MSU से HEVC कोडेक्स की तुलना। परिणाम कैसे सुधारें

अक्टूबर 2015 में, मॉस्को स्टेट यूनिवर्सिटी के VMiK में एक और कोडेक तुलना रिपोर्ट जारी की गई थी , इस बार इसमें कई HEVC कोडेक शामिल थे।

अध्ययन के लिए शुरुआती बिंदु यह था कि हमने एवीसी और एचईवीसी के परीक्षणों में प्रीसेट में अंतर देखा - एवीसी के लिए, एक जीओपी के साथ एक अनमॉडिफाइड फास्ट प्रोफाइल का उपयोग किया गया था, और एचईवीसी के लिए, कई जीओपी के साथ एक संशोधित एक का उपयोग किया गया था। उसी समय, खुली रिपोर्ट में वर्णित एकमात्र "ऐप्पल ट्री" फ़ाइल के लिए, x264 एनकोडर x265 से बेहतर निकला जब यह एन्कोडिंग गति को ध्यान में रखे बिना बिटरेट पर एसएसआईएम की निर्भरता के ग्राफ पर जल्दी से ट्रांसकोड किया गया था। सवाल तुरंत उठा: शायद ये विकल्प या कुछ अन्य स्पष्ट इस तस्वीर को बदल सकते हैं।

रिपोर्ट प्रीसेट की तुलना करती है, लेकिन उन्हें सही करने के लिए सिफारिशें प्रदान नहीं करती है। इस लेख में, हमने एक समान तुलना की और x265 एनकोडर प्रीसेट को संशोधित करने के लिए सिफारिशें कीं। रिपोर्ट के मुक्त संस्करण में अध्ययन किए गए वीडियो अनुक्रम के समान, एन्कोडिंग मापदंडों के लिए प्रस्तावित परिवर्तन संपीड़न दक्षता में सुधार कर सकते हैं, जबकि वे रिपोर्ट की साजिश रचते समय x265 एनकोडर का पुनर्वास करते हैं।

संशोधित प्रीसेट सार्वभौमिकता का दावा नहीं करता है, बड़ी संख्या में वीडियो दृश्यों का परीक्षण इस अध्ययन के दायरे से परे है। हालाँकि, उन्हें x265 की कोडिंग दक्षता बढ़ाने के अवसरों की तलाश में एक शुरुआती बिंदु के रूप में अनुशंसित किया जा सकता है।

परियोजना के बारे में

मल्टीमीडिया प्रोसेसिंग में वीडियो एन्कोडिंग का कार्य, चाहे वह ट्रांसमिशन, संपादन या संपादन, भंडारण हो, दोनों अनुप्रयोगों और सेवाओं को विकसित करते समय लगातार उत्पन्न होते हैं, और जब वे उपयोग के समय कॉन्फ़िगर होते हैं। बड़ी संख्या में लोकप्रिय वीडियो कोडेक्स के कारण, यहां तक ​​कि एक ही प्रकार के अक्सर, उनमें से इष्टतम एक को चुनना आसान नहीं है और फिर सही सेटिंग्स सेट करें। संभवतः, 2000 के दशक के बाद से मास्को राज्य विश्वविद्यालय के कम्प्यूटेशनल गणित और साइबरनेटिक्स (VMiK) के संकाय में कंप्यूटर ग्राफिक्स और मल्टीमीडिया की प्रयोगशाला में इस तरह के विचारों द्वारा निर्देशित, वीडियो कोडेक की तुलना के लिए एक परियोजना पर काम चल रहा है।

अक्टूबर 2015 में, एक कोडेक तुलना रिपोर्ट प्रकाशित की गई थी जिसमें एचईवीसी प्रारूप में कुछ कोडेक्स शामिल थे, साथ ही कई अन्य जो वर्तमान में सक्रिय विकास के तहत हैं। एक "संदर्भ" के रूप में कंप्रेसर x264 को अपनाया। रिपोर्ट में दिलचस्प में से एक x265 कंप्रेसर है, और हम इसका अध्ययन करेंगे।
विश्लेषण उपकरण के रूप में, हम SolveigMM Zond 265, HEVC / H.265 और AVC / H.264 फ़ाइल विश्लेषक का उपयोग करेंगे।

कोडेक की तुलना करने और मापदंडों का चयन करने के तरीके

हम तकनीक का वर्णन करते हैं। रिपोर्ट में तुलना मापदंड बिटरेट-गुणवत्ता (SSIM, PSNR) -speed के अनुसार की जाती है। बिटरेट / गुणवत्ता मीट्रिक (पैराग्राफ C.4) के अनुपात की तुलना करने के लिए रिपोर्ट में वर्णित प्रक्रिया निम्नानुसार है।
हम कई बिटरेट मानों (उदाहरण के लिए, 7 मान: 1, 2, 4, 6, 8, 10 और 12 एमबीपीएस) का चयन करते हैं, उनके लिए हम प्रत्येक कोडेक के लिए आवश्यक गुणवत्ता मैट्रिक्स पर विचार करते हैं।

हम ग्राफ पर प्राप्त मूल्यों को चिह्नित करते हैं: गुणवत्ता मीट्रिक (एब्सिस्सा अक्ष) - बिट दर (अक्षीय अक्ष)।

1. रैखिक रूप से प्रक्षेपित करें।
2. हम उस विस्तृत श्रृंखला का चयन करते हैं, जिस पर सभी ग्राफ़ परिभाषित हैं, और उस पर सभी ग्राफ़ के अंतर्गत क्षेत्र को ढूंढें।
3. एक के रूप में गुणवत्ता के उपाय एक विशेष कोडेक (या पूर्व निर्धारित) के संदर्भ कोडेक के लिए क्षेत्र के लिए अपने क्षेत्र के अनुपात लेने। संख्या जितनी कम होगी, उतना ही कुशल कोडेक होगा।

संदर्भ के लिए, रिपोर्ट में चयनित पूर्व निर्धारित के साथ x265 का चयन करें (तालिका 1)। रिपोर्ट कंप्रेसर के नवीनतम संस्करण का उपयोग नहीं करती है, यह यहां पाया जा सकता है: x265 1.5 + 460-ac85c775520f । हालांकि, नवीनतम संस्करण का उपयोग करते समय, मौलिक रूप से कुछ भी नहीं बदलता है।
उपयोग किए गए कंप्रेसर प्रीसेट तालिका 1 (डेस्कटॉप प्लेटफॉर्म के लिए) में दिखाए गए हैं।

तेजस्वी	x265 -p veryslow --bit% BITRATE_KBPS %% SOURCE_FILE% -o% TARGET_FILE% --in-Res% WIDTH% x% HE%% --fps% IPS%
यूनिवर्सल कोडिंग	x265 -p मध्यम --बिटेट% BITRATE_KBPS %% SOURCE_FILE% -o% TARGET_FILE% --in-Res% WIDTH% x% HEIGHT% --fps% FPS%
तेजी से पुनरावृत्ति	x265 -p अल्ट्राफास्ट --ref 3 - बिट्रेट% BITRATE_KBPS %% SOURCE_FILE% -o% TARGET_FILE% --in-Res% WIDTH% x% HEIGHT% -fps% FPS%

तालिका 1. "MSU HEVC वीडियो कोडेक तुलना" रिपोर्ट के x265 कंप्रेसर की सेटिंग्स।

प्रीसेट को संशोधित करने के लिए सिफारिशें प्राप्त करने के लिए, हम उन सभी सेटिंग्स का परीक्षण करते हैं, जिनमें वे शामिल हैं - प्रत्येक घटक गुणवत्ता और गति में क्या योगदान देता है। यहाँ योजना इस प्रकार है।

1. हम फ़ाइल को एनकोड करते हैं, प्रीसेट के प्रत्येक पैरामीटर को बदलते हुए: तेजी से ट्रांसकोडिंग से यूनिवर्सल तक, यूनिवर्सल से "तेजस्वी" तक। उसी समय, हम एन्कोडिंग समय बचाते हैं।
2. हम गुणवत्ता माप की गणना करते हैं (जैसा कि ऊपर संकेत दिया गया है) और संबंधित एन्कोडिंग समय (सभी चयनित बिटरेट मानों के सापेक्ष "पूर्व निर्धारित-संशोधित पैरामीटर" फ़ाइल के लिए न्यूनतम एफपीएस एन्कोडिंग मूल्य)।
3. एक चर पैरामीटर, गुणवत्ता माप, न्यूनतम एफपीएस से युक्त तालिका से, हम उन मापदंडों का चयन करते हैं जिनका उपयोग प्रीसेट में सुधार के लिए किया जा सकता है।

हम सार्वभौमिक कोडिंग और "तेजस्वी" (तालिका 2) के लिए प्रीसेट के मापदंडों के लिए खुद को सीमित करते हैं, मापदंडों "-पी माध्यम" और "-पी अल्ट्राफास्ट" का खुलासा करते हैं। रिपोर्ट में उनके साथ दो और लापता: "- इकिंट -1 - टीएनसिम"। हम क्रमशः और सार्वभौमिक ट्रांसकोडिंग के लिए प्रीसेट के साथ सूचीबद्ध मापदंडों को क्रमशः पूरक करेंगे।

यूनिवर्सल कोडिंग	--rc-lookahead 20 --scenecut 40 --ctu 64 --min-cu-size 8 --bframes 4 --b-adapt 2 --subme 1 --me hex --early-Skip --sao - साइनहाइड - वेटपेड --rd 3 --aq- शक्ति 1.0 --aq- मोड 1 --कट्री -नो-फास्ट-इंट्रा
"तेजस्वी"	- weightb --amp - correct --rc-lookahead 40 --bframes 8 --tu-inter-गहराई 3 --tu-intra-गहराई 3 --rd 6 --rdoq 2 --psy-rdoq 1.0 - -सुबमे ४ --मैक्स-मर्ज ४ --मे स्टार - ५- बी-इंट्रा - अनदेखीहेड-स्लाइस ०

तालिका 2. MSU HEVC वीडियो कोडेक तुलना रिपोर्ट के प्रीसेट को संशोधित करने के लिए उम्मीदवार पैरामीटर

«Apple Tree» (. 1), , . , – , . «big_buck_bunny_1080p_h264.mov», 338 24 :

ffmpeg -i big_buck_bunny_1080p_h264.mov -ss 00:00:24 -frames:v 338 -c:v rawvideo -pix_fmt yuv420p sample.yuv


1. «Apple Tree»

, , Zond 265, ( 3):
zond265_x64% COMPRESSED_FILE% -iref% REFERENCE_420P_FILE% -nowait -report t = गुणवत्ता, स्टेटमस्ट्रीम qm = SSIM o =% TARGET_CSV_FILE%
सभी मापदंडों की एक सूची, साथ ही उनके विस्तृत विवरण, Zond 265 प्रलेखन पर पाए जा सकते हैं ।

पैरामीटर	विवरण
-iref	संदर्भ YUV फ़ाइल सेट करना
-report	कमांड लाइन पर Zond 265 ऑपरेटिंग मोड निर्दिष्ट करना
t = गुणवत्ता, स्टेटस्ट्रीम	यहां, दो रिपोर्टों की पीढ़ी का चयन किया जाता है: वीडियो स्ट्रीम पर गुणवत्ता और आंकड़े
क्यूएम = एसएसआईएम	गणना के लिए गुणवत्ता मीट्रिक
ओ	CSV रिपोर्ट फ़ाइल का पथ
-nowait	बिना रुके, Zond 265 को बिना किसी देरी के फाइल से फाइल में जाना चाहिए

तालिका 3. किसी स्क्रिप्ट को संकलित करने के लिए आवश्यक Zond 265 कमांड लाइन पैरामीटर

यहां पायथन 2.7 के लिए दो स्क्रिप्ट हैं: एक 266 फ़ाइलों को एन्कोडिंग करने के लिए (20 सेटिंग्स पहले के लिए, दूसरे प्रीसेट के लिए 18 सेटिंग्स, 7 बिट्रेट्स के लिए: 1, 2, 4, 6, 6) 8, 10, 12 एमबीपीएस), सीएसवी प्रारूप में रिपोर्टिंग के लिए दूसरा (फ़ाइल - संदर्भ कॉन्फ़िगरेशन के लिए एफपीएस एन्कोडिंग का अनुपात - संदर्भ कॉन्फ़िगरेशन में एसएसआईएम मीट्रिक का अनुपात)।
जैसा कि फ़ाइल खंड " big_buck_bunny_1080p_h264.mov " (तालिका 5 और 6) के लिए रिपोर्ट तालिकाओं से देखा जा सकता है , आप कॉन्फ़िगरेशन को संशोधित कर सकते हैं, उदाहरण के लिए, तालिका 4 में दिखाया गया है। दक्षता में सुधार करने के लिए याद करें।गुणवत्ता माप मान एक से कम होना चाहिए, और सापेक्ष कोडिंग समय मान एक से अधिक होना चाहिए।
निम्न कॉन्फ़िगरेशन वाले कंप्यूटर पर परीक्षण किया गया था: Intel Core i7-2600@3.4 GHz, 16 GB RAM। गुणवत्ता में सबसे बड़ा सुधार "--min-cu-size 8" पैरामीटर द्वारा तेजी से एन्कोडिंग कॉन्फ़िगरेशन के लिए, सार्वभौमिक कोडिंग के लिए प्रदान किया जाता है - "--rdoq-level 2" पैरामीटर (लेकिन यह सभी की एन्कोडिंग को धीमा कर देता है)।

तेजी से पुनरावृत्ति	x265 -p अल्ट्राफास्ट - cos 3 --rc-lookahead 20 --min-cu-size 8 --bframes 4 --early-Skip --cutree --tune ssim --bitrate% BITRATE_KBPSP% SOURCE_FILE% -o% TARGET_FILE% - इन -पुट% WIDTH% x% HEIGHT% --fps% FPS%
यूनिवर्सल कोडिंग	x265 -p मध्यम - weightb --bframes 8 --tu-इंट्रा-डेप्थ 3 --psy-rdoq 1.0 --b-intra --lookahead- स्लाइस 0 --tune ssim --bitrate% BITRIT_KBPS %% SOURCE_FILE% - O% TARGET_FILE% --in-Res% WIDTH% x% HEIGHT% --fps% FPS%

तालिका 4. MSU HEVC वीडियो कोडेक तुलना रिपोर्ट का संशोधन उसी कोडिंग दर पर कोडिंग दक्षता बढ़ाने के लिए निर्धारित करता है





संशोधित प्रीसेट (तालिका 7) के साथ एन्कोडिंग स्क्रिप्ट चलाकर विकल्पों की सही पसंद को सत्यापित करना आसान है ।

विन्यास	गुणवत्ता माप	रिश्तेदार कोडिंग समय
फास्ट ट्रांसकोडिंग (संदर्भ)	1	1
तेजी से ट्रांसकोडिंग, संशोधित	0.69	0.97
यूनिवर्सल ट्रांसकोडिंग (संदर्भ)	1	1
यूनिवर्सल ट्रांसकोडिंग, संशोधित	0.85	0.94

तालिका 7. "MSU HEVC वीडियो कोडेक तुलना" रिपोर्ट के सापेक्ष संशोधित प्रीसेट का उपयोग करते हुए कोडिंग दक्षता। प्रीसेट को

प्रभावित करने वाले विकल्पों में बदलाव पर गौर करने की कोशिश करते हैं - हम Zond 265 में एक फाइल को बदलेंगे, जो कि पूर्व निर्धारित 8 एमबीपीएस बिटरेट के लिए जल्दी से ट्रांसकोडिंग होगी और फाइल के साथ इसकी तुलना करते हुए फाइल की जाएगी। एनकोडेड पूर्व निर्धारित। अधिकतम कोडिंग इकाई का आकार समान रहता है, और 32x32 (क्षेत्र "--ctu 32") है। लेकिन न्यूनतम ब्लॉक का आकार 16 से घटकर 8 (क्षेत्र - --मिन-क्यू-आकार 8 ”) हो गया, यह यह पैरामीटर था जिसने गुणवत्ता में सबसे बड़ी वृद्धि दी। बी-फ्रेम की संख्या 3 से 4 तक बढ़ गई (क्षेत्र "--bframes 4"), लेकिन "संदर्भ" फ्रेम की अधिकतम संख्या में वृद्धि हुई (क्षेत्र "--ref 4")। SSIM क्षेत्र तीन घटकों: चमक (Luma) और दो रंग घटकों (Cb, Cr) के लिए अधिकतम SSIM / PSNR ग्राफ दिखाता है। वे 0.9623-0.9966 से बढ़कर 0.9771-0.9991 हो गए। शेष अतिरिक्त पैरामीटर (--rc-lookahead 20 --early-Skip --cutree) एन्कोडिंग एल्गोरिथ्म को प्रभावित करता है, और परिणामी वीडियो के प्रकार को नहीं, यह मुख्य रूप से एन्कोडिंग गति में दिखाई देता है (तालिका 5 देखें)। इस पर ध्यान दिया जाना चाहिएनेत्रहीन, डिकोड किए गए फ्रेम की तस्वीर बदल गई है - एन्कोडिंग कलाकृतियां अब दिखाई नहीं दे रही हैं।


चित्रा 2. Zond 265 फ़ाइल का स्क्रीनशॉट तेजी से एन्कोडिंग के सही कॉन्फ़िगरेशन का उपयोग करके एन्कोडेड है।

इसी तरह, आप एन्कोडेड फ़ाइल के मापदंडों को संशोधित और अपरिवर्तित यूनिवर्सल एन्कोडिंग प्रीसेट (चित्रा 3) के साथ देख सकते हैं। न्यूनतम टीयू विभाजन का आकार नहीं बदला और 4x4 (क्षेत्र "--tu-intra-गहराई 3") के बराबर रहा, बी-फ़्रेमों की संख्या अपरिवर्तित रही और 3 (क्षेत्र "--bframes 3") के बराबर रही। SSIM 0.9789-0.9994 से बढ़कर 0.9811-0.9992 हो गया। तेजी से ट्रांसकोडिंग कॉन्फ़िगरेशन की तुलना में, अधिकतम ब्लॉक आकार में वृद्धि हुई, 64x64 (क्षेत्र "--ctu 64") के बराबर हो गया, एक एसएओ फ़िल्टर (क्षेत्र "- एसओओ") जोड़ा गया।


चित्रा 3. Zond 265 फ़ाइल का स्क्रीनशॉट सही सार्वभौमिक एन्कोडिंग कॉन्फ़िगरेशन का उपयोग करके एन्कोडेड है।

इस प्रकार, परीक्षण के आधार पर, तेज और सार्वभौमिक एन्कोडिंग कॉन्फ़िगरेशन के लिए एन्कोडिंग दक्षता (समान बिटरेट और एन्कोडिंग गति के साथ SSIM मीट्रिक में सुधार) में विकल्पों की एक सूची प्रस्तावित है। बड़ी संख्या में छोटे विवरणों के साथ एक फ़ाइल के लिए प्रस्तावित परिवर्तनों का उपयोग करते हुए, त्वरित रूपांतरण के लिए "MSU HEVC वीडियो कोडेक तुलना" रिपोर्ट के अभिन्न "गुणवत्ता माप" का मूल्य 31% और सार्वभौमिक रूपांतरण के साथ 15% तक सुधार हुआ है, और एन्कोडिंग की गति में काफी बदलाव नहीं हुआ है। क्योंकि चूंकि परीक्षण प्रत्येक विकल्प के लिए अलग-अलग किया गया था, व्यवहार में, आप केवल कुछ सुविधाजनक विकल्पों का चयन और उपयोग कर सकते हैं, न कि पूरी प्रस्तावित सूची का।

संदर्भ

1. HEVC Video Codecs Comparison
2. Blender Foundation | www.blender.org
3. Zond 265 home page