    
Раздел: Документация
0 ... 103 104 105 106 107 108 109 ... 122 использование кодером идентичного ссылочного кадра, необходимо применять в точности такой же фильтр во время реконструкции кодером закодированного кадра перед его использованием в прогнозах будущих кадров. Если отфильтрованный кадр будет иметь лучшее визуальное качество по сравнению с исходным, нефильтрованным кадром, то это позволит найти лучшие прогнозы для новых кадров, которые будут иметь остатки меньшей энергии, и это, в свою очередь, повысит эффективность компрессии видеоданных. В стандарте Н.264 такая схема фильтрования встроена внутрь цикла (см. гл. 6, где этот алгоритм детально описан). Неудобство такой схемы заключается в том, что соответствующая процедура фильтрования должна быть описана стандартом (чтобы любой декодер мог бы успешно ее повторить), что ограничивает возможность разработки новых улучшенных методов фильтрования. 7.4. Производительность В этом параграфе будет произведено сравнение производительности некоторых отобранных профилей MPEG-4 Visual и Н.264. Следует сразу отметить, что вопрос о признании производительности «допустимой» сильно зависит от целевого приложения, а также от типа кодируемого видеоматериала. Кроме того, на эффективность кодирования в значительной степени влияет сама конструкция кодера (например, компенсация движения, контроль битовой скорости и т.п.), которая целиком находится в руках разработчиков кодеков видеокомпрессии. Поэтому производительность, достигаемая коммерческими кодеками, может сильно отличаться от производительности в описанных ниже примерах. 7.4-1- Критерии Производительность кодека нужно всегда рассматривать в рамках постоянного компромисса, в который вовлечены три характеристики: качество, битовая скорость сжатых данных и вычислительная стоимость. «Качество» может быть оценено субъективными тестами или объективными количественными мерами (см. гл. 2). Битовая скорость сжатого видео - это скорость (измеренная в бит/с) кодирования кадров, т.е. какой объем информации в битах нужно передать за одну секунду для передачи соответствующего числа «живых» кадров данной видеопоследовательности. А вычислительная стоимость означает процессорную «мощность», которую необхо- димо затратить для кодирования и декодирования видео. Если видео кодируется в масштабе реального времени, то вычислительная стоимость должна быть достаточно низкой для обеспечения обработки не менее п кадров за одну секунду (здесь г» — требуемое число кадров в секунду). Если же видео кодируется в режиме off-line, т.е. не в реальном времени, то вычислительная стоимость определяет общее время подготовки соответствующего закодированного видеоклипа. Степень искажения видеокодека описывает соотношение между двумя величинами — качеством и битовой скоростью. Вычисление среднего PSNR в зависимости от битовой скорости дает график кривой степени искажения (рис. 7.23). При уменьшении битовой скорости происходит снижение качества (измеренного с помощью PSNR). Построение кривых степени искажения для одного и того же видеоматериала (т.е. при фиксированном разрешении, частоте кадров в видеоконтенте) является общепризнанным методом сравнения различных видеокодеков. Рисунок 7.23 указывает на то, что лучшие показатели по степени искажения демонстрирует кодек, у которого этот график смещается вверх и влево. f [ более эффективно Iмаме» эффективно кодовая скорость Рис. 7.23. Пример графика степени искажения. Сравнение и оценивание конкурирующих видеокодеков является достаточно сложной задачей. Желаемые свойства видеокодеков -это «хороший» график степени искажения и низкая (или приемлемая) вычислительная сложность. При сравнении видеокодеков важно использовать одинаковые условия тестирования там, где это возможно. Разные видеопоследовательности могут иметь весьма существенные отличия по степени искажения (т.е. одни видеоданные легко поддаются сжатию, а другие — нет) и по вычислительной сложности (особенно если видеообработка делается программным обеспечением). Определенные артефакты кодирования (блочность  и звоны) могут быть сильнее заметны на одних видеопоследовательностях, чем на других. Например, блочность бывает особенно различимой на больших областях с непрерывно меняющимися тонами изображения, а «размывающие* функции (при использовании грубых фильтров) особенно сильно портят части изображений с мелкими деталями. 7.4 2 Субъективная производительность В этом параграфе будет оцениваться субъективное качество видеопоследовательностей после кодирования и декодирования. Видеоклип «скрис» (рис. 7.24) состоял из 200 кадров формата CIF 4:2:0 (см. описание форматов в гл. 2). Последовательность «офис» была отснята зафиксированной видеокамерой, поэтому движение на видеосцене порождалось исключительно пе-мещениями двух женщин. В отличие от этого видеофрагмента, видеоряд «травы» (рис. 7.25), состоявший также из 200 кадров CIF, был отснят ручной видеокамерой. На нем отображены сложные перемещения листьев и сте? блей. Такие типы видеоданных особенно сложны для кодирования из-за большого количества мелких деталей, которые двигаются в кадре весьма хаотично. Для таких кадров бывает весьма непросто построить хорошие прогнозы компенсации движения.  Рис. 7.24. Офис: исходный кадр. 0 ... 103 104 105 106 107 108 109 ... 122 |
