」と「レベル (Level)」を持っています。

プロファイル: H.264がサポートする多数の技術要素の中から、特定の用途に必要な機能セットを定義したものです。これにより、特定のアプリケーション向けに最適化された実装やハードウェアを開発しやすくなります。代表的なプロファイルをいくつか挙げます。
- Baseline Profile (BP): 最もシンプルなプロファイル。フレーム間予測ではIフレームとPフレーム、フレーム内予測では4×4ブロックのみをサポートし、エントロピー符号化はCAVLCのみを使用します（拡張機能を除く）。計算負荷が低く、エラー耐性機能（Flexible Macroblock Ordering, FMOやArbitrary Slice Ordering, ASOなど）もサポート（ただしあまり普及せず）。主にモバイル通信やテレビ会議システムなど、処理能力や帯域が限られる環境で利用されました。
- Main Profile (MP): Baseline Profileに加えて、Bフレーム、8×8要素を含むフレーム間予測、8×8フレーム内予測、CABACなどをサポートします。地上デジタル放送（一部地域）、DVDの拡張規格（HD DVDなど）、初期のHDストリーミングなどで広く利用されました。
- High Profile (HP): Main Profileの全機能に加え、8×8整数変換、カスタム量子化行列、無損失符号化（QM = 0）、より多様なフレーム内予測モードなどをサポートします。ブルーレイディスク、HD放送、主要な動画ストリーミングサービスなどで最も広く使用されているプロファイルです。AVC/H.264といえば通常このHigh Profileを指すことが多いです。
- Extended Profile (XP): Baseline Profileにスイッチングスライス（SI, SPスライス）などを追加し、ストリーミングなどのエラー回復能力を高めたプロファイルですが、あまり普及しませんでした。
- その他のプロファイル: 10ビット深度をサポートするHigh 10 Profile (Hi10P)、4:2:2色差フォーマットをサポートするHigh 4:2:2 Profile (Hi422P)、4:4:4色差フォーマットをサポートするHigh 4:4:4 Predictive Profile (Hi444PP) などがあり、放送局やプロフェッショナル用途で利用されます。
レベル: 各プロファイル内で、符号化できる映像の性能の上限（最大ビットレート、最大マクロブロック処理レート、最大解像度/フレームレート、参照フレーム数など）を定義したものです。レベルが高くなるほど、より高画質・高解像度・高フレームレートの映像を符号化・復号化できます。例えば、Level 4.1はフルHD（1920×1080）30fps程度の映像を符号化できる一般的なレベルです。デバイスやソフトウェアは、サポートするプロファイルとレベルを公表しており、互換性を判断する際の基準となります。

これらのプロファイルとレベルの仕組みにより、H.264は低負荷なモバイル用途から高品質な放送・ブルーレイ用途まで、幅広いニーズに対応することができました。

第4章：H.264のメリット

H.264が長年にわたり「定番」であり続けた理由、それは数多くのメリットがあるからです。

4.1. 圧倒的に高い圧縮効率

H.264の最大のメリットは、その高い圧縮効率です。MPEG-2と比較して、同等の画質であればビットレートを30%〜50%削減できると一般的に言われています。これは、前述の多様な予測モード、柔軟なブロック分割、複数参照フレーム、CABACなどの新しい技術要素の組み合わせによって実現されています。

高い圧縮効率は、以下のような利点をもたらします。

ストレージ容量の削減: 同じ画質の映像をより小さなファイルサイズで保存できるため、HDDやSSD、ディスク媒体の容量を節約できます。
通信帯域の削減: ネットワークを通じて映像を伝送する際に、より少ないデータ量で済むため、回線負荷を軽減できます。これにより、低速な回線でも比較的スムーズなストリーミングが可能になったり、より多くのユーザーが同時にアクセスできるようになります。
高画質化: 同じビットレートであれば、MPEG-2よりもはるかに高画質で映像を符号化できます。これにより、HD放送やブルーレイディスクのような高精細な映像サービスが普及しました。

4.2. 幅広い用途への対応と柔軟性

プロファイルとレベルの仕組みにより、H.264はモバイル、PC、テレビ、放送、パッケージメディア、監視システムなど、非常に多様なアプリケーションに対応できます。特定の用途に合わせた機能セットを選択することで、必要な性能と実装の容易さのバランスを取ることができます。

4.3. 優れたネットワーク親和性

NAL構造により、H.264のビットストリームはパケット指向のネットワークに非常に適しています。各NALユニットは自己完結性が高いため、IPパケットに分割して伝送しやすく、受信側でパケットを再構成して復号化できます。これは、特にライブストリーミングやビデオ会議といったリアルタイム通信において大きな利点となります。

4.4. エラー耐性機能

スライス分割機能は、ネットワーク伝送中のパケットロスに対するエラー耐性を高めます。一部のスライスが失われても、他のスライスは復号化できるため、画面全体が真っ暗になったりフリーズしたりするのではなく、影響を受けた部分だけがブロックノイズになるなど、劣化を限定的に抑えることが可能です。ただし、これはエンコーダー側で適切にスライスを分割し、独立性を確保するように設定した場合の効果です。

4.5. 処理負荷とパフォーマンスのバランス（登場当時として）

H.264はMPEG-2と比較して計算負荷が高いですが、その高い圧縮効率に見合うだけの性能を発揮します。そして、標準化された2003年以降、コンピュータの処理能力向上と半導体技術の進歩により、ハードウェアによるH.264エンコーダー・デコーダー（LSIやGPUに搭載されることが多い）が広く普及しました。これにより、リアルタイムでのエンコードや、省電力でのデコードが可能になり、様々なデバイスへの搭載が容易になりました。これは、後継のHEVCが登場した当初、ハードウェアサポートが十分でなく普及が遅れたのと対照的です。

4.6. 圧倒的な普及率と互換性

これがH.264が「定番」たる最大の理由かもしれません。H.264は、前述のように様々な分野で標準として採用された結果、多くのデバイス（スマートフォン、PC、テレビ、ゲーム機、STBなど）、オペレーティングシステム、ウェブブラウザ、ソフトウェア（再生ソフト、編集ソフト）がH.264のデコード・エンコード機能を標準でサポートしています。

この高い互換性により、ユーザーは特別な準備をしなくても、H.264で符号化された映像をほとんどの環境で再生できます。コンテンツ制作者も、H.264で出力すれば多くのユーザーに視聴してもらえるという安心感があります。このネットワーク効果のようなものが、後継コーデックが登場してもH.264の地位を揺るがしにくい要因となっています。

第5章：H.264のデメリット

高い互換性と普及率を誇るH.264にも、いくつかのデメリットが存在します。

5.1. エンコード時の計算負荷

H.264は、MPEG-2に比べてエンコード時の計算負荷が顕著に高くなりました。特に、最適な予測モードや動きベクトルを探索するプロセス、そしてCABACによるエントロピー符号化は、多くの計算リソースを必要とします。高画質・高圧縮率の設定でエンコードを行う場合、高性能なCPUや専用ハードウェアが必要となります。ただし、デコードは比較的軽量であり、多くのデバイスでハードウェアデコーダーが搭載されているため、再生時の問題となることは少ないです。

5.2. 低遅延性の限界

H.264は、高い圧縮効率を実現するために、双方向予測（Bフレーム）や複数参照フレームといった技術を多用します。これらの技術は、符号化・復号化の際に複数のフレームを参照したり、フレームの並べ替えが必要になったりするため、必然的にある程度の遅延（レイテンシ）が発生します。リアルタイム性が求められるアプリケーション（ビデオ会議、ライブストリーミングなど）では、この遅延が問題となる場合があります。BaselineプロファイルのようにBフレームを使用しない設定や、特定の低遅延モードもありますが、その場合は圧縮効率が犠牲になります。

5.3. パテント（特許）問題とライセンス料

H.264は、多数の企業が保有する特許技術の集合体です。これらの特許は、MPEG LAやVia Licensingといった特許プールを通じてライセンスされており、H.264に対応した製品（エンコーダー、デコーダー、対応機器など）を製造・販売する企業は、これらの特許プールに対してライセンス料を支払う必要があります。

初期の頃は、H.264でエンコードされたコンテンツのストリーミング配信にもライセンス料が必要になる可能性がありましたが、MPEG LAは特定の条件下でのインターネット動画配信に対する特許料を無償化しました（ただし、デバイスやエンコーダー/デコーダーソフトウェアへのライセンス料は依然として必要です）。

この特許問題は、H.264の普及を妨げるほどではありませんでしたが、ロイヤリティフリーのコーデック（VP9, AV1など）が登場する一因となりました。特にハードウェアメーカーや大規模なサービス提供者にとって、ライセンス料は無視できないコストとなります。

5.4. 後継コーデックとの比較での効率の劣後

当然ながら、H.264は登場から20年以上が経過した技術です。その後開発されたHEVC、VP9、AV1、VVCといった新しいコーデックは、H.264よりもさらに進んだ技術（より大きなブロックサイズ、より多様な変換、より洗練された予測、機械学習の応用など）を取り入れており、H.264よりも高い圧縮効率を実現しています。特に4Kや8Kといった超高解像度映像やHDR映像では、H.264では現実的なビットレートでの高品質な符号化が難しくなってきています。

この点はH.264自体のデメリットというよりは、技術の進化による相対的な位置づけの変化と言えます。しかし、新しい技術が登場してもなお「定番」であり続けているのは、前述のメリット、特に圧倒的な互換性の高さによるものです。

第6章：H.264の幅広い応用例

H.264は、そのバランスの取れた性能と高い互換性から、非常に多くの分野で利用されてきました。ここでは代表的な応用例をいくつか紹介します。

6.1. ブルーレイディスク (Blu-ray Disc)

高精細なHD映像を記録するメディアとして普及したブルーレイディスクの主要なビデオコーデックとして採用されました。MPEG-2でもHD映像の記録は可能でしたが、H.264の高い圧縮効率により、より高画質で長時間の映像を記録できるようになりました。

6.2. デジタル放送

世界中の多くの国で、地上デジタル放送や衛星放送のHD放送における標準コーデックとして採用されています。日本でも、BS/CSデジタル放送の多くや、地上デジタル放送の一部でH.264が利用されています（日本の地上デジタル放送の主力コーデックはMPEG-2からH.264への移行が進みました）。

6.3. 動画配信サービス・ストリーミング

YouTube, Netflix, Amazon Prime Video, Huluなど、主要な動画配信サービスのほとんどがH.264をサポートしています。かつてはHDストリーミングのデファクトスタンダードであり、現在でも幅広いデバイスへの互換性を確保するために重要なコーデックとして利用されています。多くのデバイスのハードウェアデコーダーがH.264に対応しているため、スムーズな再生が可能です。

6.4. Web会議システム

Zoom, Skype, Microsoft TeamsなどのWeb会議システムでも、H.264は広く利用されています。限られた帯域幅でリアルタイムの映像と音声を送受信する必要があるWeb会議において、H.264の高い圧縮効率は非常に有効です。特に、多くの環境でハードウェアアクセラレーションが利用できるため、PCやスマートフォンの負荷を抑えつつ高品質な映像を提供できます。Baseline Profileのような低遅延設定も利用されます。

6.5. 監視カメラ・セキュリティシステム

長時間の映像を高画質で記録する必要がある監視カメラシステムにおいて、H.264はデータ容量を大幅に削減できることから標準的なコーデックとなっています。数日、数週間、あるいは数ヶ月分の映像を記録する際に、H.264を使用することで必要なストレージ容量を劇的に減らすことができます。

6.6. スマートフォン・デジタルカメラ

多くのスマートフォンやデジタルカメラの動画撮影機能において、H.264は標準的な録画フォーマットとして採用されています。これは、記録メディア（SDカードなど）の容量を節約できること、そして撮影した動画をPCや他のデバイスで容易に再生できる高い互換性があるためです。

6.7. ゲーム

ゲーム内ムービーやカットシーンの圧縮にもH.264がよく利用されます。ディスク容量の削減や、ゲームエンジンからの再生の容易さなどが理由です。

これらの例からもわかるように、H.264はプロフェッショナルな放送・映像制作分野から、コンシューマー向けのデバイスやサービスまで、非常に幅広い用途で深く浸透しています。

第7章：H.264の現状と将来性

H.264は今もなお「定番」ですが、HEVC、VP9、AV1、VVCといった後継コーデックが登場し、少しずつシェアを伸ばしています。H.264は今後どのように位置づけられていくのでしょうか。

7.1. なぜ後継コーデックが登場してもH.264は定番なのか？

互換性の壁: 最も大きな理由です。前述の通り、H.264は多くのデバイス、ソフトウェア、サービスでサポートされています。新しいコーデックで符号化された映像を再生するためには、そのコーデックに対応したデコーダーが必要です。特に古いデバイスでは、新しいコーデックのハードウェアデコーダーが搭載されておらず、ソフトウェアデコードでは処理能力が追いつかない場合があります。そのため、幅広いユーザーにリーチするためには、依然としてH.264での配信が不可欠な場面が多くあります。
ハードウェアサポート: H.264は長年利用されてきたため、多くの半導体ベンダーがH.264の高性能なハードウェアエンコーダー・デコーダーIP（Intel Quick Sync Video, NVIDIA NVENC, AMD VCE/VCNなど）を提供しています。これらのハードウェアエンコーダーは、ソフトウェアエンコーダーよりも高速かつ低消費電力で処理できるため、リアルタイムエンコーディングやモバイルデバイスでの利用に適しています。後継コーデックのハードウェアサポートも進んでいますが、H.264の普及度にはまだ及びません。
ライセンス問題の複雑さ: HEVCは、複数の特許プールが存在し、ライセンス構造が複雑で費用も高額になったことが、当初の普及の大きな障壁となりました。一方、H.264のライセンス構造は比較的安定しており、特定の用途（インターネット動画配信など）では実質無償化されたこともあり、利用のハードルが下がっています。ロイヤリティフリーのAV1が登場したのも、このライセンス問題が一因です。
必要十分な性能: 多くのアプリケーションにおいて、H.264の圧縮効率はHD解像度であれば十分な品質を提供できます。特に、高画質が最優先ではない用途（Web会議の低画質モード、特定の監視カメラなど）では、より高効率なコーデックよりもH.264の互換性や処理負荷の低さが優先される場合があります。

これらの要因が複合的に作用し、H.264は後継コーデックが登場してもなお、広く利用され続けています。

7.2. H.264の将来性

今後、4K/8K、HDR、VR/ARといった新しい映像技術の普及が進むにつれて、HEVCやAV1、VVCといった高効率なコーデックの重要性は増していくでしょう。特に、限られた帯域で超高精細な映像を伝送・視聴するためには、これらの新しい技術が不可欠となります。

しかし、H.264がすぐに市場から姿を消すわけではありません。

レガシーデバイス: 既にH.264ハードウェアデコーダーを搭載している膨大な数のデバイスが存在するため、これらのデバイス向けのコンテンツ配信にはH.264が必須となります。
互換性最優先の場面: 幅広いユーザー層に確実に映像を届けたい場合、最も互換性の高いH.264が選択される可能性が高いです。多くの動画配信サービスでは、帯域やデバイスの能力に応じて複数のコーデック（H.264, VP9, HEVC, AV1など）のストリームを用意し、最適なものを自動選択するというマルチコーデック戦略を採用しています。この場合でも、H.264は最も基本的な対応コーデックとして重要な役割を果たします。
特定の用途: 監視カメラのように、ハードウェアコストや互換性が重視される分野では、今後もH.264が引き続き利用されると考えられます。

結論として、H.264は将来的に高効率な後継コーデックに主役の座を譲っていく可能性が高いですが、その圧倒的な普及率と互換性、そして十分に実用的な性能から、今後も多くの分野で「定番」の選択肢の一つとして利用され続けるでしょう。特に、古いデバイスのサポートや、最も広い互換性を求める場面では、しばらくの間はH.264が活躍し続けると考えられます。

第8章：まとめ

H.264（AVC）は、2003年の標準化以降、デジタル映像の世界に革命をもたらした画期的なビデオコーデックです。MPEG-2から飛躍的に向上した圧縮効率は、HD放送、ブルーレイディスク、そしてインターネット動画配信といった新しい映像サービスの普及を強力に後押ししました。

その高い圧縮効率は、多様なブロック分割と予測モード、複数参照フレーム、高精度な動き補償といった進んだフレーム間予測技術に加え、多様なフレーム内予測、整数変換、そして効率的なエントロピー符号化（特にCABAC）といった、様々な技術要素の組み合わせによって実現されています。また、NAL構造やスライスといった仕組みは、多様なネットワーク環境への適応性やエラー耐性を高めています。さらに、プロファイルとレベルによって、低負荷なモバイル用途から高品質な放送用途まで、幅広いアプリケーションに対応できる柔軟性を持っています。

これらの技術的な優位性に加え、長年の普及によって築き上げられた圧倒的な互換性は、H.264が後継コーデックが登場してもなお「定番」の地位を維持している最大の理由です。スマートフォンからテレビ、PC、ゲーム機に至るまで、私たちの身の回りのほとんどのデバイスがH.264のデコードに対応しており、コンテンツ制作者も安心して利用できる基盤が確立されています。

もちろん、H.264にもエンコード負荷の高さやライセンス問題といったデメリットは存在し、4K/8K時代にはその圧縮効率の限界も見え始めています。HEVC、VP9、AV1、VVCといった新しいコーデックが、より高効率な圧縮を提供するために開発され、少しずつ普及が進んでいます。しかし、新しい技術が完全に旧技術を置き換えるまでには時間がかかります。H.264は、今後も互換性が重視される場面や、既存のシステムにおいて、必要十分な性能を持つ「定番」として利用され続けるでしょう。

H.264の登場と普及は、デジタル映像の歴史における重要なマイルストーンであり、現在のリッチな映像体験を可能にした立役者の一つです。この記事を通して、H.264という技術の深さ、そしてそれが私たちのデジタルライフにいかに貢献しているかについて、理解を深めていただけたなら幸いです。今後の映像技術の進化を追う上でも、H.264で培われた技術思想やその成功の理由を知っておくことは、きっと役立つはずです。