Content Aware ABR技術（七）

最新 02-13

在本系列前面的帖子中，我們連續梳理了Netflix、YouTube、Beamr、EuclidIQ、Bitmovin及Harmonic在CAE(Content Aware Encoding) for ABR方面的一些進展，本文將簡要介紹一下編碼優化領域的另一位成員—V-Nova在這方面的技術動態。

目前視頻行業正在經歷一段由互聯網推動的加速期。據思科最新的一項年度調查顯示，到2020年，視頻內容將佔所有網路流量的大約80％，即每秒種將傳輸近百萬分鐘的高清視頻，其中20%左右是UHD/4K視頻。然而，目前的網路帶寬比較有限，視頻內容的存儲和傳輸對於視頻服務提供商來說是很大的一項支出。如何將海量視頻內容高效地壓縮、存儲並傳輸到網路帶寬不同、終端設備各異的用戶仍是不小的挑戰。

本文所要介紹的編碼公司V-Nova，總部位於倫敦，其經過多年研發的視頻編碼優化解決方案---Perseus，宣稱在實際運營環境中相比H.264具有平均高達2到3倍的性能增益。IPTV運營商Sky Italia在2016年採用V-Nova的Perseus技術後無需對已有的編碼設備和終端機頂盒做任何改動，傳輸的碼流相比H.264有明顯的碼率節省。通過將其SDK集成於Harmonic的編碼器ViBE VS7000，HD視頻的碼率從原來的8Mbps平均降到了4Mbps左右（註：Harmonic隨後也推出了自家的CAE技術—EyeQ，見本系列上一帖子）。碼率的降低使得網路帶寬較低的用戶也可以流暢體驗Sky Italia的視頻服務。此外，印度一家電影內容商FastFilmz通過Perseus技術為Android移動用戶傳輸超低碼率的視頻流。與此同時，Thaicom一直在試用V-Nova Perseus，以便將多個超高清頻道復用在一個衛星轉發器上。高端體育賽事轉播對於全球運營商而言仍然是寶貴的業務。然而，很少有運營商能夠在較低比特率的情況下提供超高清體育直播節目。使用Perseus技術能夠幫助運營商以低比特率傳輸超高清視頻內容，而不會影響用戶正常的觀看體驗，也不會增加延遲。這些案例也從側面說明了Perseus技術高效的壓縮傳輸性能。下面將簡要介紹Perseus技術的大體情況（尚未獲得技術細節資料）。

Perseus技術通常分為兩種，一種是僅使用V-Nova壓縮演算法用於V-Nova的編碼器，稱為Pure Perseus；另一種是和其他編碼技術混合使用，稱為Hybrid Perseus。Hybrid Perseus能夠較好地兼容市場上現有的編解碼器，易於部署和使用，可以提供比單個Codec更優的性能。基於Hybrid Perseus的OTT應用框架如圖1所示，在編碼端和解碼端，Perseus作為一個插件程序嵌在編碼器和解碼器上，後處理伺服器和內容分發伺服器不用做任何改動。集成了Perseus技術的編碼端首先編碼源視頻產生基本的低解析度或質量級的H.264碼流（如960x540，稱為基本層），然後Perseus模塊將在低版本碼流的基礎上增加額外的細節信息產生高解析度版本（如1920x1080，稱為附加層）。這一技術源於其收購的視頻影像專業廠商Faroudja Enterprises Inc。這使得Perseus編碼的碼流能在解碼端能根據實際需要產生不同解析度的視頻序列。Perseus的層次結構意味著在單一碼流內包含了所有質量等級（LOQ，levels of quality），並且能夠在同一個幀內在不同LOQ之間無縫切換，這種特性稱為層次適應性。隨著碼率的降低，圖像質量會平緩過渡，而不會出現明顯的塊效應失真。因此，這種「分層架構」允許運營商可以在同一個視頻流中同一時間以不同的幀率（如果需要）攜帶UHD、HD和SD視頻數據。通常在Perseus碼流中，基本層（低解析度版本）會佔到70%-80%的文件大小。而解碼端的處理與編碼端類似，本地解碼器首先解碼基本層的H.264碼流，然後再交由Perseus模塊處理附加層信息。如果解碼端沒有Perseus模塊將會忽略附加層信息，解碼的視頻將處於較低的解析度和質量。此外，在有GPU加速模塊的解碼端，Perseus能夠利用GPU模塊加速解碼H.264碼流，使得CPU的佔用率不到解碼HEVC碼流時的一半。這個特性使得類似FastFilmz的運營商利用Perseus技術編碼分發的H.264視頻流能夠在廉價的Android終端或機頂盒設備上快速解碼。

圖1 利用Perseus技術的OTT應用框架

下面給出某公司關於V-Nova Perseus編碼技術的評估測試結果。測試時選取了4個具有不同內容特性的視頻序列，包含快速運動和高質地複雜度的場景。為了增加測試難度，這些源序列在拍攝和製作的過程中還加入了一些相機運動以及鏡頭切換，基本涵蓋了不同類型視頻的多種特性。這些序列時長為10秒，幀率為50fps，解析度高達4K，均為10比特4:2:2 YUV格式。通過V-Nova的P.Link 2.0設備進行編碼和解碼，編碼的碼率點從75Mbps到300Mbps不等(註：這麼高的碼率，用於專業的Contribution場景)。解碼後的視頻與原視頻一起通過Video Clarity ClearView質量分析儀進行評估，並使用SDI介面輸入到索尼的PVMX300 30英寸4K TRIMASTER LCD專業監視器。在主觀測試環節，每個序列由7位經驗豐富的測試者進行打分(註：ITU BT.500要求有效測試者數目大於15)，每個測試者允許從任意距離、並排或無縫分屏、不限次數地對每個序列進行反覆評估，這樣使得測試者可以更加仔細地觀察解碼視頻和源視頻的差異。打分結果分為9分制，分值越大主觀視覺質量越高。最後，每個測試序列的打分的平均值作為該序列最終的MOS分。

主觀測試結果如圖2所示。從圖中可以看出Perseus編碼的視頻的MOS分平均都在8以上，相當於5分制中的4.5分。在總共168（4x6x7）個測試結果中，最低的打分為7分，佔到23個，這個分值表示輕微的可察覺失真但不明顯。如果打到7分以下，則說明解碼視頻出現了可以分辨的視覺失真。其中分值為8的測試結果有24個，這個分值表示開始出現視覺失真的臨界點，測試者此時不能完全肯定可以察覺到失真。剩下121（72%）個測試結果的打分都為9分，表示任何視覺失真或質量降級都是不可察覺的，測試者無法可靠地區分出源視頻和解碼視頻。另外，在每種格式（解析度幀率）下隨著碼率的增加，MOS分也在增加，而同一格式下的最低碼率為該格式下視覺無損編碼的平均最低碼率。

客觀指標PSNR的測試結果如圖3所示。通常PSNR結果在35dB以上的解碼視頻序列失真相對較少，而在50dB附近的序列基本上可以認為和源視頻沒有任何視覺差異，與MOS分打到9分相對應。從圖2和圖3可以看出，PSNR的計算結果與主觀測試結果基本一致。在這些Perseus編碼的視頻序列中，特別是在最低碼率下的編碼（1080i25@75Mbps，1080p50@150Mbps，2160p50@200Mbps），主觀和客觀的評估結果均表明達到了較好的視覺質量。與此同時，與對應的高碼率點碼流相比，兩者主觀視覺質量幾乎一致，達到了碼率節省的目的。

圖2 所有測試序列主觀MOS打分結果

圖3 所有測試序列客觀評測結果

目前Perseus的新版本在H.264的基礎上添加了HEVC和VP9作為基本層碼流，藉助HEVC和VP9的優勢能進一步提升Perseus的性能。Perseus在最初設計時支持原生16位比特深度，因而可以容納更高的動態範圍和更大的顏色深度。此外，Perseus還加入了時域編碼技術以及常用的主觀優化技術，有助於提升Perseus碼流的主觀視覺質量。另外，V-Nova通過收購獲得了 Faroudja公司的全球專利組合，其中包括了 bandwidth restoration, deblocking/debanding, upscaling以及noise reduction等多項視頻處理方面的技術，這些新技術的加入會進一步改善Perseus的編碼質量。新版Perseus兼容完整的視頻分發傳輸體系，包括數字證書管理、HLS和DASH協議以及廣告插入等。為了提高Perseus的易用性，V-Nova還推出了基於FFmpeg的Perseus編碼器，解碼時支持HTML5環境。經過優化的新版Perseus支持低碼率傳輸服務，可以在原來HD流的6-8Mbps碼率範圍內傳輸UHD流，在1Mbps附近傳輸HD流，原來要1Mbps左右的SD流現在可以通過2G/EDGE網路在最低144Kbps左右的帶寬下傳輸。一些代表性的碼率點如下圖所示：

圖4 Perseus給出的不同場景下的典型碼率推薦

此外，根據encoding.com 2017年的全球媒體報告顯示（如圖5），目前HEVC因為專利授權及移動設備的兼容性等問題其市場佔有率只有3%，VP9的佔有率為11%，業界許多公司似乎都在期待Open Media聯盟最新的AV1編解碼器（註：Unisphere Research和Streaming media Magazine近期的另外一個調研報告中HEVC的比例為25.1％，參見本公眾號的上一個帖子）。而H.264仍是市場上廣泛應用的Codec，有79%的佔有率，因此在目前的時期類似Perseus的高效編碼優化技術仍有大展身手的機會和空間。