您好,登錄后才能下訂單哦!
作者:姜生。現擔任PPTV&蘇寧體育編解碼內核開發高級技術經理。圖像編解碼、高性能計算出身;從事H.264 decoder 開發與優化, H.265 編碼器開發與優化。10年以上音視頻媒體開發經驗。目前負責H.265 encoder 架構設計與研發工作,承接蘇寧集團內部的視頻業務,推動視頻云平臺架構改進,提升服務能力。
短視頻是信息的一種新的表達方式,它融合了文字、語音和視頻,能夠更加直觀、立體地滿足用戶的表達,溝通需求、滿足人們之間展示及分享的訴求。
最近幾年,短視頻,呈現井噴式的發展。直播類型的網站中,版權和帶寬構成了成本的絕大部分,帶寬成本僅次于版權。而對于用戶原創類的短視頻平臺,帶寬成本所占比例可能更高。可以想象,在4K乃至6K視頻和5G的刺激下,帶寬成本可能指數上漲。未來視頻平臺可能無法承擔高昂的帶寬成本的窘境。所以節省帶寬成了一個重要的需求點。本次深度揭秘PPTV&蘇寧體育提升H.265視頻壓縮率的技術選型和調優方法。
短視頻的發展現狀特點
短視頻介紹
短視頻的運維成本
直播類型的網站中,版權和帶寬構成了成本的絕大部分,帶寬成本僅次于版權。而對于用戶原創類的短視頻平臺,帶寬成本所占比例可能更高。可以想象,在4K乃至6K視頻和5G的刺激下,帶寬成本可能指數上漲。未來視頻平臺可能無法承擔高昂的帶寬成本的窘境。
降低成本的方式
Encoder : 目前,全網最流行的Codec還是H.264,HEVC占比逐步上升。相比于H.264,HEVC有30%以上的帶寬節省。不過受困于復雜的專利授權,HEVC正在面臨來自AOM聯盟的挑戰——AV1。Facebook的測試表明,AV1比x264壓縮比提升至少30%,可以與HEVC相抗衡。但是 AV1由于復雜度過高,離實際應用還有一定的距離。
H.265 與 H.264 性能優勢
碼率節省與清晰度
H265 編碼架構及工具介紹
H.265與 H.264 結構差異
H265 與 H264 相比編碼框架差異
H.265 采用混合編解碼,結構與H264基本一致,細節不同在于:
編碼塊劃分結構:采用CU、 PU 、 TU遞歸結構
并行工具:增加Tile以及WPP 等并行工具,以提高速度
濾波器:在去塊濾波之后增加了SAO模塊
編碼塊劃分結構:CU、 PU 、 TU遞歸結構:
SAO對壓縮率的貢獻
PPTV&蘇寧體育降碼率技術
算法一:序列特性分析
序列特性分析&架構圖
算法一:時段特性分析
在實際的編碼過程中,轉碼服務器通常會給每一類視頻設置一個固定的碼率,然而實際上,同類的視頻中,每一個clip序列的視頻流的細節和運動特點各不相同,在相同的清晰度條件下,所需的碼率是不一樣的,為了克服這個問題,PPTV&蘇寧體育根據每一個視頻的特點來動態分配碼率,達到節省碼率的目的。
實現方法:
根據pass1得到的平均QP和該檔次復雜視頻編碼得到的QP兩個參數預估視頻的復雜度,然后根據視頻復雜度和當前設定的目標碼率,確定pass2的最終目標碼率。該算法在不改變碼率分配算法流程的基礎上,可以有效降低視頻碼率。
可行性分析:
分析:不同內容,同分辨率,不同源片碼率情況下的pass1得出的QP隨目標比特的變化如左。從圖中可以看到,不同視頻內容相同源片碼率相同分辨率下pass1得出的QP隨目標比特的變化差異很大,且在不同源片碼率下,序列的分布基本相同,并且同源片碼率的情況下越復雜的視頻序列pass1編碼后對應的QP越大,這就驗證了我們算法假設的正確性。
Bitrate-QP 曲線擬合:
視頻復雜度示意圖
測試最復雜3個、5個和8個視頻序列。然后使用matlab對其擬合,得到最佳的模型。
其中1920x1080-3表示視頻序列編碼的分辨率為1920x1080,且使用25個視頻序列中最復雜度的3個視頻序列進行擬合的模型,其余類似。
曲線擬合效果
分析上圖,高分辨率的情況下,選擇3個、5個和8個最復雜度的視頻序列得到復雜度曲線非常接近;低分辨率的情況下,選擇3個、5個和8個最復雜度的視頻序列得到復雜度曲線在3000 kbps 以下非常接近;
設定碼率
現在,需要解決的就是設定目標碼率為k時,視頻序列 pass1 編碼后得出的量化參數 如何根據最復雜的視頻序列復雜度 分配合適的目標碼率。一共提出了10個模型,其中下面的模型最佳:
降碼率效果
未來展望
PPTV&蘇寧體育事業部,將來會把圖像的主觀評分引入到編碼器中,作為碼率控制的參考因素,這樣是圖像質量和碼率都得到良好的控制。
蘇寧旗下子品牌蘇寧視頻云已累計服務客戶超過2000個;蘇寧視頻云憑借PPTV 十年媒體技術和服務經驗,融合流媒體技術、P2P、CDN 分發、海量存儲、安全策略等構建的專注視頻領域的一站式SaaS 服務平臺。蘇寧視頻云集視頻云直播、云點播、云上傳、云轉碼、云存儲、云統計等功能于一體,多平臺全方位支持客戶各種視頻場景的業務需求。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。