位元率-失真最佳化
 | 此条目需要精通或熟悉相关主题的编者参与及协助编辑。 (2014年7月22日) |
位元率-失真最佳化（Rate–distortion optimization，简称RDO）是一种提升视讯压缩效能的最佳化方法。其原理是对视讯的失真（画面品质）与位元率（编码所需的资料量）同时进行最佳化，以求达到一个最佳的平衡点。虽然此演算法一开始是在视讯压缩的编码器中被使用，但也可以用于各种多媒体编码包含影像、视讯、音讯等等，只要编码时会同时考虑到品质及档案大小皆可使用。
背景[编辑]
传统视讯编码器在做编码决策时，是挑选出影像品质最好的画面。然而只考虑品质的缺点是，会让决策的结果有时相较于品质稍差的选择下，花费了更多资料量但只相对提升了一点点品质。一个常见的例子就是动作补偿[1]，尤其是使用1/4像素精确度的时候。在动作补偿过程中，为宏区块的动作向量增加额外的精确度可能可提升品质，但有些时候提升的品质，并不值得额外花费用来编码高精确度动作向量的资料量。
运作原理[编辑]
位元率-失真最佳化借由作为影像品质的衡量方法，解决了上述的问题。资料量会被用位元数乘上拉格朗日乘数来取代。拉格朗日乘数代表了在某种程度范围的影像品质下，位元的花费与影像品质之间的关系。以数学式表示：
其中
- ：最终的衡量数据，也被称为RD cost（rate-distortion cost）
- ：失真的衡量数据
- ：拉格朗日乘数
- ：资料量的衡量数据
为了最大化峰值信噪比的视讯画值衡量，失真部分通常使用均方差做计算。
现行的视讯压缩编解码器中，位元率-失真最佳化需要将每一块视讯画面的区块，经由熵编码器运算来衡量实际的位元花费，而此计算是复杂的。例如在MPEG的许多编解码器标准中，完整的计算流程包含了离散馀弦变换、量化以及熵编码，需全部运算完才能得到实际的位元花费。因此位元率-失真最佳化会较大部分其他区块比对的衡量方法来得慢，譬如绝对值差和（SAD）和转换后绝对值差和（SATD）。因此位元率-失真最佳化通常只在动作补偿的最后一个步骤才会被使用，像是在H.264/AVC中最后需要对各种分割模式下决定的时候。
支援的编码器[编辑]
- Ateme H.264编码器
- 草谷ViBE编码器（SD & HD MPEG-2/MPEG-4）
- Harmonic Electra 8000编码器（SD & HD MPEG-2/MPEG-4）
- libavcodec
- MainConcept H.264编码器
- Microsoft VC-1编码器
- TANDBERG Television SD MPEG-2 EN8100
- TANDBERG Television HD MPEG-4 EN8190
- TANDBERG Television SD & HD MPEG-4 iPlex
- Theora 1.1-alpha1 and later（the "Thusnelda" branch）
- x264 H.264编码器
- Xvid MPEG-4 ASP编码器
- H.264/AVC标准参考软体JM（Joint Model）
- H.265/HEVC标准参考软体HM（HEVC Test Model）
参见[编辑]
参考资料[编辑]
- ^ D. T. Hoang, P. M. Long, and Jeffrey Vitter, Rate-Distortion Optimizations for Motion Estimation in Low-Bitrate Video Coding （页面存档备份，存于互联网档案馆）, IEEE Transactions on Circuits and Systems for Video Technology, 8(4), August 1998, 488-500. A shorter version appears in Proceedings of the Digital Video Compression Conference, IS&T/SPIE 1996 Symposium on Electronic Imaging: Science & Technology, 2668, San Jose, CA, January–February 1996, 18-27.