H264碼率控制為什么一定要MAD

最近一直在研究視頻編碼中打的碼率控制，有一個(gè)問(wèn)題一直沒(méi)想明白，就是：Ｈ264由于引入了率失真優(yōu)化模型，導(dǎo)致了碼率控制出現(xiàn)了蛋雞悖論的問(wèn)題，具體描述如下，H264的模式選擇需要用率失真優(yōu)化，率失真優(yōu)化需要確定QP值，而QP值是碼控確定的，碼控又需要MAD作為輸入，MAD又是模式選擇確定好模式后才能算出來(lái)。
　　

放一張很多地方都會(huì)用來(lái)解釋的圖。這個(gè)過(guò)程大體都能理解，唯一不太明白的是，為啥碼率控制需要一定要用到MAD，是官方模型這樣子嗎？找了很多文章都沒(méi)有說(shuō)為什么，H264的提案相關(guān)文章也沒(méi)找到，只找到一些如何解決蛋雞悖論，進(jìn)行MAD預(yù)測(cè)的提案。只能自己分析下。

率失真模型到碼控模型

編碼的時(shí)候需要用到QP，我們先分析下碼控模塊如何進(jìn)行QP值的決策，首先你需要根據(jù)一些因素來(lái)決定給當(dāng)前幀/宏塊分配多少bits，然后根據(jù)RQ模型，也就是碼率和QP的函數(shù)關(guān)系來(lái)算出QP值，如果說(shuō)這個(gè)關(guān)系是一個(gè)很簡(jiǎn)單的二次模型（a假如是個(gè)常數(shù)）,比如：

　　那么問(wèn)題就簡(jiǎn)單了，也不需要MAD了，啥蛋雞悖論根本就不存在。但實(shí)際是這個(gè)模型并不是這樣。我們往往需要先確定率失真模型即RD模型，然后再根據(jù)DQ模型是一個(gè)線性關(guān)系來(lái)決定RQ模型，至于DQ模型為啥是線性關(guān)系，這個(gè)是論文里面看到的。首先來(lái)看下H264的RD模型：
　　
然后把DQ的線性關(guān)系代入，同時(shí)引入MAD作為衡量編碼復(fù)雜度的參數(shù)，得到最終的H264 RQ模型：
其中H為各種碼流頭部消耗的bits數(shù)，至此應(yīng)該就比較明顯了，根本原因在于H264考慮的復(fù)雜度這個(gè)影響因素。為啥要考慮這個(gè)呢，其實(shí)這和人眼的遮蔽效應(yīng)有關(guān)，比如紋理復(fù)雜的區(qū)域，運(yùn)動(dòng)很快的區(qū)域，這時(shí)候即使碼率給的低一點(diǎn)，肉眼也不太能分辨出來(lái)質(zhì)量損失。

總結(jié)

H264之所以存在蛋雞悖論，是因?yàn)榇a控需要用到MAD，MAD可以衡量一幀的編碼復(fù)雜度，MAD太大往往意味著預(yù)測(cè)殘差較大，此時(shí)要么是該幀的紋理復(fù)雜，要么是運(yùn)動(dòng)復(fù)雜，而人眼對(duì)這兩種情況的感知都不明顯，也就是可容忍的失真度較高，所以可以稍微少給一點(diǎn)碼率。從開(kāi)源項(xiàng)目x264、x265的代碼里面也可以發(fā)現(xiàn)，x264/x265的碼率控制也是考慮了這個(gè)因素的，在項(xiàng)目里叫做模糊復(fù)雜度blurComplex。至于x264和x265的具體碼控實(shí)現(xiàn)，除了通過(guò)這種考慮復(fù)雜度的幀級(jí)QP的決策，還有AQ和CUTree兩個(gè)技術(shù)來(lái)進(jìn)行宏塊級(jí)別的QP決策，后續(xù)再分析。

總結(jié)

以上是生活随笔為你收集整理的视频编码的码率控制的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。