3 (plus eine) Top Methoden zur objektiven Messung der Videoqualität

   
Der Inhalt dieses Beitrags wurde uns von Bitmovin bereitgestellt.
<span id="hs_cos_wrapper_name" class="hs_cos_wrapper hs_cos_wrapper_meta_field hs_cos_wrapper_type_text" style="" data-hs-cos-general-type="meta_field" data-hs-cos-type="text" >3 (plus eine) Top Methoden zur objektiven Messung der Videoqualität</span>

Willkommen zu Teil 2 unserer Reihe Encoding Excellence. Unser erster Beitrag befasste sich mit der Frage, warum Videoqualität wichtig ist und warum man Qualität überwachen und kontinuierlich sichern sollte. Dieser Beitrag geht genauer auf die Methoden ein, mit denen Sie Video-Qualität messen und bewerten können. Dazu gehören u.a. die von Branchenexperten verwendeten Qualitätsbewertungskennzahlen, die Arten von Codierungslösungen auf dem Markt und nicht zuletzt Jan Ozers Whitepaper über die Auswahl der besten Per-Title-Encoding-Technologien.

(State of the Art)-Bewertungsmethoden für Qualitätsmessung


Die subjektive Qualitätsbewertung durch Zuschauer ist wichtig für Erfahrungswerte, aber sie ist keine verlässliche Qualitätsmessung für Produktions- und Vertriebsakteure wie Dienstanbieter oder Netzbetreiber. Ein Standardverbraucher kann einen wertvollen Einblick in die subjektive Qualitätsbeurteilung geben, aber subjektiven Messungen mangelt es oft an wissenschaftlicher Objektivität und Skalierbarkeit. Aus diesem Grund konzentrieren wir uns auf wiederholbare und objektive Qualitätsmessverfahren. Obwohl es viele Messungen gibt, verfügt Bitmovin über drei identifizierte primäre Methoden "plus" eine Erweiterung, die sich ideal für objektive Qualitätsbewertungen eignen:

  1. Video Multi-Methoden Assessment Fusion (VMAF): Eine der neuesten Metriken, die von der Streaming-Community angepasst wurde, ist die Video Multi-method Assessment Fusion (VMAF) von Netflix. Sie prognostiziert die subjektive Videoqualität auf der Grundlage von Referenz- und verzerrten Videosequenzen. Die Metrik kann zur Bewertung der Qualität verschiedener Videocodecs, Codierer, Codierungseinstellungen oder Übertragungsvarianten verwendet werden.

  2. Strukturelle Ähnlichkeit (SSIM): Der strukturelle Ähnlichkeitsindex ist eine Methode zur Vorhersage der wahrgenommenen Qualität von digitalen Fernseh- und Kinobildern sowie anderen Arten von digitalen Bildern und Videos. Wie der Name schon sagt, ist der strukturelle Ähnlichkeitsindex eine Methode: SSIM wird zur Messung der Ähnlichkeit zwischen zwei Bildern verwendet. Der SSIM-Index ist eine vollständige Referenzmetrik; mit anderen Worten: Die Messung oder Vorhersage der Bildqualität basiert auf einem ersten unkomprimierten oder verzerrungsfreien Bild als Referenz. SSIM wurde entwickelt, um herkömmliche Methoden wie das Spitzen-Signal-Rausch-Verhältnis (PSNR) und den mittleren quadratischen Fehler (MSE) zu verbessern.

  3. SSIMPLUS: Der SSIMPLUS-Index basiert auf SSIM und ist ein kommerziell verfügbares Werkzeug. Als Erweiterung der SSIM dient er als struktureller Vergleich von Zielvideoanwendungen und weist Bewertungen zwischen 0-100 zu, die linear an die subjektiven Bewertungen des Menschen angepasst sind. SSIMPLUS passt die zugewiesenen Bewertungen auch an die vorgesehenen Betrachtungsgeräte an und vergleicht so Videos mit unterschiedlichen Auflösungen und Inhalten. Nach Angaben der Autoren erreicht SSIMPLUS eine höhere Genauigkeit und Geschwindigkeit als andere Bild- und Videoqualitätsmetriken. Es wurde jedoch keine unabhängige Bewertung von SSIMPLUS durchgeführt, da der Algorithmus nicht öffentlich verfügbar ist.

  4. Spitzen-Signal-Rausch-Verhältnis (PSNR): Das Spitzen-Signal-Rausch-Verhältnis ist ein Maß für die Videoqualität, das die Modellierung des menschlichen Sehens mit maschinellem Lernen kombiniert. PSNR wird am häufigsten verwendet, um die Qualität der Rekonstruktion verlustbehafteter Kompressionscodecs zu messen (z.B. für die Bildkompression). Beim Vergleich von Codecs ist PSNR eine Annäherung an die menschliche Wahrnehmung der Rekonstruktionsqualität. Im Allgemeinen zeigt eine höhere PSNR an, dass die Qualität der Rekonstruktion höher ist, in manchen Fällen ist dies jedoch nicht der Fall. In Fällen, in denen die Codecs und/oder der Inhalt unterschiedlich sind, kann die Gültigkeit dieser Kennzahl jedoch stark variieren; daher sollten Sie beim Vergleich der Ergebnisse äußerst vorsichtig sein.

PSNR ist vor allem in der Forschung, aber auch in der Industrie eine gut etablierte Methode, wenn es darum geht, Messungen im Maßstab durchzuführen, vor allem aufgrund ihrer Einfachheit. Es ist aber auch bekannt, dass sie nicht gut mit der menschlichen Wahrnehmung korreliert. Andere Metriken, wie z.B. SSIM oder VMAF, korrelieren besser mit subjektiven Scores, können aber recht teuer und zeitaufwendig in der Berechnung sein. Letztendlich liegt es am Codierungsexperten zu entscheiden, welche Methode zum Testen der Videoqualität verwendet werden soll. Es gibt zusätzliche metrische Qualitätskennzahlen wie MOS und DMOS - und die Branche ist noch eifrig dabei, den Goldstandard der objektiven Qualitätsmessung zu bestimmen.

 

Codierungsoptionen

Mit objektiven Qualitätsbewertungswerkzeugen an der Hand ist es für Sie und die Codierungsexperten jetzt einfacher, die Codierungstechnologie zu bewerten und auszuwählen, die Ihren Anforderungen an die Bereitstellung (und Qualität) von Inhalten am besten entspricht. Welche Technologien gibt es also derzeit auf dem Markt und welche Möglichkeiten der Codierung (insbesondere im Hinblick auf die Qualität) gibt es?

 

Main-Images-Multi-Codec-alt3Multi-Codec-Welt

 

Video Codecs - eine Auswahl:

  • H.264/AVC: Der Industriestandard für Videokomprimierung - entwickelt und gepflegt von der Moving Pictures Expert Group (MPEG) seit 2003. Laut unserem Video Developer Report 2019  wird er derzeit von über 90% der Videoentwickler verwendet.

  • H.265/HEVC: Der jüngste Videokomprimierungsstandard von MPEG - entwickelt und gepflegt seit 2013 - bietet 50 % höhere Effizienz als sein Vorgänger.

  • VP9: Googles lizenzgebührenfreier Videokomprimierungsstandard - entwickelt und gepflegt seit 2013. Wird hauptsächlich auf YouTube verwendet, bietet aber ansonsten nicht die volle Gerätereichweite. Großartig, um Kosten für CDN/Bandbreite zu sparen!

  • AV1: Ein weiterer Open-Source-Code, entworfen von der Alliance for Open Media (AOMedia), einem Konglomerat von Videotechnik-Giganten wie Google, Facebook, Netflix, Amazon, Windows und Bitmovin. AV1 bietet 70% bessere Kompressionsraten als H.264, ist aber derzeit durch die Anwendung innerhalb von Browsern und Geräten eingeschränkt. Dem Dev-Report 2019 zufolge soll sich dies jedoch in den kommenden zwei Jahren ändern.

  • Codecs der nächsten Generation: Halten Sie ein Auge auf die nächste Runde der MPEG-Codecs VVC, EVC und LCEVC, deren Veröffentlichung für 2020 geplant ist oder bereits erfolgte.

Vorteile von Single-Codecs gegenüber Multi-Codecs

Obwohl H.264 allgegenwärtig ist und auf der Hardware-Ebene weitgehend unterstützt wird, ist es in Bezug auf die Komprimierungsrate viel weniger effizient als Codecs der nächsten Generation. Durch die Codierung Ihrer Videos mit einem Multi-Codec-Ansatz können Sie eine Verdoppelung der Qualität bei gleichzeitiger Reduzierung des Bandbreitenverbrauchs anstreben, ohne die Reichweite der Geräte zu beeinträchtigen.

 

Wege zur Durchführung einer Codierung

chunk-based-3-pass-encoding3-Pass Encoding Framework

Nachdem Sie nun ausgewählt haben, welche Codecs Sie verwenden möchten, müssen Sie im nächsten Schritt festlegen, wie Sie Ihren Videoinhalt codieren möchten. Um bei der Konvertierung die beste Qualität beizubehalten, haben wir festgelegt, dass die Multi-Pass-Codierung die beste Option ist; unten finden Sie die Arten der Multi-Pass-Codierung:

  • 2-Pass-Codierung: Eine Datei wird im ersten Durchgang gründlich analysiert und eine Zwischendatei erstellt. Im zweiten Durchgang schaut der Codierer nach der Zwischendatei und ordnet die Bits entsprechend zu, so dass die eigentliche Codierung während des zweiten Durchgangs erfolgt.

  • 3-Pass-Codierung: Ähnlich wie bei der 2-Pass-Codierung wird bei der 3-Pass-Codierung das Video dreimal von Anfang bis Ende analysiert, bevor der Codierungsvorgang beginnt. Während die Datei gescannt wird, schreibt der Codierer Informationen über das Originalvideo in seine eigene Protokolldatei und verwendet dieses Protokoll, um die bestmögliche Anpassung des Videos innerhalb der vom Benutzer für den Codierungsprozess festgelegten Bitratengrenzen zu bestimmen.

  • Per-Title-Codierung: Eine Form der Codierungsoptimierung, bei der die Bitratenleiter jedes Videos auf der Grundlage der Komplexität der Videodatei angepasst wird. Das letztendliche Ziel ist die Optimierung in Richtung einer Bitrate, die gerade genug Platz für den Codec zur Einkapselung von Informationen bietet, um ein perfektes Seherlebnis zu bieten. Eine andere Möglichkeit, dies zu berücksichtigen, besteht darin, dass das optimierte adaptive Paket so reduziert wird, dass es genau die Informationen für eine optimale Anzeigequalität enthält. Alles, was über die Wahrnehmungsfähigkeit des menschlichen Auges hinausgeht, wird herausgenommen.

Eine der wichtigsten Aufgaben von Encodern ist ihre Fähigkeit, zu wählen, wie ein bestimmter Codec implementiert oder abgestimmt werden soll. In einigen Fällen ermöglichen Encoder den Benutzern die Konfiguration und Optimierung der Codec-Komprimierungseinstellungen, wie z. B. die Bewegungsschätzung oder die Größe und Struktur der GOP. Es versteht sich von selbst, aber die beste Methode zur Gewährleistung höchster Qualität, selbst durch eine Codierung, ist die Bereitstellung qualitativ hochwertiger Quellen, beginnend mit Videos in makelloser Qualität und unter Verwendung bewährter Verfahren für die Signalerfassung/Bearbeitung.


Die Wahl der besten Per-Title-Codierungstechnologie - von Jan Ozer

Für einen tieferen Einblick in die Per-Title-Codierung und um zu sehen, wie Jan Ozer, ein führender Experte auf dem Gebiet der Video-Codierung für Live- und On-Demand-Produktionen, die verschiedenen Per-Title-Technologien bewertet, können Sie seine umfassende Analyse hier herunterladen.

G&L-Partner Bitmovin

Wir danken Bitmovin für die freundliche Bereitstellung der Inhalte.

Quelle des Original-Beitrags:
https://bitmovin.com/objective-quality-encoding-methods/

Akamai Technologies
Amazon Web Services
Aspera, an IBM Company
Bitmovin
IABM
SRT Alliance
Wowza Media Systems
Zendesk