Optimización de la relación tasa-distorsión

La optimización de la relación tasa-distorsión ( RDO , por sus siglas en inglés) es un método para mejorar la calidad de vídeo en la compresión de vídeo . Su nombre hace referencia a la optimización de la cantidad de distorsión (pérdida de calidad de vídeo) en relación con la cantidad de datos necesarios para codificar el vídeo, es decir, la tasa . Aunque se utiliza principalmente en codificadores de vídeo, la optimización de la relación tasa-distorsión puede emplearse para mejorar la calidad en cualquier situación de codificación (imagen, vídeo, audio, etc.) donde se deban tomar decisiones que afecten simultáneamente al tamaño del archivo y a la calidad.

El método clásico para tomar decisiones de codificación consiste en que el codificador de vídeo elija el resultado que produzca la imagen de salida de mayor calidad. Sin embargo, esto tiene la desventaja de que la elección que realiza puede requerir más bits con un beneficio de calidad relativamente pequeño. Un ejemplo común de este problema se encuentra en la estimación de movimiento ^{[ 1 ]} , y en particular en el uso de la estimación de movimiento con precisión de un cuarto de píxel . Agregar mayor precisión al movimiento de un bloque durante la estimación de movimiento puede aumentar la calidad, pero en algunos casos esa calidad adicional no justifica los bits adicionales necesarios para codificar el vector de movimiento con mayor precisión.

La optimización de la relación tasa-distorsión resuelve el problema mencionado anteriormente al actuar como una métrica de calidad de video, midiendo tanto la desviación del material original como el costo de bits para cada posible resultado de decisión. Los bits se miden matemáticamente multiplicando el costo de bits por el lagrangiano , un valor que representa la relación entre el costo de bits y la calidad para un nivel de calidad particular. La desviación del material original se suele medir como el error cuadrático medio , con el fin de maximizar la métrica de calidad de video PSNR .

El cálculo del coste de bits se complica por los codificadores de entropía en los códecs de vídeo modernos, que requieren que el algoritmo de optimización de tasa-distorsión pase cada bloque de vídeo a probar al codificador de entropía para medir su coste de bits real. En los códecs MPEG , el proceso completo consiste en una transformada discreta del coseno , seguida de cuantización y codificación de entropía. Debido a esto, la optimización de tasa-distorsión es mucho más lenta que la mayoría de las otras métricas de coincidencia de bloques, como la suma simple de diferencias absolutas (SAD) y la suma de diferencias transformadas absolutas (SATD). Por lo tanto, generalmente se utiliza solo para los pasos finales del proceso de estimación de movimiento , como decidir entre diferentes tipos de partición en H.264/AVC .

• Codificador Ateme H.264
• Codificadores Grass Valley ViBE (SD y HD MPEG-2/MPEG-4)
• Codificador Harmonic Electra 8000 (SD y HD MPEG-2/MPEG-4)
• libavcodec
• Codificador H.264 de MainConcept
• Codificador Microsoft VC-1
• Tandberg Televisión SD MPEG-2 EN8100
• Tandberg Televisión HD MPEG-4 EN8190
• Televisión Tandberg SD y HD MPEG-4 iPlex
• Theora 1.1-alpha1 y versiones posteriores (la rama "Thusnelda")
• Codificador x264 H.264
• Codificador x265 H.265
• Codificador Xvid MPEG-4 ASP
• Software de referencia H.264/AVC JM (Joint Model)
• Codificador de hardware H.264 / AVC / MPEG-4 AVC / MPEG-4 parte 10 (aceleración de vídeo Intel Quick Sync)
• Software de referencia HEVC HM (modelo de prueba HEVC)
• Kvazaar (parcial) ^{[ 2 ]}