主觀和客觀方法以及其他見解。
主觀和客觀方法以及其他見解。
在當今的數位世界中,視訊壓縮對於高效儲存、串流和分發視訊內容至關重要。無論您是在劇院觀看大片、在手機上串流節目還是製作高品質內容,在檔案大小和視覺品質之間保持適當的平衡都至關重要。但是如何衡量視訊壓縮品質呢?
視訊壓縮品質可以使用兩種主要方法進行評估:主觀(人類感知)和客觀(數據驅動)指標。這兩種方法以及特定於工作流程的因素在確定壓縮影片是否符合所需的品質標準方面發揮著重要作用。本文將解釋這些方法,為您提供更好地理解影片品質評估的工具。
客觀視訊品質:
關於壓縮的數據告訴我們什麼
客觀視訊品質:
關於壓縮的數據告訴我們什麼
客觀的視訊品質測量提供了數據驅動的視訊品質分析。這些方法使用數學模型根據一組預先定義的標準來評估視訊質量,而與人類的感知無關。它們對於檢測人眼可能難以察覺的問題非常有用。
常用指標:
- PSNR(峰值信噪比):測量原始視訊和壓縮視訊之間的差異。數值越高通常表示品質越好,但 PSNR 並不總是與人類視覺感知完全一致。
- SSIM(結構相似度指數):重點放在影像中的結構資訊(例如紋理和邊緣),並將其在原始幀和壓縮幀之間進行比較。與 PSNR 相比,SSIM 通常與感知品質相關性較好。
- VMAF(視訊多方法評估融合): VMAF 由 Netflix 開發,結合了多個指標,可以對人類感知的視訊品質提供更全面的預測。它被廣泛認為是評估視訊品質最強大、最可靠的方法之一。
時空文物
一些壓縮問題會隨著時間的推移而出現,而不是在單一影格中變得明顯。時間偽影(例如運動偽影或資料包遺失引起的問題)可能會累積並破壞觀看體驗。因此, VQM(視訊品質指標)或MOVIE Index等客觀模型會考慮視訊的時間方面,以提供對長期視訊品質的更準確的評估
關鍵工作流程參數:
製作與發行中的影片品質
關鍵工作流程參數:
製作與發行中的影片品質
除了主觀和客觀測量之外,還必須考慮視訊使用的背景。影片的工作流程(無論是製作、分發或消費)都會影響最重要的壓縮指標。
視力障礙
在低位元率或壓縮過於激進時,可能會引入諸如區塊、模糊或條帶之類的壓縮偽影。不同的編解碼器會產生不同的視覺障礙:
- 區塊效應:可見的方塊或像素化,通常是由於高度壓縮的暗區或平坦區域造成的。
- 模糊/平滑偽影:與舊版本相比,清晰度或細節的損失,低位元率模式下基於小波的編解碼器的質量JPEG 或產生區塊效應的 MPEG 技術。
生產中的多代穩健性
在製作工作流程中,影片可能會經歷多輪編碼和解碼。這稱為多代穩健性,這對於確保影片在多次編輯後保持高品質至關重要。某些編解碼器(例如JPEG XS 等幀內編解碼器)在這些場景中表現更好,因為每個影格都是獨立壓縮的,並且得益於高位深度和精確的速率分配功能。現代幀內編解碼器的使用降低了累積品質損失的風險。
分佈中的誤差傳播
在分發工作流程中,最終用戶無需進一步編輯即可使用視頻,因此通常使用幀間編解碼器來有效壓縮視頻。這些編解碼器依靠相鄰幀的資料來實現高壓縮。然而,它們更容易受到錯誤傳播的影響,其中一幀中的壓縮錯誤可能會影響多個幀,從而隨著時間的推移導致明顯的效能下降。
附加提示:
- 測試工具:如果您有興趣進一步探索影片品質指標,可以使用 FFmpeg、Netflix 的 VMAF 或intoPIX 內部工具箱是進行主觀和客觀評估的絕佳起點。
- 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.