实时模式下 libaom 与 x264 编码对比实验

前沿

1. 理论基础：在相同视频质量下，AV1的压缩率比H.264高约30%-50%。
2. 实时模式：视频编码中的实时模式，其核心目标是平衡编码效率与延迟要求，尤其在视频会议、直播、实时通信等场景中至关重要。
   • 低延迟要求：编码过程需在毫秒级完成，通常要求端到端延迟控制在100ms以内，例如视频通话场景。
   • 复杂度与效率平衡：牺牲部分压缩率以提升编码速度，例如AV1的实时模式通过简化算法（如减少运动预测模式）降低计算量。
3. BD-rate：BD-rate（Bjøntegaard-delta-rate）是视频编码领域用于衡量编码算法优化效果的核心指标，通过对比率失真（RD）曲线的积分差异，量化码率节省或质量提升的幅度；一般有在相同码率下比较 PSNR，或者在相同 PSNR 比较码率两种方法。
4. GitHub
   • x264：https://code.videolan.org/videolan/x264.git
   • libaom：https://aomedia.googlesource.com/aom

实时模式下 libaom 与 x264 实验

1. 视频序列：

视频序列	分辨率	复杂度	示例图
FourPeople_1280x720_60.yuv	1280x720	简单
BasketballDrive_1920x1080_50.yuv	1920x1080	复杂

2. 编码命令行：

编码器	命令行
x264	./x264 --input-res wxh input.yuv --fps 25 --bitrate x --tune zerolatency -o 264.h264
libaom	./aomenc -w x -h y --fps=25/1 --passes=1 --usage=1 --cpu-used=11 -o av1.ivf input.yuv

3. 解码与计算 PSNR 命令行：

方式	命令行
解码	./ffmpeg -i input.h264(/ivf) output.yuv
PSNR	./ffmpeg -s <宽x高> -pix_fmt <像素格式> -i <受损YUV文件> -s <宽x高> -pix_fmt <像素格式> -i <原始YUV文件> -lavfi psnr=stats_file=psnr.log -f null -

4. 实验数据：

视频序列	编码器	对比方式	码率（kbps）	PSNR（dB）	编码速度（fps）
FourPeople_1280x720_60.yuv	x264	BD-rate	772	y:38.543713 u:43.920132 v:45.169686 average:39.785921	143
FourPeople_1280x720_60.yuv	libaom	BD-rate	775	y:40.670989 u:45.478396 v:46.747394 average:41.846336	143
BasketballDrive_1920x1080_50.yuv	x264	BD-rate	2960.63	y:34.384102 u:40.506557 v:40.226674 average:35.628988	51.01
BasketballDrive_1920x1080_50.yuv	libaom	BD-rate	2909.15	y:35.433867 u:40.605196 v:40.475102 average:36.571560	32.31

5. 用 Python 比较前 50 帧 psnr-y 数据(以BasketballDrive_1920x1080_50.yuv为例)
   

# -*- coding: utf-8 -*-
# created by 码流怪侠
import matplotlib.pyplot as plt# 提取前50帧的psnr_y数据
# x264
psnr_y_x264 = [36.79, 35.65, 35.90, 35.98, 35.99, 35.99, 35.98, 35.98, 36.04, 36.08,36.14, 36.14, 36.19, 36.31, 36.34, 36.35, 36.41, 36.42, 36.45, 36.52,36.59, 36.58, 36.58, 36.52, 36.44, 36.37, 36.18, 36.06, 35.93, 35.87,36.02, 36.09, 35.98, 35.84, 35.81, 35.72, 35.62, 35.57, 35.56, 35.49,35.43, 35.32, 35.24, 35.11, 34.92, 34.80, 34.59, 34.51, 34.48, 34.51
]
# libaom
psnr_y_libaom = [43.01, 36.71, 36.44, 36.19, 36.05, 36.09, 36.31, 36.59, 36.91, 37.15,37.28, 37.36, 37.42, 37.56, 37.60, 37.65, 37.68, 37.73, 37.72, 37.72,37.76, 37.75, 37.71, 37.64, 37.57, 37.41, 37.28, 37.11, 36.98, 36.94,36.98, 36.95, 36.87, 36.74, 36.68, 36.60, 36.54, 36.42, 36.37, 36.32,36.31, 36.21, 36.10, 35.98, 35.74, 35.53, 35.35, 35.25, 35.23, 35.18
]# 创建图表
plt.figure(figsize=(12, 6))
plt.plot(psnr_y_x264, marker='o', linestyle='-', color='b', label='x264', alpha=0.7)
plt.plot(psnr_y_libaom, marker='s', linestyle='--', color='r', label='libaom', alpha=0.7)plt.title('PSNR Comparison (x264 vs libaom) for First 50 Frames')  # 更新标题
plt.xlabel('Frame Number')
plt.ylabel('PSNR (dB)')
plt.grid(True)
plt.xticks(range(0, 50, 5))
plt.yticks(range(28, 46, 2))  # 调整Y轴范围
plt.ylim(28, 45)  # 调整Y轴显示范围
plt.legend()# 显示图表
plt.tight_layout()
plt.savefig('psnr_comparison.png')
plt.show()

结论

• 实时模式下，720p 简单视频场景下，BD-rate 方式，即编码码率 800kbps 下， x264 的编码速度是 libaom 的 1.36 倍，x264 的 亮度 Y 的 PSNR 比 libaom 低 2.13dB，色度 U 低 1.55dB，色度 V 低 1.58dB，平均低 2.06dB；
• 实时模式下，1080p 复杂视频场景下，BD-rate 方式，即编码码率 2900kbps 下， x264 的编码速度是 libaom 的 1.59 倍，x264 的 亮度 Y 的 PSNR 比 libaom 低 1.04dB，色度 U 低 0.1dB，色度 V 低 0.25dB，平均低 0.94 dB；
• 对比低、高分辨率，libaom 在高分辨率优势降低比较多；
• 对比亮度分量、色度分量，libaom 在色度分量表现相对比较疲软；
• 用 elecard 分析BasketballDrive_1920x1080_50.yuv 的编码后码流，libaom 的 I 帧占据的 bit 是 x264 的 4.18 倍，这就是为什么 libaom 的第一帧的 PSNR 高了很多；
  
  
• 总结一下，实时模式下，如果保持 x264 和 libaom 相同编码速度，libaom 的编码能力相对 x264 会更微乎其微，也进一步证明 libaom 的编码能力的伸缩性更强，为了实现实时编码，会关闭更多的编码工具；更多细节还需要进一步分析源码和原理。