《点云学习》----BD-Rate 和 BD-PSNR:计算和解释
BD-Rate 和 BD-PSNR 是视频压缩中使用的客观度量,用于在比特率或质量值范围内比较两种不同视频编解码器或同一视频编解码器的不同设置的速率失真性能或压缩效率。本文着眼于 BD-Rate 和 BD-PSNR 指标,并教授如何计算和解释 BD-Rate 读数。
失真率 (RD) 图
当您评估编解码器的性能时,您通常会得到一条速率失真 (RD) 曲线,该曲线告诉您不同比特率(通常以 kbps 或 Mbps 为单位)的质量(以 dB 为单位的 PSNR)。 BD-Rate 指标使用来自 RD 曲线的信息,告诉您一个编解码器相对于另一个编解码器的改进程度。
但是,首先,让我们了解一下视频压缩领域常见的 RD 曲线/图。 我们知道,视频压缩是为了存储或传输要求而减小视频大小的过程。并且视频压缩的过程会影响视频质量,并且通常会降低视频质量。 因此,视频压缩的目标是保持视频质量,或在压缩视频时降低失真程度!要了解有关视频压缩的更多信息,请查看 OTTVerse 视频压缩系列中的文章。
当您开始使用视频编解码器时,
您要做的第一件事是通过执行以下操作来检查其性能 – 选择某些编解码器设置(调整)并且不要更改它们。 在一系列增加的比特率中压缩具有不同空间和时间特征的多个视频。对于每次压缩运行,使用客观指标(如 PSNR (dB) 或 SSIM)记下编解码器实现的比特率和质量。 将这些结果制成表格,然后用 x 轴上的比特率和 y 轴上的质量绘制它们。 让我们试试这个。我们将使用相同的编解码器,但选择不同的调整或设置,并以四种不同的 CBR 设置(100、2000、3000、4000 kbps)在同一视频上运行我们的实验。在本教程中,我们假设我们的编解码器产生了我们设置的确切比特率(在现实世界中极不可能),并且我们使用 FFmpeg 计算每个实验的 PSNR(这是计算PSNR 使用 FFmpeg)。
在所有的交互之后,我们得到了比特率-PSNR 结果的下表。
BD-Rate 或 Bjontegaard Delta-Rate Bjontegaard 度量计算涉及两部分 - BD PSNR 和 BD Rate。它在一篇题为“G. Bjontegaard,计算 RD 曲线之间的平均 PSNR 差异 (VCEG-M33) [2] S. Pateux,J. Jung,用于计算 Bjontegaard 度量及其演变的 excel 插件”,此后提供了一个很好的比较 RD两种不同编解码器的性能或同一编解码器的两种不同设置。 BD-Rate 或 BD-PSNR 的计算很复杂,我在这里复制了 IETF 文档中的文本。如果您不明白,请不要担心! 1. 为参考和测试编解码器计算速率/失真点。 2. 必须至少计算四个点。当比较相同编解码器的两个版本时,这些点应该是相同的量化器。 3. 超出范围的额外点应该被丢弃。 4. 速率被转换成对数速率。 5. 分段三次厄米内插多项式适合每个编解码器的点,以产生失真方面的对数率函数。 计算指标分数范围: 1. 如果比较同一编解码器的两个版本,重叠是两条曲线的交点,由选定的量化点限定。 2. 如果比较不同的编解码器,则直接使用第三个锚编解码器在固定量化器上的度量分数作为界限。 3. 对数速率在每条曲线的度量范围内进行数值积分,使用至少 1000 个样本和梯形积分。 4. 所得积分对数速率被转换回线性速率,然后从参考到测试编解码器计算百分比差异。 幸运的是,作者提供了一个带有插件的 Excel 表格,使计算变得非常简单。我们不必担心上面的解释。
您需要做的就是转到他们的 GitHub 存储库 (https://github.com/tbr/bjontegaard_etro) 并下载 Excel 工作表和 Excel 加载项。如果您下载 zip 文件,您将同时获得它们。顺便说一句,repo 的 README.md 上的说明是明确的——不要跳过它
《点云学习》----BD-Rate 和 BD-PSNR:计算和解释相关推荐
- 点云学习【1.2】法向量计算
1.1中学习了PCA算法,其中最大主成分为投影到某方向后方差最大的方向(信息量最大的方向):而法向量为投影到某方向后,信息量最小的方向,因此需要PCA变换,将点云投影到特征值最小的方向.由于需要PCA ...
- 京东金融集团BD部门招聘 BD经理
京东金融集团BD部门招聘 BD经理 新标签页http://74.55.154.136/ 互联网招聘_cnBeta.COM 北京 / 全职 / 20k-30k / 经验3-5年 / 本科及以上 / 1天 ...
- CVPR2020:Grid-GCN用于快速和可扩展的点云学习
CVPR2020:Grid-GCN用于快速和可扩展的点云学习 Grid-GCN for Fast and Scalable Point Cloud Learning 论文地址: https://ope ...
- 点云数据的类型主要分为_点云学习在自动驾驶中的研究概述
作者:蒋天园 Date:2020-04-17 来源:点云学习在自动驾驶中的研究概述 自动驾驶公司的发展 有关自动驾驶的研究最早可以追述到2004年的DARPA Grand Challenge和2007 ...
- 云小课|VMware备份上云学习专列来了,快加入吧~
阅识风云是华为云信息大咖,擅长将复杂信息多元化呈现,其出品的一张图(云图说).深入浅出的博文(云小课)或短视频(云视厅)总有一款能让您快速上手华为云.更多精彩内容请单击此处. 摘要:华为云云备份CBR ...
- 三维点云学习(5)5-实现Deeplearning-PointNet-2-classfication
三维点云学习(5)5-实现Deeplearning-PointNet-2-classfication Github PointNet源码 数据集下载:为40种物体的三维点云数据集 提取码:es14 运 ...
- 三维点云学习(5)4-实现Deeplearning-PointNet-1-数据集的批量读取
三维点云学习(5)4-实现Deeplearning-PointNet-1-数据集的批量读取 Github PointNet源码 数据集下载:为40种物体的三维点云数据集 提取码:es14 因为本人初次 ...
- 三维点云学习(5)3-Deep learning for Point Cloud-PointNet++
三维点云学习(5)3-Deep learning for Point Cloud-PointNet++ 强烈推荐 PointNet的深刻理解 PointNet++示意图 可分为 Encoder. Se ...
- 三维点云学习(5)2-Deep learning for Point Cloud-PointNet
三维点云学习(5)2-Deep learning for Point Cloud 强烈推荐 PointNet的深刻理解 三种使用深度学习处理三维点云的方法 VoxNet 问题: 现实自动驾驶场景中,v ...
最新文章
- 谷歌如何评估产品经理?
- python高精度加法_14.高精度加法
- js计算两个日期的时间差
- 玩转Linux必备知识(四)
- MySQL 常用30种SQL查询语句优化方法
- Kubernetes + .NET Core 的落地实践
- 亚马逊网红无人店第2家来了!面积×1.6倍,还用不用排长队?
- IntelliJ idea 添加参数
- C语言字符串和数字转换函数大全
- 一文搞懂CSS 3D动画效果
- SICP-Notes-Lecture 19 Macros
- 荣耀手表magicwatch2鸿蒙,荣耀手表2 NFC门禁卡功能正式上线:再不怕忘带钥匙
- Unity SteamVR锁定头盔位置旋转
- 开发者笑疯了! LLaMa惊天泄露引爆ChatGPT平替狂潮,开源LLM领域变天
- CAD制图初学入门:CAD机械软件中如何构造孔?
- CREO草绘标注字体设置
- PageHelper这种情况下有坑
- SAA 心理素质差差的
- (JS)Javascript之Ajax
- 【Eclipse】Eclipse常用快捷键