UNE ÉTAPE D'UNE CHAÎNE — CE QUI ENTRE, CE QUI SORT, CE QUI CASSE ENSUITE
Où cette étape se situe dans la chaîne d'encodage
Un encodeur vidéo n'est pas un algorithme mais huit étapes dans un ordre fixe, et cet ordre n'est pas arbitraire : chaque étape existe parce que la précédente a rendu son travail possible. Cet outil modélise l'une d'elles. La chaîne ci-dessous renvoie aux sept autres.
Simulateur de contrôle de débit — choisit le quantificateur de chaque image pour atteindre une cible de débit ou de qualité
Le contrôle de débit est une boucle et non une étape : il entoure la quantification de l'étape 05 et la réajuste en continu, au lieu de s'exécuter une fois entre deux voisines.
- Ce qui entre
- Le coût en bits mesuré des images déjà encodées, et une cible à atteindre.
- Ce qui sort
- Un réglage de quantificateur pour l'image suivante, renvoyé à l'étape 05.
- Ce que suppose l'étape suivante
- Il suppose avoir le droit de modifier la quantification : c'est pourquoi il entoure cette étape au lieu de la suivre.
- Ce qui se casse ici
- Qualité et débit ne peuvent pas être tenus constants ensemble. Le CRF fixe la qualité et laisse le débit monter sur les scènes complexes ; le CBR fixe le débit et y laisse la qualité s'affaisser. Choisir l'un, c'est choisir lequel des deux a le droit de bouger.
Problèmes entièrement résolus
-
Calcul du score de 60 pour la pire trame du CBR à partir d'un tampon de 4 trames 6 étapes
Scène d'action, CRF 23, un tampon de 4 images. La pire image en CBR obtient 60 sur les 85 que ce modèle lui autorise, et les règles sont toutes sur la page : le CRF attribue à chaque image une part de bits proportionnelle à sa complexité, le CBR alloue 2000 bits fixes complétés par un tampon d'une capacité de 4 images, et la qualité en CBR vaut 85 fois la racine carrée du rapport de l'offre sur la demande. Démontrez d'où vient ce 60.
-
L'allocation du CRF est exprimée relativement à la complexité moyenne de la scène, de sorte qu'en calculer la moyenne redonne directement cette complexité moyenne. Quelle que soit la scène et quel que soit le CRF, la moyenne atteint l'objectif de 2000 bits — cet affichage est une définition, non une mesure.
-
C'est la valeur de crête qui apporte l'information. 4078 par rapport à 2000 indique que l'image la plus complexe porte 2,039 fois la complexité moyenne, et le générateur plafonne la complexité à 0,95, si bien que la complexité moyenne de cette scène doit être de 0,466.
-
Le CBR est confronté à la même courbe. Sa demande par image est régie par la même expression que l'allocation du CRF, de sorte que l'image pour laquelle le CRF paie 4078 bits est aussi celle pour laquelle le CBR se voit demander 4078 bits et n'en fournit que 2000.
-
C'est au tampon de combler cet écart. Plein, il contient 8000 bits et porte l'offre à 5040, largement au-delà des 4078 requis par l'image la plus exigeante — un tampon plein masquerait totalement la crête et la qualité ne quitterait jamais 85.
-
Pourtant, la qualité quitte bien 85, le tampon ne peut donc pas être plein. Considérez-le plutôt comme vide : l'offre se limite à 2000 bits, le rapport vaut 0,4904, sa racine carrée est 0,7003, et 85 fois ce résultat donne 59,5, que le panneau arrondit à 60. Le minimum affiché correspond exactement au plancher du tampon vide.
-
Le tampon se vide du montant dont la demande dépasse le budget, c'est-à-dire 2078 bits sur l'image de crête. Un tampon de 8000 bits représente 3,85 images de cette réserve. La séquence complexe de cette scène s'étend sur 40 images.
Réponse
60 ne correspond pas à un tampon mal dimensionné, mais à un tampon épuisé. La taille du tampon se traduit en temps, et non en qualité : divisez le remplissage par le déficit par image et vous obtenez le nombre d'images couvertes, c'est pourquoi une pointe d'activité se mesure par rapport au tampon en images plutôt qu'en bits. Masquer une pointe de 40 images nécessite environ 1,04 image de tampon par image de pointe — soit environ 40 images de tampon, alors que le curseur s'arrête à 10. Voilà l'argument en faveur du débit variable en une ligne : le CRF n'a jamais à masquer la pointe, il se contente de la payer.
-
-
L'écart de 10,8 points entre CRF et CBR à 2 000 bits par trame 5 étapes
Les deux modes dépensent les mêmes 2000 bits par image sur cette scène. La ligne de qualité du CRF se situe à 89,8, tandis que le CBR affiche une moyenne de 79. Déterminez ce que cet écart de 10,8 points permet d'acheter, et ce qu'il coûterait en crans de CRF.
-
Le score CRF provient uniquement du curseur : 45 points répartis sur les 22 crans de CRF 18 à CRF 40. CRF 23 se situe 5 crans plus bas, d'où 89,8.
-
Un cran équivaut donc à 2,045 points en tout point de l'échelle — ce modèle rend la qualité du CRF linéaire, ce qui permet d'évaluer ensuite l'écart en crans.
-
Les débits ne sont pas seulement proches, ils sont identiques. Le CRF atteint en moyenne la cible par construction, et le CBR alloue la cible à chaque image, de sorte que tous deux produisent 240 000 bits sur les 120 images.
-
Rien dans les 10,8 points séparant 89,8 et 79 ne provient donc d'une différence de débit. Mêmes bits, même taille de fichier, 10,8 points d'écart.
-
L'écart se divise en deux. Le CBR est plafonné à 85 même sur les images qu'il pourrait traiter sans peine, ce qui coûte 4,8 points par rapport aux 89,8 du CRF, et les 6,0 points restants sont perdus sur les images où le tampon était vide.
Réponse
Un débit constant coûte ici 10,8 points de qualité, et 5,28 crans de CRF permettraient de les racheter. Ce que le CBR obtient en échange, c'est une maîtrise de la crête : sa plus grande image fait 2000 bits, exactement sa moyenne, alors que celle du CRF atteint 4078 bits. Sur une liaison qui transporte 2000 bits par image et pas un de plus, l'image de crête du CRF arrive en retard et son 89,8 ne vaut plus rien — c'est toute la raison d'accepter ces 10,8 points de perte. Remarquez ce que le pas 3 exclut également : l'allocation ne contient aucun terme en CRF, de sorte que pousser le CRF à 28 réduirait le score tout en maintenant le débit à 2000. Cette page vous montre où vont les bits, et non ce que coûte l'achat d'un niveau de qualité.
-
Références (1)
- The framework every encoder’s rate control is an approximation of: G. J. Sullivan & T. Wiegand, "Rate-distortion optimization for video compression." IEEE Signal Processing Magazine 15(6), 74–90, 1998.