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

文章文件夹：

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) 2

======================

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。并且其採用的方法也非常有參考价值，因此记录一下当中的要点以作备忘。

众所周知，X264的Option非常繁多，怎样搭配这些繁多的參数以让编码后的视频体积小，质量好。同一时候编码速度快。确实是一个非常让人头疼的问题。本报告中的实验就是为了解决上述问题而设计的。

一．简单介绍

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	样例
Option（选项）	编码选项	B帧数，运动预计算法
Option value（值）	编码选项的值	--me（运动预计算法）包括以下值：”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）	没有不论什么其它Preset（预设）能够比该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參数）	代表期望的编码时间和码率的比值。 能够用下式表示： M=λT+Q 当中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例如以下所列。

 

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGVpeGlhb2h1YTEwMjA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGVpeGlhb2h1YTEwMjA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

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	0 2 4	I帧和P帧之间连续B帧出现的数量。 默认值：0
Reference Frames（參考帧数） --ref n	1 4 8	參考帧的数量。 默认值：1
Motion Estimation Method（运动预计方法） --me x	“dia” “hex” “umh” “tesa”	运动预计的方法。具体见凝视。 默认值：“hex”
Subpixel Motion Estimation（子像素运动预计） --subme n	1 4 5 6	子像素(subpixel)估測复杂度。 默认值：5
Mixed References --mixed-refs	off on	默认值：off
Weighted Prediction --weightb	off on	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.运动预计方法简单介绍
  dia(diamond菱形搜索) 是最简单的搜索方式。从最优预測值出发，往上、左、下、右一个像素处检測运动向量。挑选最好值，然后反复该步骤，直至找不到更优的运动向量。
  hex(hexagon正六角形搜索) 的策略相似，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。因此通常编码经常使用此项。

umh(uneven multi-hex不正确称多六角形搜索)比hex慢非常多，但能搜索复杂的多六角形，以避免错过非常难找到的运动向量。

与hex和dia相似。M.E.半径范围參数直接控制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) 在最优预測值附近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。搜索区域内的每个运动向量。可是更快些。然而。此方法远远慢于UMH。且优点不多。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較法。与exhaustive相似，但效果略好，速度略慢。

2. 子像素运动预计
子像素(subpixel)估測复杂度，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測模式RDO。RDO模式大幅慢于低级模式。

採用低于2的值，会使用一种较快、但较低质量的lookahead模式，同一时候会影响--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所有结果。实验系统通过枚举上表所列參数的所有选项，而后进行压缩编码得到的实验结果。每个绿色的点代表一种Preset压缩的结果。可见实验的数据量非常大。

以下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）。须要注意的是。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所有使用默认值的Preset，位于这张图的（1,1）点处。

假设固定编码时间，则最优的Preset位于包络线上。

如图所看到的，位于粉红色五角星位置的Preset在同样的编码时间下码率最低。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGVpeGlhb2h1YTEwMjA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

X264默认值例如以下表所看到的。

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

下图显示了Pareto-optimal Point（帕累托最优点）Preset（即没有不论什么其它Preset能够比该Preset获得更好的视频质量和更快的编码速度）以及凸包（Convex hull）上的Preset。

 

凸包（Convex hull）上的Preset数据统计例如以下。

 

凸包（Convex hull）上的Preset分析结果例如以下。表格中一方面列出了凸包（Convex hull）上的Preset使用较多的Option以及使用较少的Option。还有一方面列出了消耗时间较长可是质量较高的Preset以及速度较快可是质量较差一些的Preset。
 

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGVpeGlhb2h1YTEwMjA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

四． “彩云图”的Preset分析

本章中，每张图相应一种关注的Option，包括不同Option Value的 Preset被标记为不同的颜色。实验结果例如以下所看到的。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGVpeGlhb2h1YTEwMjA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

从以上图表能够得出的各个Option的分析结果例如以下表所看到的。

 

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGVpeGlhb2h1YTEwMjA=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

简单翻译一下：

选项	值	结论
Partitions（分块方式） --partitions x	"none" "p8x8,b8x8,i8x8,i4x4" "all"	要求速度快的时候用”none”。要求视频质量高的时候用”all”。 要求速度质量均衡考虑的时候使用"p8x8,b8x8,i8x8,i4x4"
B-Frames（B帧数） --bframes n	0 2 4	要求速度极高的时候用”0”。其它情况下用”2”，”4”。它们二者之间区别不大。
Reference Frames（參考帧数） --ref n	1 4 8	要求速度快的时候用”1”，要求视频质量极高的时候用”8”。 要求速度质量均衡考虑的时候使用"4"
Motion Estimation Method（运动预计方法） --me x	“dia” “hex” “umh” “tesa”	要求速度快的时候用”dia”和”hex”，要求视频质量极高的时候用”tesa”。要求速度质量均衡考虑的时候使用"umh"。
Subpixel Motion Estimation（子像素运动预计） --subme n	1 4 5 6	要求速度快的时候用”1”。要求视频质量高的时候用”6”。 要求速度质量均衡考虑的时候使用"4"
Mixed References --mixed-refs	off on
Weighted Prediction --weightb	off on

注1：“Weighted prediction”作用不明显
注2:“bframes”中的2和 4 B-frames区别不大。

“彩云图”的分析结论例如以下表所看到的。该表列出了不同的使用环境下Option应该使用的值（Option value）。分成三种情况：速度最重要，速度和视频质量平均考虑。视频质量最重要。

原文地址：

http://compression.ru/video/codec_comparison/pdf/x264_options_analysis_08.pdf