Modos de tasa de bits del VP9 en detalle
Introducción
Si bien proporcionamos detalles de alto nivel sobre los modos de tasa de bits en nuestras páginas de Codificación básica, solo abordan el modo CQ (Calidad restringida).
En este documento, se detallan otras formas prácticas de adaptar las tasas de bits de VP9 a fin de optimizarlas para una variedad de situaciones. Los siguientes ejemplos usan FFmpeg.
Compresión
Las tecnologías de compresión de video como VP9 tienen el objetivo de reducir la cantidad de datos necesarios para transmitir una imagen intangible y un sentido de movimiento a los usuarios finales.
Una de las técnicas clave para lograr esto es la cuantización. Un cuantificador simplifica de manera matemática varios elementos digitalizados de la imagen. Por ejemplo, puede reducir la gama de colores utilizada y realizar funciones matemáticas en los datos para suavizar la falta de resolución fina dentro del rango de colores reducido. Existen muchas de esas funciones.
La cuantización (o Q") se describe en su artículo de Wikipedia.
En VP9, la cuantización se realiza en los coeficientes de transformación. Esto reduce la tasa de bits requerida para mantener la calidad percibida, ya que se agrega a la codificación.
En última instancia, cuando hay más cuantización (un número Q más alto), se pierden los detalles y la calidad es menor, pero se requieren menos datos para almacenar el fotograma. En la mayoría de los casos, el codificador VP9 alcanza sus objetivos de tasa de bits si cambia Q a lo largo del tiempo, según la complejidad de cada fotograma.
Optimización de casos de uso
Para permitir que el usuario use la compresión de VP9 según sus necesidades específicas, es posible ajustar el equilibrio entre la calidad y la tasa de bits en el momento de la compresión inicial a través de varias interfaces de programación.
El codificador tiene una compensación variable entre velocidad, calidad y tasa de bits.
Si un usuario se centra en la calidad, debe estar preparado para tiempos de codificación más largos o a fin de proporcionar recursos de procesamiento más rápidos y abundantes.
Si un usuario se enfoca en garantizar que el archivo codificado en VP9 de salida sea pequeño y se pueda entregar rápidamente, debe estar preparado para reducir la cantidad de tiempo que el cuantificador puede procesar la imagen, lo que dará como resultado un detalle más bajo en el que puede funcionar el cuantizador.
Si un usuario está concentrado exclusivamente en la velocidad de entrega (por ejemplo, en una transmisión web en vivo o en una videoconferencia bidireccional), es posible que la cuantización sea completamente subordinada a las restricciones de la velocidad con la que se pueden transmitir los bytes utilizables a través de una red (es decir, "bitrate").
La elección correcta será específica de cada caso de uso. Para facilitar el ajuste de este equilibrio según tu caso de uso, VP9 admite una configuración sencilla en cuatro modos de tasa de bits.
Modos de tasa de bits de VP9
Para comenzar, veamos los principales modos de tasa de bits que admite VP9:
| Mode | |
|---|---|
| Cuantizador de constantes (Q) | Permite especificar un valor de cuantizador fijo; la tasa de bits variará |
| Calidad restringida (CQ) | Te permite establecer un nivel de calidad máximo. La calidad puede variar en los parámetros de tasa de bits |
| Tasa de bits variable (VBR) | Equilibra la calidad y la tasa de bits con el paso del tiempo dentro de las restricciones de la tasa de bits. |
| Tasa de bits constante (CBR) | Intenta mantener una tasa de bits relativamente constante mientras la calidad varía. |
Q
El modo Constant Quantizer es una buena opción para situaciones en las que las inquietudes sobre el tamaño de los archivos y la tasa de bits están completamente subordinadas a la calidad final.
Los casos de uso para la configuración de Q se pueden encontrar en cines digitales, paquetes de edición digital o aplicaciones de señalización digital, en las que el contenido se puede entregar en un medio de almacenamiento físico o en un tiempo ilimitado, mucho antes de que el contenido se use en realidad y cuando el resultado deseado debe ser de mayor calidad visual.
Optimización de la tasa de bits en el modo VP9 de VP9
El modo Constant Quantizer requiere una configuración mínima. Como su nombre sugiere, el modo Q se enfoca en mantener el cuantificador a un nivel objetivo y de calidad, y permitir que el cuantificador determine el flujo de datos que desea procesar. Todo lo que el usuario necesita definir es la calidad objetivo.
Puedes encontrar más información sobre la calidad objetivo en un enfoque de procesamiento de imágenes (no en una tasa de bits) en el artículo sobre Codificación básica.
Usa los siguientes parámetros de la línea de comandos de FFmpeg para la optimización de la tasa de bits del modo Q:
| ffmpeg | |
|---|---|
-b:v 0 |
Al marcar la tasa de bits de video como 0, establecemos explícitamente el modo Q". |
-g <arg> |
Establece el intervalo de fotogramas clave en fotogramas (el valor predeterminado es 240). |
-crf <arg> |
Establece el nivel de calidad máximo. Los valores válidos son 0-63. Los números más bajos son de mayor calidad. |
-quality good -speed 0 |
Es la opción predeterminada y se recomienda para la mayoría de las aplicaciones. best es más una herramienta de investigación, con una mejora marginal que supera a -quality good -speed 0 |
-lossless |
Modo sin pérdida |
Tasa de bits del modo Q : FFmpeg de ejemplos
El primer ejemplo es una configuración del modo Q muy extrema y se proporciona solo para ilustración. (Incluso, el procesamiento del clip de 120 segundos en estos ejemplos tardará varias horas, y el archivo de salida producido suele ser mucho más grande que la fuente original)
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -g 1 -b:v 0 -crf 0 -quality good \
-speed 0 -lossless 1 -c:a libvorbis Q_g_1_crf_0_120s_tears_of_steel_1080p.webm.webm
Para comparar el efecto de -crf, los siguientes ejemplos solo varían -crf. Ten en cuenta que -g no está definido, de manera que el valor predeterminado es 240, y en la práctica -crf es predeterminado para 10, por lo que habríamos tenido el mismo resultado sin incluir ninguno de los parámetros en el segundo de los tres ejemplos:
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 0 -crf 0 -quality good \
-speed 0 -c:a libvorbis Q_crf_0_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 0 -crf 10 -quality good \
-speed 0 -c:a libvorbis Q_crf_10_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 0 -crf 63 -quality good \
-speed 0 -c:a libvorbis Q_crf_63_120s_tears_of_steel_1080p.webm
El resultado de estos ejemplos difiere en tamaño en disco. Con -crf establecido en 0, el archivo era de 711.8 MB, con -crf establecido en 10, el tamaño del archivo era de 125.3 MB y con -crf establecido en 63, el archivo era de 4.5 MB. En términos muy simples, esto destaca
que redujimos la calidad del archivo codificado en VP9 aumentando el valor del argumento -crf. Encontrarás un resumen completo de todos los archivos de salida en la tabla de resultados que se muestra a continuación.
Ahora vamos a comparar el efecto de variar la configuración de -g.
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -g 1 -b:v 0 -quality good \
-speed 0 -c:a libvorbis Q_g_1_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -g 240 -b:v 0 -quality good \
-speed 0 -c:a libvorbis Q_g_240_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -g 480 -b:v 0 -quality good \
-speed 0 -c:a libvorbis Q_g_480_120s_tears_of_steel_1080p.webm
Notamos que la configuración -g 1 produce un archivo muy grande, de 25.9 MB.
Compara esto con cambiar -g 240 (que configura de manera explícita la misma que la predeterminada) en la que terminamos con un archivo de 4.5 MB y -g 480 donde terminamos con un archivo de 4.4 MB.
CQ
CQ es un modo recomendado para videos basados en archivos.
Para la mayoría de los tipos de contenido, recomendamos usar el modo de calidad restringida (CQ), con limitaciones de tasa de bits. La mayoría de los videos contienen escenas en movimiento (p.ej., secuencias de acciones) y escenas con menos detalles (p.ej., conversaciones). El modo CQ permite que el codificador mantenga un nivel de calidad razonable durante escenas más largas y fáciles (sin desperdiciar bits), al tiempo que asigna más bits para secuencias difíciles.
No obstante, debemos limitar el proceso proporcionando un rango superior; de lo contrario, es posible que no haya compresión en absoluto. También podemos establecer un rango más bajo, en el que incluso si la imagen es negra y el proceso de codificación no tiene nada que hacer, de todos modos procesaremos esos datos, quizás con menos eficacia de lo que podríamos, pero con el resultado final de que incluso el negro no esté comprimido de forma significativa y se vea muy negro.
Además, también debemos establecer el umbral de cuantización. En VP9, el umbral del cuantizador puede variar desde 0 hasta 63.
Los siguientes parámetros de la línea de comandos FFmpeg se utilizan para el modo CQ:
| ffmpeg | |
|---|---|
-b:v <arg> |
Establece la tasa de bits objetivo (p.ej., 500,000) |
-minrate <arg>-maxrate <arg> |
Establece una tasa de bits mínima y máxima. |
-crf <arg> |
Establece el nivel de calidad máximo. Los valores válidos van desde 0 hasta 63. Los números más bajos son de mayor calidad. |
Modo de tasa de bits de CQ: ejemplos de FFmpeg
En el primer ejemplo, se proporciona una restricción razonablemente amplia. Sin embargo, en comparación con los ejemplos anteriores para Q, descubrimos que esto fuerza las tasas de bits a un rango más alto y la calidad de salida es notablemente más alta. El tamaño del archivo es notablemente más grande.
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1000k -maxrate 4000k -crf 10 -c:a libvorbis \
CQ_4000_1000_crf_10_120s_tears_of_steel_1080p.webm
El archivo de salida en esta instancia era de 20.2 MB en el disco, notablemente más pequeño que el código del modo Q en los ejemplos anteriores.
En cambio, en el siguiente ejemplo, restringimos la tasa de bits a un rango mucho más definido.
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1500k -maxrate 2500k -crf 10 -c:a libvorbis \
CQ_2500_1500_crf_10_120s_tears_of_steel_1080p.webm
En este caso, el tamaño del archivo de salida era de 24.1 MB y, en momentos de alta complejidad y movimiento, la calidad del video se reduce de forma visible en comparación con el ejemplo anterior.
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 1000k \
-minrate 750k -maxrate 1400k -crf 10 -c:a libvorbis \
CQ_1400_750_crf_10_120s_tears_of_steel_1080pp.webm
En este último ejemplo, el tamaño de salida se redujo de manera significativa a 13.2 MB en el disco.
VBR
Se recomienda el modo de tasa de bits variable (VBR) para transmitir archivos de video on demand de contenido en movimiento (por ejemplo, deportes). Es adecuado para la entrega basada en HTTP.
En un modelo de VBR, las escenas de acción pueden codificarse con una tasa de bits más alta que las de mayor coherencia con el fotograma clave.
Para los modelos de entrega de transmisión grandes, los beneficios de VBR pueden aumentar en gran medida en términos de distribución y de infraestructura. Cuando la misma infraestructura entrega muchas transmisiones de VBR, esto puede brindar beneficios a todos los usuarios que usan el sistema.
También se recomienda VBR de VP9 para codificar deportes y otro contenido con gran movimiento. Para contenido de alta complejidad, VBR logra una mayor calidad durante los períodos de menor movimiento.
Los siguientes parámetros de la línea de comandos FFmpeg se utilizan para el modo VBR:
| ffmpeg | |
|---|---|
-quality good |
Si está presente, FFmpeg tendrá en cuenta la configuración posterior -speed. |
-speed <arg> |
Para VIDEO ON DEMAND, los valores válidos son 0 a 4, donde 0 es la calidad más alta y 4 es la más baja. (Para la transmisión en vivo, el rango es de 5 a 8; consulta la CBR debajo) |
Modo de tasa de bits de VBR: Ejemplos de FFmpeg
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1500k -maxrate 2500k -quality good -speed 0 -c:a libvorbis \
VBR_good_0_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1500k -maxrate 2500k -quality good -speed 5 -c:a libvorbis \
VBR_good_5_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1500k -maxrate 2500k -quality good -speed 8 -c:a libvorbis \
VBR_good_8_120s_tears_of_steel_1080pp.webm
CBR
Se recomienda el modo de tasa de bits constante (CBR) para transmitir en vivo con VP9.
Básicamente, el CBR establece la tasa de bits superior como un "tachado duro". Eso significa que el proceso de codificación no puede producir datos a una velocidad que la red no pueda llevar.
Por ejemplo, para transmisiones de comunicación en tiempo real (videoconferencias), es importante que la aplicación de codificación no sobrecargue la red con más datos de los que puede transportar. Si lo hace, los problemas de sincronización de audio/video o los fotogramas congelados afectan de forma significativa la experiencia del usuario, en mayor medida que la eficiencia de compresión reducida. Cuando se garantiza que el límite es definido, VP9 reduce la calidad a medida que se alcanza ese límite.
Los siguientes parámetros de la línea de comandos FFmpeg se utilizan para el modo CBR:
| ffmpeg | |
|---|---|
-quality realtime |
Si está presente, FFmpeg tendrá en cuenta la configuración posterior -speed. |
-speed <arg> |
Para la transmisión en vivo, los valores válidos son 5 a 8 , 5 es la calidad más alta y 8 es la más baja. (Para video on demand, son de 0 a 4. Consulta la VBR anterior). |
-minrate <arg>-maxrate <arg> |
Establece una tasa de bits mínima y máxima **: debe establecerse en el mismo valor de tasa de bits de -b:v para el modo CBR.** . |
En términos muy simples, corregimos las tasas de bits objetivo, mínimas y máximas en el mismo valor y le informamos al cuantificador que las operaciones son urgentes.
Modo de tasa de bits de CBR: FFmpeg de ejemplo
En los siguientes ejemplos, se explora cómo configurar la tasa de bits en objetivos de 2 Mbps y 500 kbps:
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 2000k -maxrate 2000k -quality realtime -speed 0 -c:a libvorbis \
CBR_2000_realtime_0_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 2000k -maxrate 2000k -quality realtime -speed 5 -c:a libvorbis \
CBR_2000_realtime_5_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 2000k -maxrate 2000k -quality realtime -speed 8 -c:a libvorbis \
CBR_2000_realtime__8_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 500k \
-minrate 500k -maxrate 500k -quality realtime -speed 0 -c:a libvorbis \
CBR_500_realtime__0_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 500k \
-minrate 500k -maxrate 500k -quality realtime -speed 5 -c:a libvorbis \
CBR_500_realtime_5_120s_tears_of_steel_1080p.webm
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 500k \
-minrate 500k -maxrate 500k -quality realtime -speed 8 -c:a libvorbis \
CBR_500_realtime_8_120s_tears_of_steel_1080p.webm
Resultados
Cada una de las codificaciones anteriores se realizó en un sistema Linux Ubuntu con las siguientes especificaciones:
- Procesador: Intel(4) Core(TM) i5-6500 de CPU de 4 GHz a 3.20 GHz
- Memoria (RAM): 8,060 MB (usado de 1,492 MB)
- Gráficos: Intel HD Graphics 530 (Skylake GT2)
- SO: Ubuntu 16.04 LTS
En todos los casos, el archivo de origen era un clip de un minuto y veinte segundos (1:20) seleccionado de Tears Of Steel.
Se observó que configurar valores -speed por encima de 5 transforma la velocidad de procesamiento de VP9. Si bien este es un aumento considerable en la cuantización (que se ve cuando se produce el efecto intenso y sujeto a una tasa de bits rápida y de muy baja calidad), el VP9 puede producir una tasa de bits de 1080p y una tasa de bits muy baja, aunque resulta más adecuado para dispositivos móviles más pequeños que pantallas más grandes.
Consideraciones para casos de uso con reescalamiento (redimensionamiento)
Los modos de tasa de bits de VP9 obviamente no están aislados y pueden combinarse con muchos otros argumentos y parámetros para orientarse específicamente a casos de uso. Un caso de uso típico puede ser volver a escalar las dimensiones de video de salida para orientarse a un dispositivo específico.
Un ejemplo clásico sería cambiar una transmisión HD a una salida SD. Esto tendrá efectos importantes en el tiempo de procesamiento y la tasa de bits de salida. En una situación en la que dos comandos FFmpeg son idénticos, el solo ajuste del tamaño del video resultante cambiará el tamaño del archivo resultante y, de hecho, su tasa de bits en un modelo de transmisión.
Para ejemplificar esto, tomamos un ejemplo de punto medio de cada uno de los modos de tasa de bits y simplemente agregamos parámetros de reescalamiento.
Modo Q
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 0 -crf 10 -quality good \
-speed 0 -vf scale=640x480 -c:a libvorbis 640x480_Q_crf_10_120s_tears_of_steel_1080p.webm
Modo de calidad de imagen
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1500k -maxrate 2500k -crf 10 -vf scale=640x480 -c:a libvorbis \
640x480_CQ_crf_0_120s_tears_of_steel_1080p.webm
Modo VBR
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 1500k -maxrate 2500k -quality good -speed 5 -vf scale=640x480 \
-c:a libvorbis 640x480_VBR_good_5_120s_tears_of_steel_1080p.webm
Modo CBR
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 2000k \
-minrate 2000k -maxrate 2000k -quality realtime -speed 5 -vf scale=640x480 \
-c:a libvorbis 640x480_CBR_2000_realtime_5_120s_tears_of_steel_1080p.webm
Tabla de resultados para un cambio de escala
| File | Codifica minutos | Tamaño de archivo en disco |
|---|---|---|
| 640 x 480_Q_crf_10_120s_tears_of_steel_1080p.webm | 5 | 3.4MB |
| 640 × 480_CQ_crf_0_120s_tears_of_steel_1080p.webm | 2 | 22.4MB |
| 640 × 480_VBR_good_5_120s_tears_of_steel_1080p.webm | 1 | 22.6MB |
| 640 x 480_CBR_2000_realtime_5_120 s_tears_of_steel_1080p.webm | 4 | 23MB |
Para facilitar la comparación, estos son los mismos comandos FFmpeg de nuestros ejemplos anteriores, pero sin el escalamiento:
| File | Codifica minutos | Tamaño de archivo en disco |
|---|---|---|
| Q_crf_10_120s_tears_of_steel_1080p.webm | 56 | 126MB |
| CQ_2500_1500_crf_10_120s_tears_of_steel_1080p.webm | 9 | 24.1MB |
| VBR_good_5_120s_tears_of_steel_1080p.webm; | 4 | 23.9MB |
| CBR_2000_realtime_speed_5_120s_tears_of_steel_1080p.webm. | 1 | 24.8MB |
Como verás, hay una reducción notable en los tamaños de archivo de salida para cada uno y, aunque en la mayoría de los ejemplos hay una reducción en el tiempo de codificación, en el modo Q, el tiempo de codificación aumentó. Comprimir un video (más) requiere más esfuerzo, por lo que incluso si se espera que el archivo de salida sea más pequeño si la calidad no tiene restricciones (como en el modo Q), esto puede aumentar el tiempo necesario para producir el archivo de salida. No supongas que un proceso de codificación siempre puede entregar un archivo más pequeño.
Volver a escalar y reducir la tasa de bits en combinación
Como última comparación, en los siguientes ejemplos se vuelven a ejecutar los ejemplos de reescalamiento, VBR y CBR, pero esta vez restringimos la tasa de bits objetivo a un nivel de 500 kbps, aproximadamente un cuarto (en línea con el tamaño vertical de la imagen).
Modo de calidad de imagen
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 500k \
-minrate 350k -maxrate 550k -crf 10 -vf scale=640x480 -c:a libvorbis \
640x480_CQ_crf_0_120s_tears_of_steel_1080p.webm
Modo VBR
ffmpeg -i "120s_tears_of_steel_1080p.webm" -c:v vp9 -b:v 500k \
-minrate 350k -maxrate 500k -quality good -speed 5 -vf scale=640x480 -c:a libvorbis \
640x480_VBR_good_5_120s_tears_of_steel_1080p.webm
Modo CBR
ffmpeg -i 120s_tears_of_steel_1080p.webm -c:v vp9 -b:v 500k \
-minrate 500k -maxrate 500k -quality realtime -speed 5 -vf scale=640x480 -c:a libvorbis \
640x480_CBR_2000_realtime_5_120s_tears_of_steel_1080p.webm
Tabla de resultados para volver a escalar y disminuir la tasa de bits objetivo
| File | Codifica minutos | Tamaño de archivo en disco |
|---|---|---|
| 640 x 480_CQ_500_crf_0_120s_tears_of_steel_1080p.webm | 1 | 7MB |
| 640 × 480_VBR_500_good_5_120s_tears_of_steel_1080p.webm | 1 | 7MB |
| 640 x 480_CBR_500_realtime_5_120 s_tears_of_steel_1080p.webm | 1 | 7.6MB |
Como puedes ver, el tiempo de codificación se acortó aún más.