x264 编码器选项分析 (x264 Codec Strong and Weak Points) 1

首页 > 代码库 > x264 编码器选项分析 (x264 Codec Strong and Weak Points) 1

x264 编码器选项分析 (x264 Codec Strong and Weak Points) 1

2024-07-20 18:14:55 230人阅读

本文简单翻译了MSU实验室做的X264的Option（即编码选项，后文称其英文名）分析报告《x264 Codec Strong and Weak Points》。看了之后感觉分析得十分透彻，而且其采用的方法也很有参考价值，因此记录一下其中的要点以作备忘。众所周知，X264的Option非常繁多，如何搭配这些繁多的参数以让编码后的视频体积小，质量好，同时编码速度快，确实是一个很让人头疼的问题。本报告中的实验就是为了解决上述问题而设计的。

一．简介

本文通过使用客观质量评价算法分析X264编码器的选项。下表列出了文中用到的几个词汇。

简单翻译一下：

名称	定义	例子
Option（选项）	编码选项	B帧数，运动估计算法
Option value（值）	编码选项的值	--me（运动估计算法）包含以下值：”dia”, “hex”, “umh”, “esa”, “tesa”
Preset（预设）	由一系列固定Value（值）的Option（选项）组成的集合
Pareto-optimal Point (Preset) （帕累托最优的预设）	没有任何其他Preset（预设）可以比该Preset获得更好的视频质量和更快的编码速度。
Envelope line Points (Preset) （包络线上的预设）	位于Convex hull（凸包）上的预设。代表了最好的预设。
Parameter λ（λ参数）	代表期望的编码时间和码率的比值。可以用下式表示： M=λT+Q 其中T代表了相对编码时间，Q代表了相对的视频质量。

二．选项（Option）和选项的值（Option value）

本报告分析的X264的Option如下所列。

简单翻译一下：

选项

值

备注

Partitions（分块方式）

--partitions x

"none"

"p8x8,b8x8,i8x8,i4x4"

"all"

宏块使用的分块方式。

默认值：
"p8x8,b8x8,i8x8,i4x4"

B-Frames（B帧数）

--bframes n

I帧和P帧之间连续B帧出现的数量。

默认值：0

Reference Frames（参考帧数）

--ref n

参考帧的数量。

默认值：1

Motion Estimation Method（运动估计方法）

--me x

“dia”

“hex”

“umh”

“tesa”

运动估计的方法。详细见注释。

默认值：“hex”

Subpixel Motion Estimation（子像素运动估计）

--subme n

子像素(subpixel)估测复杂度。

默认值：5

Mixed References

--mixed-refs

off

默认值：off

Weighted

Prediction

--weightb

off

每一帧对B帧的影响力与其和该B帧的距离相关。

默认值：off

注：
1.运动估计方法简介
dia(diamond菱形搜索) 是最简单的搜索方式，从最优预测值出发，往上、左、下、右一个像素处检测运动向量，挑选最好值，然后重复该步骤，直至找不到更优的运动向量。
hex(hexagon正六角形搜索) 的策略类似，但它对周围六个点进行range-2搜索，因此称为正六角形搜索。此方法效率大大高于dia，且速度相当，因此通常编码常用此项。
umh(uneven multi-hex不对称多六角形搜索)比hex慢很多，但能搜索复杂的多六角形，以避免错过很难找到的运动向量。与hex和dia相似，M.E.半径范围参数直接控制umh的搜索半径，使用者可自行增减搜索的空间尺寸。
esa(exhaustive全面搜索) 在最优预测值附近M.E.半径范围范围内的整个空间内，以高度优化的智能方式搜索运动向量。相当于数学上的穷举法，搜索区域内的每一个运动向量，但是更快些。然而，此方法远远慢于UMH，且好处不多，对于普通编码没有太大用处。
tesa (transformed exhaustive变换全面搜索)算法尝试对各个运动向量近似哈达玛变换比较法。与exhaustive类似，但效果略好，速度略慢。
2. 子像素运动估计
子像素(subpixel)估测复杂度，越大越好。数值1-5单纯控制子像素细化强度。数值6会开启模式决策RDO，数值8将开启运动向量和内部预测模式RDO。RDO模式大幅慢于低级模式。
采用低于2的值，会使用一种较快、但较低质量的lookahead模式，同时会影响--scenecut的决策，因此不推荐。
可选值：
0. fullpel only
1. QPel SAD 1 iteration
2. QPel SATD 2 iterations
3. HPel on MB then QPel
4. Always QPel
5. Multi QPel + bi-directional motion estimation
6. RD on I/P frames
7. RD on all frames
8. RD refinement on I/P frames
9. RD refinement on all frames
10. QP-RD (requires --trellis=2, --aq-mode > 0)
11. Full RD

三．最佳Preset

下图显示了本次实验的全部结果。实验系统通过枚举上表所列参数的所有选项，而后进行压缩编码得到的实验结果。每一个绿色的点代表一种Preset压缩的结果，可见实验的数据量很大。

下面简单解释一下这张图的含义。纵坐标代表视频的码率，取值越低，代表同等视频质量的的情况下码率越小。横坐标代表视频的编码时间，取值越低，代表编码时间越低。坐标取值是一个相对值。每一个绿色的点代表一种Preset。因此可知，越是位于左下角的Preset，其编码速度越快，且码率越低。最优的Preset应该是位于凸包（Convex hull）上的点（即那条红颜色线上的点）。需要注意的是，横坐标和纵坐标都是一个相对值而不是绝对的码率和时间。横坐标和纵坐标的值都是相比于X264的Default Preset而言的。X264的Default Preset即X264全部使用默认值的Preset，位于这张图的（1,1）点处。

如果固定编码时间，则最优的Preset位于包络线上。如图所示，位于粉红色五角星位置的Preset在相同的编码时间下码率最低。

X264默认值如下表所示。

Option	默认值
Partitions	“p8x8,b8x8,i8x8,i4x4”
B-Frames	0
Reference Frames	1
Motion Estimation Method	“hex”
Subpixel Motion Estimation	5
Mixed References	off
Weighted Prediction	off