akiduki
核心会员
核心会员
帖子: 32
注册时间: 2010-09-19 22:32

[翻译][基本完工][求纠错润色]VP8的第一份深度技术分析

2010-09-20 23:10

Update: spatial intra-prediction = 空域帧内预测 不是 帧间
原文作者:Dark Shikari(Jason Garrett-Glaser)
原文链接:http://x264dev.multimedia.cx/?p=377
译者:Aki
原文版权归原作者所有,翻译版权归本人所有。
如需转载请保留本页并联系本人:xyy1122@gmail.com
—————–
回到我之前关于互联网视频的文章中,我提出了几点希望VP8在提供一个声称免专利许可,并相比于现有免专利许可选择如Theora和Dirac有很大幅度的压缩率提升的选择时能解决的问题。幸运的是,我在VP8的正式发布之前几天得到了VP8的标准、参考软件以及源代码,这就让我能在VP8发布时按时完成对它技术细节的分析。

在这里我尝试回答的问题是这些:
1. VP8有多好? 从压缩的角度说这种文件格式能比H.264更好吗?以及一个优秀的VP8编码器能击败x264吗?On2声称VP8比H.264好50%,但是On2经常说出这种他们自己都无法提供有效证据的荒谬声明,所以这样一个数字几乎可以断定是不正确的。比如说VP7,曾被认为比H.264好15%并且快很多,但事实是它既没有H.264质量好也没有它快。

2. On2的VP8实现怎么样?和标准本身多好无关,这是说具体实现是否优秀,或者说On2的VP8实现会和VP3一样,发布了一个根本无法使用的糟糕实现,将希望寄托于开发者团体去修正他们。让我们祈求VP8不要这样吧,Theora的修补花了6年啊!

3. VP8真正意义上免专利的可能性有多少?即使VP8比H.264差,但免专利显而易见是一个很有用的特性。但是就像我在之前的文章中提到的,Google的声明并不能保证它就是免专利的。微软在几年前发布VC-1时曾做过类似的事,但是发布后没几个月,一堆公司就在他上面不断地申请专利,没过多久专利的数目就足以形成专利池了。

我们从VP8的核心特性展开分析。我们主要通过和现存视频格式的比较来分析。谨记在心的是编码器和标准是两码事,完全有可能一个优秀的编码器是建立在一个糟糕的标准之上的,反之亦然。这就是为什么一个非常优秀的MPEG-1编码器能击败一个惨不忍睹的H.264编码器。

但在这之前,让我先对标准这个文档吐几句槽。

啊啊啊啊嘎嘎嘎嘎嘎嘎嘎呼呼呼呼!(我说ds你别这么激动

这份标准还有大量的从VP8源代码中复制黏贴过来的C代码,包括TODO,“优化”,甚至是C风格的各种小技巧,比如负值右移这种未被定义的操作的代码。在很多方面这种复制黏贴只能造成理解的混乱。复制黏贴C代码并不是一份标准。我可能曾抱怨过H.264的标准太过拽文,但是至少它很精确。与之相比,VP8的标准则是不精确,不清晰,和过度的精炼,以至于许多的细节只是被非常含糊地提到。一些部分甚至明确地拒绝对某一特性作出全面的说明,只是提供了一些高度优化,几乎不可能理解的参考代码作为解释。这他妈的让谁也无法只凭这样一份标准写一个VP8解码器出来啊。

好,吐槽完毕,让我们重回VP8本身。在一开始,为了让大家对标准有一个概念性的认识,基本所有的现代视频格式都基于以下的步骤工作,只是不同格式之间会有些变化:

编码器:预测->变换+量化->熵编码->除块滤波
解码器:熵解码->预测->反量化+反变换->除块滤波

预测

预测是指任何用于猜测帧内某一区域内容的尝试。 这可能包括基于本帧已知像素预测而来(这种方法叫修复inpainting),或者通过前某帧运动补偿(Motion compensation)而来。预测通常包含着一些附加信息,比如用于告知解码器运动矢量(motion vector)的信号就在运动补偿这种预测中使用。

帧内预测

帧内预测是当不需要其它帧参考时猜测某一块使用的方法。VP8的帧内预测基本上是从H.264标准照搬过来的:子块(subblock)预测模式基本上和H.264的i4×4模式完全一致;并且,整块预测模式和i16×16模式一致。色度的预测模式从经验上说也和H.264一样。H.264 High profile中定义的i8×8模式没有出现在VP8中。另一个区别在于H.264的平面预测模式在VP8中被替换成了TM_PRED,这是一个非常含糊的近似模拟。就特定的预测模式而言,VP8和H.264有细微的差别,但是他们都和H.264有着一样的名字。

老实说,我对这点很失望。当然,H.264的帧内预测是优秀的,但显而易见在过去的7年帧内预测这种技术也改进了不少,并且我认为粗俗的照抄是像Real(见RV40)这种公司守备范围内的事。我曾热切的期望On2能弄出些哪怕是只有一点创造性的东西出来。但另一个比这些都重要的问题的是,H.264的空域帧内预测是被专利保护的,而且我不认为On2能仅用一些预测模式上的舍入变化就能逃离专利的魔爪。我希望看到Google能对此正名,他们必须提供一个很好的解释,说明他们为什么不会被卷入专利纠纷。

帧内预测模式的评价:对H.264稍作修改的照搬,也许比H.264更差,因为缺乏i8×8模式。

帧间预测

帧间预测是借助于其它过往帧为参考猜测某一块内容的方法。帧间预测一般而言由两个主要部分组成:参考帧和运动矢量。参考帧是一用于复制像素到预测帧,并根据复制块与当前处理块的偏差形成运动矢量的过往帧。VP8支持最多3个参考帧:时间轴上的前一帧,“alt ref”帧和“golden frame”。就运动矢量而言,VP8支持和H.264很相近的可变大小宏块分割方式。就子像素精度而言,VP8支持1/4像素精度运动矢量,使用的是6阶插值滤波器。简而言之:

VP8参考帧:最多3个
H.264参考帧:最多16个
VP8分割类型:16×16,16×8,8×16,8×8,4×4
H.264分割类型:16×16,16×8,8×16,可变子分割(每个8×8的块可再被分割成8×8,8×4,4×8或者4×4)。
VP8色度MV的推算:每个4×4的色度块的MV使用相同位置亮度MV的均值得到(与MPEG4-ASP相同)。
H.264色度MV的推算:色度块的MV直接使用亮度块的MV。
VP8插值滤波器:1/4像素,6阶亮度,混合4/6阶色度。
H.264插值滤波器:1/4像素,6阶亮度(分层滤波器),双线性色度
H.264有但VP8无:B帧,权重预测

H.264有着明显优于VP8并自由度更高的参考帧结构。8×8子块的再分割基本无用,所以VP8在此处的省略基本不会造成影响。色度MV的推算比H.264更准确,但比H.264稍慢。从实际使用上说,这个区别从速度和压缩率来说都是近似于0的,因为8×8的亮度分块是很少用到的,(并且我在此假定在VP8中也一样)。

VP8的插值滤波器可能会比H.264稍好,但是肯定实现起来更慢,从解码器和编码器两方来说。一个分层的滤波器允许编码器能预计算所有可能的半像素位置的值并且当需要的时候能快速的计算出1/4像素位置的值,而一个非分层的滤波器则无法做到,这就将导致非整数像素运动估计的速度非常慢。并不是所有的非分层滤波器都是糟糕的 – 分层滤波器在所有的H.265提案中都对抛弃了 – 对VP8而言这只是一个从性能角度来说相比于H.264的内在劣势。另外,在色度上使用高达6阶的滤波器,在我看来,是完全没必要和没用的。

VP8缺少的B帧是一个致命缺陷。B帧能在非常小的速度损失下提高10-20%甚至更多的压缩率,他们在VP8中的缺席可能会比这篇文章中提到的其它所有问题影响的压缩率之和还要严重。但这并不是完全出乎意料的,On2从没有在之前的任何一种视频格式中使用B帧。并且他们可能会因为使用B帧导致严重的专利问题,即使On2看上去似乎在照搬其它被专利重重保护下的H.264特性时没有任何问题。对权重预测的不支持也将在一定程度上影响压缩率,特别是对渐变场景。

对帧间预测的评价:类似于H.264的宏块分割结构。糟糕的预测帧结构。更复杂,略优于H.264的插值滤波器。基本上劣于H.264,如果不考虑因为B帧缺乏带来的对压缩率的严重影响。

变换和量化

在预测之后,编码器将预测帧和实际帧的差值(残差)送入变换和量化。变换是用解相关的方式使数据更易于压缩。量化是一个实际损失信息的步骤,所谓的压缩也就在此处实现:变换的输出值会经过舍入,大部分参数都将变成0,只留下少数整数参数。

变换

对于变换来说,VP8再一次的使用了一个类H.264方案。每个16×16的宏块被分成16个4×4的DCT块,每一个使用一个精确位数的DCT近似进行变换。之后,每个变换块的DC分量被提出成另一个4×4的组,之后对这个4×4的组进行Hadamard变换。OK,到此这不是一个类H.264方案,这就是H.264。但是,VP8的变换方案和H.264有三点不同。

首先8×8变换被完全去除了(这和i8×8模式被去除相对应)。其二是变换本身,H.264使用了一个极其精简的DCT,它是如此的不像DCT以至于经常被人用HCT(H.264 Cosine Transform)代指。这个精简的变换大概能导致1%的压缩率损失,但是大幅精简了变换的运算,它可以完全用加、减和右移一位这三个操作来实现。VC-1使用了一个更精确的版本,它依赖于几个简单的乘法(比如17,22,10等)。VP8使用了一个特别地,不必要地精确版本,使用了非常大的乘法(20091和35468)。回想On2之前在VP3的所作所为,这种实现方法的出现并不惊讶。

第三个不同之处在于Hadamard层级变换还作用于一些帧间预测块中,而不仅仅是i16×16这一种帧内预测模式。具体来说,它也作用与p16×16块中。这是一个非常好的想法,特别是考虑到较小的变换大小(以及对于小范围变换时解相关DC值的需求)。我并不是非常确定我同意将层级变换只限定在p16×16块内,看上去似乎只要经过很少的修改,这样的变换也会对其他运动分块有用。另外,与H.264不同的是,层级变换只作用于亮度块而不作用于色度块。

总体上,VP8的变换方案绝对比H.264弱。缺乏8×8的变换,特别在高分辨率场合,会严重影响对细节的保持。变换本身也非常没有必要的慢,虽然基于位移的变换方案可能会逃过专利问题。其中一个优秀的想法是将层级DC变换应用到帧间预测块中。

对变换的评价:接近于H.264,更慢,略微准确的4×4变换,对亮度DC变换的改进(但是没有对色度的支持)。没有8×8变换。总之,劣于H.264。

量化

对于量化而言,核心的处理方式对于所有类MPEG视频格式都是一样的,VP8也不例外。量化上各种不同标准区分自己的方法就是改变量化阶系数。这里面主要的方法又有两种:基于帧的偏移,其作用于所有或者一部分系数;以及基于宏块的偏移。VP8主要使用的是前者,其方案相比于H.264的自定义量化矩阵而言可伸缩性差了很多。VP8的方案允许分别调整亮度DC分量,亮度AC分量,色度DC分量等诸如此类的对应量化器。后者(基于宏块的量化器选择)从理论上可以利用“分割图”的功能实现,尽管这种实现方式需要相当的技巧并且不是非常高效。

VP8在这里犯得一个致命错误在于没有把基于宏块级别的量化作为VP8的核心特性支持。利用基于宏块级别量化的算法一般被称为“自适应量化”,这种量化对视频主观质量的影响是绝对非常关键的。我在x264里的基于方差的自适应量化算法实现,到现在为止,仍然是x264历史上最大的单个主观质量增长补丁。编码器的评价一次又一次的证明,没有自适应量化的编码器完全没法与具备的编码器相提并论。

因此,想让自适应量化在VP8上成为可能,对每个有可能被用到自适应的量化器定义一个分割图并对每个宏块的分割图索引进行编码就成了华山一条路。显然这是很没效率且很笨拙的实现方法,哪怕不是最优的MPEG风格delta量化器系统都是一个更好的选择。此外,对于每帧最多4个量化器而言,VP8最多只支持4张分割图。

对量化的评价:当需要进行视觉心理优化(psy-optimization)时,缺乏可简化开发整合良好的自适应量化的VP8会让人头疼不已。总之,比H.264差远了。

熵编码

熵编码是将其它过程产生的信息,如DCT系数、预测模式、运动矢量等等,整合在一起并无损压缩成最终输出文件的过程。VP8使用的算术编码器在一定程度上与H.264相近,但有几点关键区别。首先,它以一个乘法运算取代了范围/概率表。再者,它完全是非自适应的,与H.264中对解码的每位都去调整概率值不同,VP8的概率值在一帧内事恒定的。与之相对的,编码器会定期地在帧头部的部分语法结构中发送更新后的概率值。编/解码到关键帧重置概率值。

这种实现方法并不奇怪,VP5和VP6(以及可能VP7)都使用了非自适应的算术编码器。到底这样的编码器会给压缩率带来多少影响是未知的,因为从H.264或者VP8的设计中去想办法衡量这个并非易事。更重要的是,我有此疑问的一个原因是:让算术编码能够自适应只需要在解码器端加上一个简单的查表运算,这不会有非常大的性能影响啊。

当然,算术编码并不是熵编码的唯一部分:一个算术编码器仅仅是把0和1转换成输出的码流。而生成这些0和1的过程和为编码器选择适合的概率值使用是同等有趣的问题。因为这是视频标准中非常复杂的一个部分,我在此仅对我觉得特别值得提出的部分做一些评论。

运动矢量编码包含两部分:根据相邻运动矢量来预测以及压缩预测值与实际值之间的差值。VP8的预测方案显得有点奇怪,更糟糕的是,标准中对这部分没有任何英语解释,只有写的很让人摸不着头脑的C代码。我只能根据我对它的理解来说明了:VP8根据相邻运动矢量来选择算术编码语境(context),然后决定选择哪个预测运动矢量,或者决定是否编码矢量的差值。

此方案的问题在于,和VP3/Theora类似(虽然不是一样糟糕),它严重倾向于重复使用过去的运动矢量。这是非常危险的因为,就像Theora的开发者发现的一样(在最今的Theora 1.2得到了一部分解决),任何编码器因为节省码率而选择了一个并不是“真正”的运动矢量的行为都有劣化主观质量的可能后果。从最基本的效率来说,在这我不敢确定VP8和H.264何者更好。

压缩差值的方法和H.264接近,除了当编码非常大差值时VP8会稍优于H.264(类似于FFV1的类哥伦布算术编码)。

帧间预测模式的编码使用基于临近块的模式作为算术编码的语境。这或许比H.264使用的过时的方法要好。在这点上,H.264的糟糕设计一直让我很惊诧。

残差编码比运动矢量的编码更难理解,因为只有一堆高度优化、高度模糊的C代码作为参考。和H.264的CAVLC一样,它基于当前块的左侧以及上部块非零系数的个数作为语境。此外,它考虑了这些非零参数的数值,并且和H.264的CABAC一样,会根据已解码的系数更新语境。

另一件值得一提的事是VP8使用的数据分割方案。此方案与VP3/Theora的实现非常相近,包括将每个语法元素放入码流中其自己的部分中。这个问题的不幸之处在于这种方式非常难在硬件上实现,它极大地增加了内存带宽的需求。我已经从一个硬件开发者那听到了关于VP8这部分特性的抱怨。

对熵编码的评价:我对此不是特别确定,可能在某些方面更好,可能在其他方面更糟,在剩下的部分或许只是奇怪。根据我的预感,VP8或许在这方面会比H.264略微胜出;非自适应的算术编码显然会带来一些严重的性能影响。VP8也可能同时会有硬件实现的问题。

预测环内滤波器

环内滤波器是在解码或者编码完一帧后使用的,对某一帧做一些附加处理,一般在基于DCT的视频格式中是用作除去块效应。不同于后处理,除块滤波不仅仅是因为视觉上的原因,它还能改善后续帧的预测精确性。因此,除块滤波的操作在解码端和编码端必须完全一致。简单的说,VP8的环内滤波和H.264类似,但是有几点不同。首先它有两种模式(能在编码器中选择):快速模式和普通模式。快速模式比H.264要简单,但是普通模式比H.264要复杂。其次,当在宏块之间滤波时,VP8的滤波器会选择比宏块内滤波更长的滤波模式。H.264也这么做了,但H.264只对帧内预测帧的边缘采用这种方式。

第三,VP8的滤波器忽略了H.264滤波器内大部分关于自适应强度的机制。它唯一的自适应来自于它对没有DCT系数的p16×16块不滤波。这可能就是VP8环内滤波器会产生大量模糊的罪魁祸首:它将一遍又一遍的对宏块的所有部分进行滤波哪怕这个宏块在帧间没有任何变化(只要该宏块的其它某些部分改变了)。H.264的实现,与之相比,则根据DCT系数是否在给定要处理边缘的两侧存在、运动矢量的差值和此边缘两侧参考帧的差值来自适应地调整滤波强度。当然,跳过这些强度判断和计算节省了解码时间。

对环内除块滤波的评价:从压缩率的角度,因为缺少自适应强度机制而显然的比H.264差,特别是使用“快速”模式时,虽然可能会大幅提高编解码速度。我担心的是这种滤波的结果是过度的模糊了画面。

对VP8视频格式的总评:

总体来说,从压缩效率的角度上,VP8比H.264差很多。在上面提到的主要弱点在于缺乏合适的自适应量化算法,缺乏B帧,缺乏8×8变换以及非自适应的环内滤波器。从这点上考虑,我预计VP8应该和VC-1或者H.264的basline profile有的一拼,而不是H.264。当然,VP8比起Theora来还是好了不少,并且在我的测试中它也能轻松击败Dirac。

假如Google能开放改善码流格式的许可 – 即是这个与如此多的公司宣布支持VP8这个事实相悖。越多的软件支持某一种文件格式,这种文件格式能改变的难度就越大,所以我比较怀疑任何生成我们将再花6-12个月的时间来修正VP8的声明。简而言之,VP8的发布太早了:合理的安排应该是先有一个测试阶段,在这个过程中对测试版进行修正,当其完成后,再正式发布。

更新:看上去Google是开放任何修改标准的可能性:这显然说明标准是最终版本了,一个充满着各种漏洞的完成品。

从解码速度的角度来说我不是非常确定,现在的实现看上去比ffmpeg的H.264解码器慢大约16%(也就是说可能比现在最先进的解码器比如CoreAVC慢25-35%)。当然,这并不能构成对完全优化的实现的速度如何的决定证据,但是现在的这个实现看上去已经做了非常好的优化并且还有对几乎所有主要数字信号处理函数的SIMD汇编代码,所以我实在怀疑它还能再有很大的进步。

可以预料的是,在同等优化程度的实现下,VP8和H.264应该有大约一样的解码速度。这对于VP8来说着实不是一个优势:因为H.264已经有了非常多的硬件支持,但反观VP8,却基本需要依靠软件解码,所以这种“大约一样的速度”在很多情况下并不够。相比之下,Theora比ffmpeg的H.264解码器快接近35%。

最后,专利的问题看上去再一次的会成为一个令人头疼的问题。VP8实在是太像H.264了:一个对VP8精辟,但有些许不准确的形容就是“H.264的baseline加上更好的熵编码算法”。虽然我不是一名律师,但我很自然的没法想象他们能避开这点,特别是在当前这种过度偏好专利诉讼的环境下。甚至是VC-1这种相比于VP8和H.264还有更多不同的标准,也没法逃脱软件专利的阴云。

在我们得到确凿证据表明VP8是(专利)安全的之前,我会特别谨慎的。因为Google自己都没有给VP8的用户任何免于被专利诉讼的保护和相应的赔偿机制,这就会是一个更严重的暗礁了。最重要的是,Google自己也没用发布任何关于为什么VP8的各个部分没有破坏其它专利的正当理由,就像Sun曾经为他的OMS标准所做的一样:这样的信息能确实地减少使用者的顾虑,并且更明确地说明他们所处的位置。

但无论怎么说,如果Google足够幸运的让VP8免于了所有可能的专利挑战,VP8相比于Theora,毫无疑问显然是一次重大的升级。

补篇A:On2的VP8编码器和解码器

虽然这篇文章的重点在与讨论VP8这种视频格式的相关问题,但从实际使用的角度,软件的重写和改进,以及对那些在最近准备尝试VP8的人来说,正式发布的VP8编码器和解码器的质量(从代码角度、压缩率角度和速度角度)比我上面说的那些都更重要。因此,在阅读完VP8的大部分代码之后,以下是我对软件的一点感想。

最开始我本打算在这点上放过On2,我认为这个编码器对于VP8从道理上说是新事物所以呢他们也许没有必要将它写的特别高质量或者改善其中的算法。但是,当我开始读这个编码器时,以上的善意完全站不住脚跟了:有一些注释表明某些bug的修复时间可以追溯到2004年早期。好吧,这个编码器甚至比x264还老!我猜测现阶段VP8的软件只是简单的从原VP7的软件中进化而来。无论怎么说,这就意味着我不能饶恕On2了,他们至少有6年的时间研发VP8,并且投入了比x264大得多的研发团队。

在我把编码器分解说明之前,需要铭记在心的是VP8的这个标准软件并不糟糕。实际上,从压缩率的角度来说,我不认为使用标准方法还能让它更进一步。我猜测他们的编码器,在最慢的参数下,能跑出他们能获得的最大PSNR偏差5%-10%范围内的成绩。显然的是如果用类似MB-tree这样的古怪算法,改善的余地还有不少,更不要说它根本没有任何的视觉心理优化了。但是这份标准编码器确实尽职尽责的做好了自己的分内。这和VP3的那个犹如垃圾堆般的标准编码器(去问问任何一个Theora的开发者吧)有着鲜明反差。

在我进入具体的技术细节前(ds你就屁话多),我来对代码质量做一点评价。虽然在注释里有数以吨计的书写错误,相比于VP3来说这份软件的代码质量要好了很多。他们也看上去开始用注释的方式来实现版本控制系统,这确实很奇怪。汇编代码则要糟糕很多,令人难以想象的大量复制粘贴式编程,一些完全无用没有做任何事的指令,没有对齐的load/store操作理应对齐的数据结构,和些许用无论如何就是看不懂的繁复的并且更慢的方法写出来的函数。如果说C代码还只是毁誉参半的话,汇编的书写质量就很明确地是个脑残纱布了。

ME:Diamond,hex和全范围搜索。所有的方式都是很简单的实现:比如hexagon搜索,就有令人难以想象的一堆冗余代码(几乎半数搜索位置都重复了)。全范围搜索从效率来说就更差了,但是考虑到除了在非常极端慢的编码设置下它都是无用的,我就不对它吐槽了。

小数精度的子像素ME:简单明了的迭代diamond和square搜索算法。此处没有任何特别感兴趣的地方。

量化:量化部分主要包含两种模式,一个快速模式和一个稍微慢一些的模式。前者基本等同于x264里的deadzone quantization,后者在前者的基础上加入了一个基于0游程的偏置权重。(我不是很明确这个的作用有多大,但我很喜欢这种方法)。在这之后,他们进行了两种“系数优化”。第一种仅仅是尝试将每个非零系数向零移动;更慢的一个模式尝试所有共2^16次种可能的DCT系数舍入组合。无论是谁写的这些,他都需要好好拜读下trellis量化(这个问题的动态规划解法)是什么,而且绝对不要在编码器中写入这种指数时间复杂度的算法了。

RC(帧类型处理):为了提升(boosting)质量,VP8引入了“golden frames”和“altref frames” – 这是两个我抱有很大疑问的理念,因为这意味着视频有可能周期性的跳到一个更高的质量水平,而这种现象的出现在实际场合是非常糟糕的。从PSNR图中(请参照原文链接)你也能看到这个理念带来的影响:约每12帧左右,质量就会有一次跳动。将这种跳动结合在连续观看的视频中不可能带来很好的主观质量评价的。

RC(总论):码率控制完全依赖于反馈式的算法,在某些严格恒定码率和严格的缓冲限制场合这种算法也许得不到很好的性能。此外,在帧内RC算法没有任何关于量化器的自适应机制(比如当本帧超过了容量限制时RC如何控制它)。取而代之的是,RC依赖于重复编码某一帧来使它达到目标大小,这就导致了在实际使用场合这种控制方式使毫无作用的。原因有二。在低延迟场合,也就是当平台无法接受高延迟的场合,重复编码多次可能会使编码器接收到的帧在时间上无法同步。在其他的任何场合,只要平台能接受使用基于帧的多线程处理(带来的延迟),这种比传统基于slice的多线程处理快的多的多线程编码算法就会让重复编码变得无法实现。

环内滤波器:编码器的环内滤波器参数选择是根据最大化PSNR来优化的。我不敢确定这种想法的是否优秀,但是我敢确定的是每个尝试用这种方法优化H.264的人最后的结局都是产生了主观质量特别糟糕(常常是非常模糊的)的输出效果。

总体性能:即使是开启了多线程并使用了绝对最快的设置,他们的编码器还是速度低下。在我1.6G的Core i7平台下他们编码1080p的速度在26fps左右,这个速度甚至都别提足够实时压缩了。与之相比x264在使用它最快的“ultrafast”预设参数时能跑到101fps。现在,我基本可以确定的表示,On2的VP8编码器从任何意义上来说都不会比x264更快,但是在一个现代四核的平台下无法生成高清流媒体,这在2010年实在是让人无法理解。此外,编码器中速度的选项极其脑残并且不直观,而且似乎永远都无法正常的工作;比如,快速编码模式(-rt)似乎在2-pass下被完全无视了。

总体压缩性能:与之前提到的类似,从压缩率的角度来衡量这个编码器在给定的标准范围内的确做的很出色。编码器中最慢的算法设置很显然是完全没有经过优化的(特别是看看他们在运动搜索和量化部分留下的注释吧),但是至少他们还能工作。

解码器:看上去足够明晰。对我而言没什么特别差,慢或者其他问题出现,当然除了上面我提到的关于代码书写质量的问题。

回到 “视频编码器 / Video encoder discussion”