レート歪み最適化

レート歪み最適化( RDO ) は、ビデオ圧縮でビデオ品質を向上させる方法です。この名前は、ビデオをエンコードするために必要なデータ量 (レート) に対する歪みの量 (ビデオ品質の低下) の最適化を指します。主にビデオ エンコーダーによって使用されますが、レート歪み最適化は、ファイル サイズと品質の両方に同時に影響する決定を下す必要があるあらゆるエンコード状況 (画像、ビデオ、オーディオなど) で品質を向上させるために使用できます。

エンコードの決定を行う従来の方法は、ビデオ エンコーダが最高品質の出力画像を生成する結果を選択することです。ただし、この方法には、選択によって必要なビット数が増える一方で、品質上の利点が比較的少ないという欠点があります。この問題の一般的な例の 1 つは、動き推定、 ^[1] 、特に1/4 ピクセル精度の動き推定の使用に関するものです。動き推定中にブロックの動きに精度を追加すると品質が向上する可能性がありますが、場合によっては、その品質向上のために、動きベクトルをより高い精度でエンコードするために必要なビット数を増やす価値がありません。

レート歪み最適化は、ビデオ品質メトリックとして機能し、ソース マテリアルからの偏差と、各可能な決定結果のビット コストの両方を測定することで、前述の問題を解決します。ビットは、ビット コストにラグランジアンを乗算して数学的に測定されます。ラグランジアンは、特定の品質レベルのビット コストと品質の関係を表す値です。ソースからの偏差は、通常、平均二乗誤差として測定され、 PSNRビデオ品質メトリックを最大化します。

ビット コストの計算は、最新のビデオ コーデックのエントロピー エンコーダによってさらに困難になっています。レート歪み最適化アルゴリズムでは、テストするビデオの各ブロックをエントロピー コーダに渡して実際のビット コストを測定する必要があります。MPEGコーデックでは、プロセス全体が離散コサイン変換と、それに続く量子化およびエントロピー エンコードで構成されます。このため、レート歪み最適化は、単純な絶対差の合計(SAD) や絶対変換差の合計(SATD)などの他のほとんどのブロック マッチング メトリックよりもはるかに遅くなります。そのため、レート歪み最適化は通常、H.264/AVCでの異なるパーティション タイプ間の決定など、動き推定プロセスの最終ステップにのみ使用されます。

• Ateme H.264エンコーダー
• Grass Valley ViBE エンコーダー (SD & HD MPEG-2/MPEG-4)
• Harmonic Electra 8000 エンコーダー (SD & HD MPEG-2/MPEG-4)
• libavcodec
• MainConcept H.264エンコーダー
• Microsoft VC-1エンコーダー
• タンベルグ テレビSD MPEG-2 EN8100
• タンベルグ テレビHD MPEG-4 EN8190
• タンバーグ テレビSD & HD MPEG-4 iPlex
• Theora 1.1-alpha1 以降 (「Thusnelda」ブランチ)
• x264 H.264 エンコーダ
• x265 H.265 エンコーダー
• Xvid MPEG-4 ASPエンコーダ
• H.264/AVCリファレンスソフトウェア JM（ジョイントモデル）
• HEVCリファレンス ソフトウェア HM (HEVC テスト モデル)
• クヴァザール（部分）^[2]