HEVC 、H.264與AVS2 視訊壓縮

Lab2 Report: HEVC 、H.264與AVS2 視訊壓縮

1. 摘要

這份實驗報告是視訊編碼與通訊的第二次大作業。作業的題目是HEVC與H.264視訊壓縮。

這篇報告首先根據作業釋出的要求，選擇兩個不同特性的測試序列設定兩組不同的編碼引數進行HEVC編碼與解碼。再對同一個測試序列進行HEVC和H.264壓縮編碼和解碼，並對比分析其效能的差異。

其次這份報告也記錄了一些擴充：對同一個序列進行AVS2壓縮編碼與解碼，並與實驗二得到的解碼圖片進行對比，簡單分析這三種壓縮標準的效能差異。

2. 實驗一：HEVC 視訊編碼與解碼

2.1 實驗內容

參考程式碼HM16.12 或以後版本。選擇至少兩個測試序列，具有不同空間解析度、不同
運動和紋理特性；對每個測試序列，分別設定兩組不同的編碼引數，進行編碼和解碼；給出
相應的引數配置，給出若干關鍵幀的原始影像、以及相應的解碼重建影像，給出每幀影像的
PSNR 值。

2.2 實驗原理簡述

高效率視訊編碼（High Efficiency Video Coding，簡稱HEVC），又稱為H.265和MPEG-H第二部分，是一種視訊壓縮標準，用來以替代H.264/AVC 編碼標準。

HEVC的視訊編碼層與H.264/AVC和許多其他視訊壓縮編碼一樣，都是採用Hybrid Video Coding的架構（如圖2-1），但在各部分加入了一些新技術或者提升了原本編碼工具的效率。¹ 例如例如基於四叉樹的靈活塊分割結構 、不同角度的幀內預測模式 、自適應的運動向量預測AMVP、合併技Merge、可變尺寸的離散餘弦變換等。

由圖中可以看出，典型的HEVC編碼框架具有如下幾個模組:

• 幀內預測：該模組主要用於去除影像的空間相關性。通過編碼後的重構塊資訊來預測當前畫素塊以去除空間冗餘資訊，提高影像的壓縮效率；
• 幀間預測：該模組主要用於去除影像的時間相關性。幀間預測通過將已編碼的影像作為當前幀的參考影像，來獲取各個塊的運動資訊，從而去除時間冗餘，提高壓縮效率；
• 變換量化：該模組通過對殘差資料進行變換量化以去除頻域相關性，對資料進行有失真壓縮。變換編碼將影像從時域訊號變換至頻域，將能量集中至低頻區域；
• 去方塊濾波：在基於塊的視訊編碼中，形成的重構影像會出現方塊效應，採用去方塊濾波可達到削弱甚至消除方塊效應的目的，提高影像的主觀質量和壓縮效率；
• 樣點自適應步長濾波（SAO濾波）處於去方塊濾波之後，通過解析去方塊濾波後的畫素的統計特性，為畫素新增相應的偏移值，可以在一定程度上削弱振鈴效應，提高影像的主觀質量和壓縮效率；
• 熵編碼：該模組將編碼控制資料、量化變換系數、幀內預測資料以及運動資料等編碼為二進位制流進行儲存或傳輸。熵編碼模組的輸出資料即原始視訊壓縮後的碼流。

2.3 實驗過程與分析

2.3.1 實驗環境與測試序列

本次實驗參考的程式碼版本為HW-16.13；實驗的環境為Visual Studio；用來採取幀和播放YUV檔案的工具為YUV Player。

實驗所用的測試序列為"akiyo_qcif.yuv"和"Bus_cif.yuv"²。為了實驗的便利，我們都選取了100幀進行後續的編碼。前者為一個新聞主持人，變化幅度較小，圖中運動物體較少。後者為公交車在道路上行駛，變化幅度較大，物體較多。

視訊紋理大致如下，選取的都為第一幀（兩張圖片有所放大和縮小）：

空間解析度引數如下所示：

	SourceWidth	SourceHeight	FrameToBeEncoded
akiyo	176	144	100
bus	352	288	100

2.3.2 HEVC編碼與解碼

我們將測試序列檔案(yuv檔案)和相關的配置檔案(encoder_intra_main.cfg和序列的配置檔案)放到Debug檔案目錄下，用Visual Stuido執行程式。

（1）測試序列1——第一組引數

測試序列1為akiyo_qcif.cfg。我們在配置檔案中的量化部分設定QP值為45。Coding Structure部分引數設定如下：

#======== Coding Structure =============
IntraPeriod                   : 1 # Period of I-Frame ( -1 = only first)
DecodingRefreshType           : 0 # Random Accesss 0:none, 1:CRA, 2:IDR, 3:Recovery Point SEI
GOPSize                       : 1 # GOP Size (number of B slice = GOPSize-1)
#Type POC QPoffset QPfactor tcOffsetDiv2 betaOffsetDiv2  temporal_id #ref_pics_active #ref_pics reference pictures 

這樣我們將所有的幀都設定為I幀，編碼速度理論上可以得到提升，但這是基於編碼後視訊大小的犧牲之上。視訊壓縮的過程如下所示：

程式總共執行了82.429s，檔案大小為33KB，原始檔大小為3713KB，壓縮比為112.5，壓縮效果較好。峰值訊雜比(PSNR)的值如下所示。

SUMMARY --------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
              100    a     129.4520   27.9516   33.5440   36.0687   29.2670


I Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
              100    i     129.4520   27.9516   33.5440   36.0687   29.2670


P Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                0    p    -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)


B Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                0    b    -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)

PSNR值都在40以下，說明編碼的影像質量較低。我們再對生成的str.bin檔案進行解碼。解碼過程相對簡單。解碼後的檔案大小為3713KB，與原始檔大小相等。解碼的具體過程如下所示：

我們再來對比原始檔和解碼後檔案的關鍵幀影像質量對比。因為每一幀都是I幀，所以我們選擇第1、50、100幀來對比。

從上面三幀的對比結果來看，大致上圖片質量損失較大，在細節處的對比尤為明顯。但是物體的輪廓尚能分辨。

（2）測試序列1——第二組引數

在這一組引數中我們將第一幀設定為I幀，其餘幀都設定為P幀。即為低時延編碼結構。這樣理論上編碼速度會變慢，但快於其餘幀為B幀。影像質量也應該介於兩者之間。我們選取QP值為10，這樣

配置檔案(encoder_lowdelay_P_main.cfg)中的Coding Structure部分如下所示：

#======== Coding Structure =============
IntraPeriod                   : -1  # Period of I-Frame ( -1 = only first)
DecodingRefreshType           : 0   # Random Accesss 0:none, 1:CRA, 2:IDR, 3:Recovery Point SEI
GOPSize                       : 4   # GOP Size (number of B slice = GOPSize-1)
IntraQPOffset                 : -1
LambdaFromQpEnable            : 1   # see JCTVC-X0038 for suitable parameters for IntraQPOffset, QPoffset, QPOffsetModelOff, QPOffsetModelScale when enabled

同樣的，視訊壓縮的過程如下所示：

程式總共執行了200.189s，檔案大小為98KB，原始檔大小為3713KB，壓縮比為3709，壓縮效果相對來說較為一般。峰值訊雜比(PSNR)的值如下所示。

SUMMARY --------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
              100    a     397.9160   50.9905   52.1198   52.4897   51.3332


I Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                1    i    3481.6000   53.3063   53.3069   53.7012   53.3698


P Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
               99    p     366.7677   50.9671   52.1078   52.4774   51.3168


B Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                0    b    -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)

可以看出整體的訊雜比都在50以上，這個值對於人眼來說是非常不錯的。I幀和P幀的數量為1、99，與我們設定的也一致。

對檔案進行解碼，擷取關鍵幀（第一幀）並進行對比如下：

可以看出，因為QP值設定比較高，所以影像質量得到了保證，大致上看不出損失。但因為其他幀都為P幀，仔細觀察還是發現細節處出現了模糊，在照片中人物的臉部可以仔細觀察發現。

（4）測試序列2——第一組引數

測試序列2的第一組編碼引數與測試序列1相同，即所有幀都設定為I幀，把QP值設為45。其他設定不變。視訊壓縮的過程截圖如下：

程式執行了242.844s，檔案大小為178KB，原始檔大小為14850KB。壓縮比為83.4。PSNR值如下所示：

SUMMARY --------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
              100    a     727.1040   24.3546   35.8285   37.1662   25.9815


I Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
              100    i     727.1040   24.3546   35.8285   37.1662   25.9815


P Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                0    p    -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)


B Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                0    b    -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)

可以看出PSNR值整體都在30以下，說明圖片質量較差。對檔案進行解碼，並擷取第1、50、100幀進行對比。

從上面三幀的對比結果來看，與測試序列1結果相似。大致上圖片質量損失較大，在細節處的對比尤為明顯。但是物體的輪廓尚能分辨。

（4）測試序列2——第二組引數

測試序列2的第二組編碼引數與測試序列1相同，即第一幀設定為I幀，其餘為P幀，把QP值設為10。其他設定不變。視訊壓縮的過程截圖如下：

程式執行了1969.095s，檔案大小為2723KB，原始檔大小為14850KB。壓縮比為5.45，壓縮效果較差。PSNR值如下所示：

SUMMARY --------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
              100    a   11151.3200   48.8338   49.3611   50.5012   48.9460


I Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                1    i   23326.0000   53.4858   53.0045   53.5031   53.4046


P Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
               99    p   11028.3434   48.7868   49.3243   50.4709   48.9180


B Slices--------------------------------------------------------
        Total Frames |   Bitrate     Y-PSNR    U-PSNR    V-PSNR    YUV-PSNR
                0    b    -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)  -nan(ind)

可以看出整體的訊雜比都在50以上，這個值對於人眼來說是非常不錯的。I幀和P幀的數量為1、99，與我們設定的也一致。

對檔案進行解碼，擷取關鍵幀（第一幀）並進行對比如下：

可以看出因為圖片紋理的原因和高QP值，二者幾乎看不出差別，但這是基於壓縮效果的犧牲之上的。

3. 實驗二：H.264 視訊編碼與解碼

3.1 實驗內容

選擇同一個測試序列，採用相同編碼引數，分別進行H.264 和HEVC 壓縮編碼和解碼；
對比分析兩個不同編解碼器的編碼效能，給出相應的引數配置，給出若干關鍵幀的原始圖
像、以及相應的解碼重建影像，給出每幀影像的PSNR 值。

3.2 實驗原理簡述

H.264是高階視訊編碼(Advanced Video Coding，簡稱AVC)，又稱為MPEG-4第10部分。是一種面向塊，基於運動補償的視訊編碼標準。到2014年，它已經成為高精度視訊錄製、壓縮和釋出的最常用格式之一。³

H.264/AVC包含了一系列新的特徵，使得它比起以前的編解碼器不但能夠更有效的進行編碼，還能在各種網路環境下的應用中使用。這些新特性包括但不限於如下幾種⁴：

• 多參考幀的運動補償。比起以前的視訊編碼標準，H.264/AVC以更靈活的方式使用已編碼的更多幀來作為參考幀。在某些情況下，可以使用最多32個參考幀。
• 變塊尺寸運動補償。可使用最大16x16至最小4x4的塊來進行運動估計與運動補償，能夠對影像序列中的運動區域進行更精確的分割。
• 六抽頭濾波器產生二分之一畫素的亮度分量預測值。這可以減少混疊並得到更銳化的影像。
• 靈活的隔行掃描視訊編碼。隔行掃描影像的每幀包括兩個場，所以對於隔行掃描影像有三種編碼方式：將兩場合併為一幀進行編碼、將兩場分別編碼、將兩場合併為一幀，但是在巨集塊級別上，將一個幀巨集塊劃分為兩個場巨集塊進行編碼。
• 使用了一個Loop的除塊效應濾波器，能夠減輕普遍存在於其他基於離散餘弦變換(DCT)的視訊編解碼器的塊效應。

3.3 實驗過程與分析

3.3.1 實驗環境與測試序列

我選取的編碼器為JM19.0⁵。其他環境與實驗一一致。在實驗二我選的測試序列都為實驗一中的測試序列1"akiyo_qcif.yuv"。內容為主持人進行新聞播報。大小為176*144。

3.3.2 實驗操作與結果分析

實驗二的配置引數與實驗一中的一致，即是第一幀為I幀，其餘都為P幀，所以正好可以使用baseline配置檔案。否則如果需要使用B幀就需要使用Main方式了。

JM軟體的配置引數如下所示（大部分都是與encoder_baseline.cfg檔案一致，已刪除部分註釋）：

# Files
InputFile             = "akiyo_qcif.yuv"       # Input sequence
InputHeaderLength     = 0      
StartFrame            = 0      # Start frame for encoding. (0-N)
FramesToBeEncoded     = 100      # Number of frames to be coded
FrameRate             = 30.0   # Frame Rate per second (0.1-100.0)
SourceWidth           = 176    # Source frame width
SourceHeight          = 144    # Source frame height
SourceResize          = 0      # Resize source size for output
OutputWidth           = 176    # Output frame width
OutputHeight          = 144    # Output frame height
TraceFile             = "trace_enc.txt"      # Trace file 
ReconFile             = "test_rec.yuv"       # Reconstruction YUV file
OutputFile            = "test.264"           # Bitstream
StatsFile             = "stats.dat"          # Coding statistics file
# Encoder Control
ProfileIDC            = 66  
IntraProfile          = 0                      
LevelIDC              = 40  # Level IDC   (e.g. 20 = level 2.0)
IntraPeriod           = 0   # Period of I-pictures   (0=only first)
IDRPeriod             = 0   # Period of IDR pictures (0=only first)
AdaptiveIntraPeriod   = 1   # Adaptive intra period
AdaptiveIDRPeriod     = 0   # Adaptive IDR period
IntraDelay            = 0  
EnableIDRGOP          = 0   
EnableOpenGOP         = 0  
QPISlice              = 28  # Quant. param for I Slices (0-51)
QPPSlice              = 28  # Quant. param for P Slices (0-51)
FrameSkip             = 0  
ChromaQPOffset        = 0   # Chroma QP offset (-51..51)

點選執行之後，程式執行較慢。執行過程如下所示：

程式執行了344.816s。檔案大小為13KB，相對原始檔3713KB。壓縮比為285.6，壓縮效果很好。PSNR值資訊如下所示：

 Y { PSNR (dB), cSNR (dB), MSE }   : {  38.384,  38.380,   9.44246 }
 U { PSNR (dB), cSNR (dB), MSE }   : {  40.826,  40.824,   5.37896 }
 V { PSNR (dB), cSNR (dB), MSE }   : {  41.726,  41.725,   4.37107 }

可以看出PSNR值接近40，圖片質量相對較好。對檔案進行解碼，將原始檔關鍵幀、HEVC解碼的關鍵幀（QP值修改為28，檔案大小為9KB）和H.264解碼的關鍵幀進行對比。

由圖可知，HEVC解碼後的圖片比H.264解碼的結果的更加清晰，細節恢復的效果也更好。同時HEVC的壓縮效果也更好，執行時間也更短。綜上，HEVC的表現相比H.264來說更加優異。

4. 擴充實驗：AVS2視訊編碼與解碼

4.1 實驗內容

選擇同一個測試序列，採用與上述實驗相同的編碼引數，進行AVS2壓縮編碼和解碼；
對比分析幾個不同編解碼器的編碼效能，並給出相應的引數配置，給出若干關鍵幀的原始圖
像、以及相應的解碼重建影像，給出影像的平均PSNR 值。

4.2 實驗原理簡述

AVS標準是我國自主智慧財產權的信源編碼標準，是針對中國音視訊產業的需求，由中國數字音視訊領域的科研機構和企業牽頭，相關國際單位和企業廣泛參與，按照國際開放式規則制定的系列標準。目前已經完成了兩代AVS標準的制定。

第二代AVS標準，簡稱AVS2，首要應用目標是超高清晰度視訊，支援超高解析度（4K以上）、高動態範圍視訊的高效壓縮。IEEE國際標準號號為IEEE1857.4。根據官方網站的敘述，在數字電視廣播（逐行）、實時通訊和數字電影或靜態影像領域，AVS2和HEVC的編碼效能相似，但在數字電視廣播（隔行）和視訊監控的應用方面，AVS2的編碼效能要明顯高於HEVC。

與HEVC編碼框架類似，AVS2也採用了混合編碼框架，整個編碼過程包括幀內預測、幀間預測、變換量化、反量化反變換、環路濾波和熵編碼等模組。⁶

AVS2編碼包括但不限於如下特性：

• 靈活的編碼結構劃分。AVS2採用了基於四叉樹的塊劃分結構，包括編碼單元（Coding Unit，CU）、預測單元（Prediction Unit，PU）和變換單元（Transform Unit，TU）。
• 靈活的幀內預測編碼。相比於AVS1和H.264/AVC，AVS2在亮度塊的幀內預測編碼上設計了33種模式，包括DC預測模式、Plane預測模式、Bilinear預測模式和30種角度預測模式。在色度塊上有5種模式：DC模式、水平預測模式、垂直預測模式、雙線性插值模式以及新增的亮度匯出（Derived mode, DM）模式。
• 增加了前向多假設預測F影像。編碼塊可以參考前向兩個參考塊，相當於P幀的雙假設預測。AVS2將雙假設預測分為兩類，分別是時域雙假設和空域雙假設。時域雙假設的當前編碼塊利用預測塊加權平均作為當前塊的預測值，但運動向量差MVD和參考影像索引都只有一個，另外一個MVD和參考影像索引根據時域上的距離按線性縮放推匯出來。而空域雙假設預測也叫方向性多假設預測，通過融合初始預測點周圍的兩個預測點得到，而且初始預測點位於這兩個預測點的連線上。除了初始預測點外，一共有8個預測點，只將和初始預測點連成同一條直線的兩個預測點進行融合。除了四種不同的方向外，還根據距離進行調整，對1/2畫素距離和1/4畫素距離位置的4種模式分別計算，在加上初始預測點，共9種模式進行比較，選擇出最佳預測模式。

4.3 實驗操作與結果分析

4.3.1 實驗環境和測試序列

與實驗一二一致，擴充實驗選擇的測試序列同樣為"akiyo_qcif.yuv"，環境為Visual Studio。

參考軟體為北京大學開源的AVS2編碼器和與解碼器。使用該編碼器和解碼器需要進行一些環境配置。

值得注意的是，環境配置大部分是我自己摸索出來的，可能會有不正確或者不必要的操作存在。希望老師可以理解或者提出指正。

(1) 編碼器環境配置

首先根據官方文件，需要安裝一個shell執行器，比如git-for-windows中的bash，並將bash所在的目錄新增到系統環境變數PATH中。

其次需要下載nasm.exe檔案，並將其放到\build\vs2013目錄下。

再開啟vs2013目錄下的’xavs.sln’工程檔案，選擇’x64’生成解決方案，否則會報錯一些asm檔案中的位數錯誤。生成成功後會在\build\bin\x64_debug資料夾中看到已經生成的可執行檔案’xavs.exe’檔案。

之後需要寫yuv檔案對應的配置檔案(cfg檔案)，在config資料夾中找到’encoder_ldp.cfg’檔案。複製貼上到工作目錄，修改yuv檔案的名稱、空間解析度、需要編碼的幀數等引數。

最後在Visual Studio中的xavs的屬性中編輯對應的命令引數。命令引數很簡單，如下所示，可能需要修改路徑。之後便可以順利執行。

-f C:\xavs2-master\xavs2-master\build\bin\x64_Debug\encoder_ldp.cfg

（2）解碼器環境配置

解碼器環境配置相對簡單。同樣用’x64’便可以生成可執行檔案

其次將編碼器生成的test.avs壓縮檔案和test_rec.yuv參考檔案複製貼上到解碼器的工作目錄下。在Visual Studio中修改davs2的命令引數。命令引數也很簡單，如果需要修改I/O檔案的名稱可以直接修改。修改davs2的工作目錄可有可無，不修改則預設在vs2013資料夾下生成解碼檔案。

-i test.avs -o dec.yuv -r test_rec.yuv 

4.3.2 實驗過程與結果分析

配置引數我選擇的是第一幀為I幀，其餘為AVS2獨有的F幀。QP值修改預設設定第一幀為34，此後幀QP的最小值和最大值都為34。修改後部分配置引數如下所示(已刪去部分註釋)：

InputFile               = "C:\xavs2-master\xavs2-master\build\bin\x64_Debug\akiyo_qcif.yuv"    # Input sequence, YUV 4:2:0
FramesToBeEncoded       = 100            # Number of frames to be coded
SourceWidth             = 176           # Image width  in Pels
SourceHeight            = 144           # Image height in Pels
fps                     = 50.0          
ChromaFormat            = 1             
InputSampleBitDepth     = 8             
SampleBitDepth          = 8           
ReconFile               = "test_rec.yuv"
OutputFile              = "test.avs"
# Maximum Size
MaxSizeInBit            = 6             # Maximum CU size
# Encoder Control
ProfileID               = 32           
LevelID                 = 66           
IntraPeriodMin          = 0            
IntraPeriodMax          = 0            
OpenGOP                 = 0             # Open GOP
UseHadamard             = 1            
FME                     = 3            
SearchRange             = 64            # Max search range
NumberReferenceFrames   = 4            
inter_2PU               = 1            
inter_AMP               = 1            
# F Frames
FFRAMEEnable            = 1             
DHPEnable               = 1             # (0: Don't use DHP,      1:Use DHP) 
MHPSKIPEnable           = 1             
WSMEnable               = 1             # (0: Don't use WSM,      1:Use WSM) 

點選執行，程式執行較快，執行過程如下所示：

程式執行很快，6.933s編碼了100幀。檔案大小為9KB。原始檔大小為3713KB，壓縮比為412.56。課件AVS2的壓縮效率和壓縮效果表現都很好。

PNSR值如下所示，PSNR值接近40，說明圖片質量可以接受：

AVERAGE SEQ PSNR:      37.5197 40.9658 42.0968
xavs2[i]:          BITRATE:  35.29 kb/s @ 50.0 Hz, 100 frames, xavs2 p8
xavs2[i]:       TOTAL BITS: 70576 (I: 14416, B: 0, P/F: 56160)
xavs2[d]:       TOTAL TIME:    6.912 sec, total 100 frames, speed: 14.47 fps
xavs2[d]:       Frame Time:   I:   1.51%;   B:   0.00%;   P/F:  98.49%
xavs2[i]:       Frame Num :   I:   1.00%;   B:   0.00%;   P/F:  99.00%

將壓縮檔案進行解碼重構，並將三種標準重構(HEVC和H.264為第一幀為I幀，其餘為P幀，QP值設為34)的影像進行對比，結果如下所示：

可以看出H.264解碼之後效果最好，ASV2和HEVC解碼之後細節處都有些許模糊，而ASV2相對HEVC更為清晰。

	壓縮檔案大小	壓縮時間	關鍵幀PSNR值
HEVC	5KB	117.752s	35.8 38.5 40.3
H.264	6KB	356.234s	34.6 38.1 39.7
ASV2	9KB	7.612s	38.7 40.9 42.2

由結果可以看出，壓縮時間相差較大，與理論有較大差異。原因可能是因為生成可執行檔案的方式不同，前兩者為’win32’，後者為’x64’，因此後者計算更為快速。

壓縮效果HEVC最好，H.264次之，ASV2最末。但相差並不大。

關鍵幀PSNR值ASV2指標最高，但是由解碼之後圖片中H.264最為清晰。可能是PSNR指標與人眼視覺系統(HVS)的差異決定的。

5. 實驗感想

在嘗試瞭解本文的幾種編碼標準的原理時發現很複雜，看了很長時間都沒有理解。但查閱資料後發現AVS第一代標準是由我國的前任團隊花了三年多時間建立的，深覺工程之艱難。

本文取的一些引數有部分不能滿足控制變數的原則，但是有些引數的設定使得程式執行時間很長，所以很難有多組資料進行科學的對比試驗。這可以在課後自我完成。

總之這次實驗雖然不復雜，但是讓我們真切的感受了視訊編碼的過程，希望以後有機會可以加入這個領域迎接挑戰。同時感謝助教和老師的出題和講解。

---

1. R. Sjoberg et al., “Overview of HEVC High-Level Syntax and Reference Picture Management,” in IEEE Transactions on Circuits and Systems for Video Technology, vol. 22, no. 12, pp. 1858-1870, Dec. 2012, doi: 10.1109/TCSVT.2012.2223052. ↩︎

2. 下載地址：http://trace.eas.asu.edu/yuv/index.html ↩︎

3. https://zh.wikipedia.org/wiki/H.264/MPEG-4_AVC ↩︎

4. Sullivan G J, Topiwala P N, Luthra A. The H. 264/AVC advanced video coding standard: Overview and introduction to the fidelity range extensions[C]//Applications of Digital Image Processing XXVII. International Society for Optics and Photonics, 2004, 5558: 454-474. ↩︎

5. 下載地址：http://iphome.hhi.de/suehring/tml/download/ ↩︎

6. http://www.avs.org.cn/AVS2/technology.asp ↩︎