用于码率阶梯构建的凸包预测方法：设计、评估与比较
图像与视频处理
2025-03-12 v4
摘要
HTTP自适应流媒体(HAS)因其能够提供无缝的用户体验，已成为OTT(over-the-top)视频流媒体服务的主流方案。HAS的一个基本组成部分是码率阶梯，其包含一组用于将源视频编码为多个表示版本的编码参数(例如码率-分辨率对)。这种自适应码率阶梯使客户端视频播放器能够根据网络状况的波动实时动态调整视频流的质量，通过为可用带宽选择最合适的表示版本来确保不间断播放。最直接的方法是对所有视频使用固定的码率阶梯，由预先确定的码率-分辨率对组成，即所谓的一刀切(one-size-fits-all)。相反，最可靠的技术依赖于在宽码率范围内对所有分辨率进行密集编码以构建凸包，从而通过为每个特定视频从凸包中选择表示版本来优化码率阶梯。已有若干技术被提出，用于在不进行代价高昂的穷举搜索编码的情况下预测基于内容的阶梯。本文对各种凸包预测方法进行了全面综述，包括传统方法和基于学习的方法。此外，我们对若干基于手工特征和基于深度学习(DL)的方法进行了基准研究，以在多种编解码器设置下预测内容优化的凸包。所考虑的方法在我们提出的大规模数据集上进行评估，该数据集包含300个UHD视频片段，使用三种最先进的视频标准(AVC/H.264、HEVC/H.265和VVC/H.266)在多种码率点下通过软件和硬件编码器进行编码。我们的分析提供了有价值的见解，并为该领域的未来研究建立了基线性能。
引用
@article{arxiv.2310.15163,
title = {Convex Hull Prediction Methods for Bitrate Ladder Construction: Design, Evaluation, and Comparison},
author = {Ahmed Telili and Wassim Hamidouche and Hadi Amirpour and Sid Ahmed Fezza and Luce Morin and Christian Timmerer},
journal= {arXiv preprint arXiv:2310.15163},
year = {2025}
}