主观和客观方法及其他见解。
主观和客观方法及其他见解。
在当今的数字世界中,视频压缩对于高效存储、流式传输和分发视频内容至关重要。无论您是在影院观看大片、在手机上以流媒体方式观看节目,还是制作高质量的内容,在文件大小和视觉质量之间保持适当的平衡都至关重要。但如何衡量视频压缩质量呢?
视频压缩质量可通过两种主要方法进行评估:主观(人的感知)和客观(数据驱动)指标。这两种方法以及工作流程的特定因素,在确定压缩视频是否达到理想的质量标准方面发挥着重要作用。本文将解释这些方法,为您提供更好地理解视频质量评估的工具。
客观视频质量:
数据告诉我们什么是压缩
客观视频质量:
数据告诉我们什么是压缩
客观视频质量测量可对视频质量进行数据驱动分析。这些方法使用数学模型,根据一组预定义的标准评估视频质量,与人的感知无关。它们在检测人眼难以感知的问题方面非常有用。
通用指标:
- PSNR(峰值信噪比):测量原始视频和压缩视频之间的差异。数值越高通常表示质量越好,但 PSNR 并不总是完全符合人类的视觉感知。
- SSIM(结构相似性指数):重点关注图像中的结构信息(如纹理和边缘),并在原始帧和压缩帧之间进行比较。与 PSNR 相比,SSIM 与感知质量的相关性通常更好。
- VMAF(视频多种方法评估融合):VMAF 由 Netflix 开发,它结合了多种衡量标准,能更全面地预测人类感知的视频质量。它被广泛认为是最稳健可靠的视频质量评估方法之一。
时空文物
有些压缩问题会随着时间的推移而逐渐显现,而不是在单帧中就能看出来。时间上的伪影,如运动伪影或数据包丢失造成的问题,会不断累积并破坏观看体验。因此,像VQM(视频质量度量)或MOVIE Index这样的客观模型会考虑视频的时间因素,以提供更准确的长期视频质量评估。
关键工作流程参数:
制作与分发的视频质量
关键工作流程参数:
制作与分发的视频质量
除了主观和客观的衡量标准外,还必须考虑视频使用的背景。视频的工作流程--无论是制作、分发还是消费--都会影响哪些压缩指标最为重要。
视觉障碍
在比特率较低或压缩过于激烈的情况下,可能会出现阻塞、模糊或带状等压缩假象。不同的编解码器会产生不同的视觉障碍:
- 块状伪影:明显的方形块或像素化,通常是由于高度压缩的暗部或平面区域造成的。
- 模糊/平滑伪影:清晰度或细节的损失,是基于小波的编解码器在低比特率模式下的一种质量,与老式的JPEG 或 MPEG 技术相比,会产生阻塞伪影。
多代生产的鲁棒性
在生产工作流程中,视频可能会经过多轮编码和解码。这被称为多代鲁棒性,对于确保视频在多次编辑后仍能保持高质量至关重要。某些编解码器(如JPEG XS等帧内编解码器)在这些情况下表现更好,因为每个帧都是独立压缩的,并具有高位深度和精确的速率分配能力。现代帧内编解码器的使用降低了累积质量损失的风险。
分布中的误差传播
在分发工作流程中,最终用户无需进一步编辑即可使用视频,因此通常使用帧间编解码器来有效压缩视频。这些编解码器依靠相邻帧的数据实现高压缩。然而,它们更容易受到错误传播的影响,即一帧中的压缩错误会影响多个帧,从而随着时间的推移造成明显的质量下降。
其他提示:
- 测试工具:如果您有兴趣进一步探索视频质量指标,FFmpeg、Netflix 的 VMAF 或intoPIX 内部工具箱等工具都是进行主观和客观评估的绝佳起点。
- Experimentation with JPEG XS versus Other codecs: If you want to experiment the quality of JPEG XS, simply contact us ! We have made many comparisons with other standards, looking at quality measurements and the overall associated performances such as latency, power consumption, hardware and software complexity.