比较编码阶梯上和下的质量度量

在编码自适应比特率阶梯时，通常必须这样做比较不同分辨率的视频，这引发了多个问题. 例如, 在测量峰值信噪比(PSNR)或视频多方法评估融合(VMAF)时，将640x360视频与854x480视频进行比较, 你用什么分辨率来比较它们? 如何解释PSNR或VMAF评分，哪个指标是最好的? 在本专栏中，我将解决所有这些问题.

关于第一个问题, 有一个理论上正确的答案, 然后是一般的做法, 它们并不总是一致的. 理论上正确的答案是比较观看视频的分辨率. 例如, 如果你确定视频将在480p的窗口中观看, 您应该根据需要将源文件和输出文件缩放到480p，并在那里运行比较. 然而, 很少有出版商有这样的把握, 因此，大多数人将编码文件扩展到源视频的分辨率，并在那里进行比较. 对于视频几乎总是全屏观看的OTT提供商来说，这当然是有意义的, 对其他出版商来说，这是一个很好的妥协立场.

Some programs handle this scaling behind the scenes; for most others, 你必须在FFmpeg中缩放, 从时间和磁盘空间的角度来看，哪个是最痛苦的. 我的一个技巧是将编码文件转换为Y4M容器格式, 而不是YUV, 因为Y4M报头包含分辨率, 帧率, 并在质量控制工具中简化比较的格式信息. 如果您使用YUV容器格式, 你必须插入分辨率, 帧率, 或者将数据格式化到命令行或将其输入到程序本身, 这可能很耗时.

第二个问题是，一旦你得到了分数，如何解释它们. 如果您将跨分辨率文件与源文件进行比较, 要明白，在较低的分辨率下，分数会下降，因为较小的文件包含更多的缩放工件和细节丢失. 这意味着以源分辨率编码的文件将获得最高分, 分辨率越低，得分越低.

例如, 在我写的一篇关于标题编码的文章中, 我比较了从1080p到180p的编码阶梯技术. 1080p级的典型PSNR评分为45-50 dB, 并在最低一级降至30分贝左右. 这不是很大的范围. PSNR的经验法则是，超过45 dB的质量通常是观众无法察觉的, 而分数低于35通常预示着可见的人工制品. But that’s only for the 1080p rung; the 180p rung will never get close to 45 dB, 虽然32db的文件看起来不错. 所以你无法预测一个人会如何理解一个PSNR值为38 dB的360p文件, 虽然当你比较交叉分辨率的结果, 越高越好.

VMAF的伟大之处在于它是为这种类型的交叉分辨率分析而设计的. 具体地说, 分数100被映射到以22的恒定速率因子(CRF)编码的1080p文件, 而分数为20则映射到编码为240p、CRF值为28的文件. 在相同的标题分析中, 典型的1080p分数在90分左右, 而180p的文件通常只有个位数.

这个范围使得VMAF分数比PSNR更容易解释, 但你仍然无法预测观众会如何看待中间片段的质量, 比如一个480p的视频片段，VMAF评分为42. 但是，您确实知道6个VMAF点等于一个刚刚可注意到的差异(JND)。. 从技术上讲, 这意味着75%的观众会注意到6个点的摆动, 而接近90%的人会注意到12点, two-JND摇摆.

识别JND的能力对于一系列编码决策非常有用, 从配置编码阶梯到选择编码器或编解码器. 如果您还没有开始使用VMAF，那么是时候尝试一下了.

[本文发表于2017年10月号。 流媒体杂志 作为“编码阶梯上和下的质量度量”."]