Comparación de códecs de vídeo

Las técnicas de evaluación objetiva de vídeo son modelos matemáticos que buscan predecir los juicios humanos sobre la calidad de la imagen, como a menudo se ejemplifica con los resultados de experimentos de evaluación subjetiva de la calidad. Se basan en criterios y métricas que pueden medirse objetivamente y evaluarse automáticamente mediante un programa informático. Los métodos objetivos se clasifican según la disponibilidad de una señal de vídeo original sin comprimir, que se considera de alta calidad (generalmente sin comprimir). Por lo tanto, se pueden clasificar como:

• Métodos de referencia completa (FR), donde está disponible toda la señal de vídeo original.
• Métodos de referencia reducida (RR), donde solo se dispone de información parcial del vídeo original, y
• Métodos sin referencia (NR), en los que el vídeo original no está disponible en absoluto.

Esto se refiere a cómo el espectador percibe un video y determina su opinión sobre una secuencia de video específica. Las pruebas subjetivas de calidad de video son bastante costosas en términos de tiempo (preparación y ejecución) y recursos humanos.

Existen diversas maneras de mostrar secuencias de vídeo a expertos y registrar sus opiniones. Algunas de ellas se han estandarizado, principalmente en la Recomendación BT.500-13 de la UIT-R y en la Recomendación P.910 de la UIT-T.

La razón para medir la calidad subjetiva del vídeo es la misma que para medir la puntuación media de opinión en el audio. Se pueden promediar las opiniones de los expertos y expresar la media como un intervalo de confianza determinado o acompañado de él. Se pueden utilizar procedimientos adicionales para el cálculo de la media. Por ejemplo, las opiniones de los expertos que se consideren inestables (como si su correlación con la opinión media fuera baja) podrían ser rechazadas.

En el caso de los códecs de vídeo , esta es una situación muy común. Cuando códecs con resultados objetivos similares muestran resultados subjetivos diferentes, las principales razones pueden ser:

• Los prefiltros y postfiltros se utilizan ampliamente en los códecs. Los códecs suelen utilizar prefiltros como la reducción de ruido , la eliminación de parpadeo y la estabilización de imagen. La reducción de ruido y la eliminación de parpadeo normalmente mantienen el valor de PSNR a la vez que mejoran la calidad visual (los mejores filtros de reducción de ruido lentos también aumentan el PSNR en tasas de bits medias y altas). La estabilización de imagen reduce considerablemente el PSNR, pero mejora la calidad visual. Los postfiltros muestran características similares : la eliminación de artefactos y la eliminación de anillos mantienen el PSNR, pero mejoran la calidad; el granulado (sugerido en H.264 ) mejora esencialmente la calidad del vídeo, especialmente en pantallas de plasma grandes, pero reduce el PSNR. Todos los filtros aumentan el tiempo de compresión/descompresión, por lo que mejoran la calidad visual pero reducen la velocidad de codificación y decodificación. 
• La estrategia de búsqueda de estimación de movimiento (ME) también puede generar diferencias en la calidad visual para el mismo PSNR. La denominada búsqueda de movimiento real generalmente no alcanza los valores mínimos de suma de diferencias absolutas (SAD) en la estimación de movimiento del códec, pero puede resultar en una mejor calidad visual. Estos métodos también requieren más tiempo de compresión.
• Estrategia de control de tasa . VBR suele producir mejores marcas de calidad visual que CBR para los mismos valores PSNR promedio para secuencias.

Resulta difícil utilizar secuencias largas para pruebas subjetivas. Generalmente, se utilizan tres o cuatro secuencias de diez segundos, mientras que para métricas objetivas se emplean películas completas. La selección de secuencias es importante : aquellas similares a las que utilizan los desarrolladores para optimizar sus códecs son más competitivas. 

Número de fotogramas por segundo ( FPS ), comúnmente utilizado para medir la velocidad de compresión/descompresión.

Al estimar las posibles diferencias de rendimiento entre códecs, se deben tener en cuenta los siguientes aspectos:

• Uniformidad del tiempo de fotograma de descompresión (a veces compresión) : las grandes diferencias en este valor pueden provocar una reproducción molesta y entrecortada. 
• La compatibilidad con SIMD varía según el procesador y el códec , por ejemplo, MMX , SSE , SSE2 , cada uno de los cuales modifica el rendimiento de la CPU en ciertos tipos de tareas (a menudo incluidas aquellas en las que intervienen los códecs). 
• La compatibilidad con el procesamiento multihilo varía sustancialmente según el procesador (el número de núcleos de la CPU), y los códecs tienen diferentes estrategias para utilizar esos núcleos ; la presencia de Hyper-threading afecta a la velocidad del códec, ya que cambia la asignación de recursos de bajo nivel en la CPU. 
• Velocidad de la RAM : generalmente importante para la mayoría de las implementaciones de códecs. 
• Tamaño de la caché del procesador : los valores bajos a veces provocan una degradación importante de la velocidad, por ejemplo, en las CPU con cachés pequeñas, como varias de la serie Intel Celeron . 
• Uso de la GPU por códec : algunos códecs pueden aumentar drásticamente su rendimiento aprovechando los recursos de la GPU. 

Por ejemplo, el códec A (optimizado para el uso de memoria , es decir, que consume menos memoria) puede, en ordenadores modernos (que normalmente no tienen limitaciones de memoria), ofrecer un rendimiento inferior al del códec B. Por otro lado, el mismo par de códecs puede ofrecer resultados opuestos si se ejecuta en un ordenador antiguo con recursos de memoria (o caché) reducidos. 

Los estándares modernos definen una amplia gama de características y requieren un gran esfuerzo y recursos de software o hardware para su implementación. Por lo general, solo se admiten perfiles específicos de un estándar en un producto determinado. (Esto es muy común en las implementaciones de H.264, por ejemplo).

El estándar H.264 incluye los siguientes siete conjuntos de capacidades, denominados perfiles , dirigidos a clases específicas de aplicaciones:

• Perfil básico (BP) : Diseñado principalmente para aplicaciones de bajo coste con recursos informáticos limitados, este perfil se utiliza ampliamente en videoconferencias y aplicaciones móviles.
• Perfil principal (MP) : Originalmente concebido como el perfil de consumidor principal para aplicaciones de transmisión y almacenamiento, la importancia de este perfil disminuyó cuando se desarrolló el perfil alto (HiP) para esas aplicaciones.
• Perfil extendido (XP) : Diseñado como perfil de vídeo en streaming, este perfil tiene una capacidad de compresión relativamente alta y algunos trucos adicionales para mayor resistencia a la pérdida de datos y al cambio de flujo del servidor.
• Perfil alto (HiP) : El perfil principal para aplicaciones de transmisión y almacenamiento en disco, especialmente para aplicaciones de televisión de alta definición. (Este es el perfil adoptado en HD DVD y Blu-ray Disc, por ejemplo).
• Perfil High 10 (Hi10P) : Este perfil, que va más allá de las capacidades de los productos de consumo actuales, se basa en el perfil High y añade compatibilidad con hasta 10 bits por muestra de precisión de imagen decodificada.
• Perfil High 4:2:2 (Hi422P) : Dirigido principalmente a aplicaciones profesionales que utilizan vídeo entrelazado, este perfil se basa en el perfil High 10, añadiendo compatibilidad con el formato de muestreo de croma 4:2:2 y utilizando hasta 10 bits por muestra de precisión de imagen decodificada.
• Perfil predictivo alto 4:4:4 (Hi444PP) : Este perfil se basa en el perfil alto 4:2:2, admitiendo un muestreo de croma de hasta 4:4:4, hasta 14 bits por muestra, y además admite una codificación de región sin pérdidas eficiente y la codificación de cada imagen como tres planos de color separados.
• Perfil Multiview High : Este perfil admite dos o más vistas utilizando tanto la predicción entre imágenes (temporal) como la predicción entre vistas MVC, pero no admite imágenes de campo ni codificación de campo de marco adaptativa de macrobloques.

El estándar también contiene cuatro perfiles adicionales totalmente intra , que se definen como subconjuntos simples de otros perfiles correspondientes. Estos están destinados principalmente a aplicaciones profesionales (por ejemplo, cámaras y sistemas de edición):

• Perfil High 10 Intra : El perfil High 10 está restringido a uso exclusivamente intra.
• Perfil Intra Alto 4:2:2 : El perfil Alto 4:2:2 está restringido al uso exclusivamente intra.
• Perfil Intra Alto 4:4:4 : El perfil Alto 4:4:4 restringido a uso exclusivamente intra.
• Perfil CAVLC 4:4:4 Intra : El perfil High 4:4:4 está restringido al uso totalmente Intra y a la codificación de entropía CAVLC (es decir, no admite CABAC ).

Además, el estándar ahora también incluye tres perfiles de codificación de vídeo escalable .

• Perfil de referencia escalable : Una extensión escalable del perfil de referencia.
• Perfil alto escalable : Una extensión escalable del perfil alto.
• Perfil Intra de Alto Nivel Escalable : El Perfil de Alto Nivel Escalable está restringido a uso exclusivamente intra.

Para realizar una comparación precisa de códecs, es necesario tener en cuenta las variaciones de perfil propias de cada códec.

Véase también Perfiles y niveles MPEG-2 .

Las estrategias de control de velocidad de los códecs de vídeo se pueden clasificar de la siguiente manera:

• Tasa de bits variable ( VBR ) y
• Tasa de bits constante ( CBR ).

La tasa de bits variable (VBR) es una estrategia para maximizar la calidad visual del vídeo y minimizar la tasa de bits. En escenas de movimiento rápido, la tasa de bits variable utiliza más bits que en escenas de movimiento lento de duración similar, manteniendo una calidad visual uniforme. Para la transmisión de vídeo en tiempo real y sin búfer, cuando el ancho de banda disponible es fijo ( por ejemplo, en videoconferencias con canales de ancho de banda fijo) , se debe utilizar una tasa de bits constante (CBR).  

CBR se usa comúnmente para videoconferencias, transmisiones por satélite y cable. VBR se usa comúnmente para la creación de CD/DVD de vídeo y vídeo en programas.

El control de la tasa de bits es adecuado para la transmisión de vídeo. Para el almacenamiento y la visualización sin conexión, suele ser preferible codificar con calidad constante (generalmente definida por la cuantificación ) en lugar de utilizar el control de la tasa de bits. ^{[ 1 ] [ 2 ]}

^* LaFundación Xiph.Orgha negociado una licencia gratuita e irrevocable para Theora y otros códecs derivados de VP3 para todos, para cualquier propósito. ^{[ 39 ] *} DivX Plus también se conoce como DivX 8. La última versión estable para Mac es DivX 7 para Mac.

Tenga en cuenta que la compatibilidad con el sistema operativo no significa que el vídeo codificado con el códec se pueda reproducir en ese sistema operativo en particular ; por ejemplo, el vídeo codificado con el códec DivX se puede reproducir en sistemas tipo Unix utilizando decodificadores ASP MPEG-4 gratuitos (FFmpeg MPEG-4 o Xvid), pero el códec DivX (que es un producto de software) solo está disponible para Windows y macOS. 

^* Los flujos de Theora con diferentes velocidades de fotogramas se pueden encadenar en el mismo archivo, pero cada flujo tiene una velocidad de fotogramas fija. ^{[ 42 ]}