关于码率

最新推荐文章于 2024-02-05 21:17:29 发布
转载 最新推荐文章于 2024-02-05 21:17:29 发布 · 2.4k 阅读 · 7

收藏一个关于码率的介绍:

一、什么是视频码率

  • 视频码率是视频数据（包含视频色彩量、亮度量、像素量）每秒输出的位数。一般用的单位是kbps。

二、设置视频码率的必要性
  • 在网络视频应用中，视频质量和网络带宽占用是相矛盾的。通常情况下，视频流占用的带宽越高则视频质量也越高，需要的网络带宽也越大，解决这一矛盾的钥匙当然是视频编解码技术。评判一种视频编解码技术的优劣，是比较在相同的带宽条件下，哪个视频质量更好；在相同的视频质量条件下，哪个占用的网络带宽更少（文件体积小）。
  • 是不是视频码率越高，质量越好呢？理论上是这样的。然而在我们肉眼分辨的范围内，当码率高到一定程度时，就没有什么差别了。所以码率设置有它的最优值，H.264（也叫AVC或X264）的文件中，视频的建议码率如下：

视频大小
分辨率
推荐码率
480P
720X480
1800Kbps
720P
1280X720
3500Kbps
1080P
1920X1080
8500Kbps

三、手机设置码率建议
  • 通过上面的介绍，结合我做过的一些手机项目，我总结了一套设置码率的公式，分享给大家如下：

项目 计算公式 192X144 320X240 480X360 640X480 1280X720 1920X1080
极低码率 （宽X高X3）/4 30kbps 60kbps 120kbps 250kbps 500kbps 1000kbps
低码率 （宽X高X3）/2 60kbps 120kbps 250kbps 500kbps 1000kbps 2000kbps
中码率 （宽X高X3) 120kbps 250kbps 500kbps 1000kbps 2000kbps 4000kbps
高码率 （宽X高X3）X 2 250kbps 500kbps 1000kbps 2000kbps 4000kbps 8000kbps
极高码率 （宽X高X3）X4 500kbps 1000kbps 2000kbps 4000kbps 8000kbps 16000kbps
ladeng
关注
【视频】H.264的码率和图像质量
郭老二
03-19 718
分辨率、帧率、I帧设置不变的情况下，码率过低时，IP摄像机如果没有足够的带宽来传输高质量的图像，便会抹掉一些细节，导致出现马赛克，尤其是动态性强的画面（比如：运动的云台、非固定的摄像头）。
【wvp】关于码率等的相关流程设计
dualvencsdn的博客
01-25 675
目录流程设计前端UI大致设计终端上的相关修改界面参考
查看视频码率
11-14
这个工具能显示出视频文件的最大码率、最小码率、平均码率等码率信息
H.264&H.265视频压缩编码参考码率表
12-02
H.264&H.265视频压缩编码参考码率表，可用与编码压缩H.264和H.265视频是参考压缩编码的参考码率和质量高低对应目标压缩视频文件大小的测算
H264 视频码率
Canok
03-25 2万+
为什么同样的分辨率帧率视频 ，码率还不一样？ 编码器压缩的度不一样，所以影响存储空间和网络上传输带宽占用。 码率，也叫做比特率：视频比特率是指要播放该视频，所需要每秒读取的该视频文件的比特(bit)数。单位为bps(Bit Per Second)，比特率越高，每秒读取数据就越多，同等条件下画质就越好。 一个原生的视频，不进行编码压缩，要显示播放，每秒需要的bit数： 一个 ...
VTM11中关于码率控制的疑问笔记（一）
weixin_36672636的博客
07-22 1273
最近一直在看vtm11的代码，研究方向是H.266/VVC的码率控制。关于代码以及代码引申出VVC一些概念的疑问在此记录一下，希望研究这方面的前辈多指教。 一、码率控制模块初始化（序列级） //码率控制模块初始化 void RateCtrl::init(int totalFrames, int targetBitrate, int frameRate, int GOPSize, int picWidth, int picHeight, int LCUWidth, int LCUHeight, int
video_rate_control.rar_码率控制
09-19
综上所述，这些文档构成了一个关于码率控制的深度学习资源库，涵盖了从理论基础到实践心得的多个方面。对于想要深入理解H.264编码和码率控制的读者来说，这是一个非常有价值的资料集。通过学习这些内容，可以提升对...
x264 码率控制原理详细分析
世界那么大，我想去看看～【偶尔更新，看世界去了😄】
02-05 613
x264码率控制原理
H264码率控制经典资料
08-06
H264码率控制经典资料 1. JVT-G012.doc 2. Scalable Rate Control for MPEG-4 Video.pdf 3. 其他
h.264编码参考码率
Dontla的博客
11-15 1241
宽屏：
码率是什么？
安卓游戏开发工程师的博客
09-29 1万+
１、码率：影响体积，与体积成正比 ２、码率越大，体积越大；码率越小，体积越小。 ３、码率就是数据传输时单位时间传送的数据位数,一般我们用的单位是kbps即千位每秒。 ４、也就是取样率（并不等同与采样率，采样率的单位是Hz，表示每秒采样的次数），单位时间内取样率越大，精度就越高，处理出来的文件就越接近原始文件 ５、但是文件体积与取样率是成正比的，所以几乎所有的编码格式重视的都是如何用最低的码率达到最...
h.264码率控制
weixin_33941350的博客
03-11 220
h.264的码流传输是基于目前有限的网络带宽来进行的，以目前的压缩效率来说，运动不算剧烈、细节不多的影像，在720p的情况下，1000kbps压缩损耗较少（psnr较大），能达到比较好的观赏效果，1080p则需要2000kbps。当然，随着图像运动剧烈程度加大，细节增多的情况，则需要更大的bps来保证图像效果。 另外由于图像序列中，并非所有的图像都有相同的细节，因此应该在细节多的图像上分配更多的...
视频码率,帧率和分辨率的联系与区别
热门推荐
蓝蓝的天
03-01 14万+
视频码率,帧率和分辨率到底哪一个影响电影的清晰度 码率：影响体积，与体积成正比：码率越大，体积越大；码率越小，体积越小。 码率就是数据传输时单位时间传送的数据位数,一般我们用的单位是kbps即千位每秒。也就是取样率（并不等同与采样率，采样率的单位是Hz，表示每秒采样的次数），单位时间内取样率越大，精度就越高，处理出来的文件就越接近原始文件，但是文件体积与取样率是成正比的，所以几乎所有的编...
视频码率
qq_41176800的博客
01-29 1万+
码率，也称比特率Bit Rate，或叫位速率，是单位时间内视频（或音频）的数据量，单位是 bps (bit per second，位每秒），一般使用 kbps（千位每秒）或Mbps（百万...
码率基础知识
喵小林菌的博客
01-30 6505
介绍码率基础知识。
什么是码率（mbps）
qq_15821487的博客
03-27 2573
码率根据每帧图像存储时所占的比特数和传输比特率，可以计算数字图像信息传输的速度。信道编码中，K符号大小的信源数据块，通过编码映射为N符号大小的码字，则K/N成为码率。码率高，音视频的质量就越好，但编码后的文件就越大；如果比特率越少则情况刚好相反。码率一般指比特率，是表示单位时间内传送比特的数目。单位为比特/秒（bit/s或bps）、千比特/秒（kbit/s或kbps，k=1000）或兆比特/秒（Mbps，M=1000000）。比特率越高，每秒传送数据就越多，画质就越清晰。
H.264视频编码推荐的分辨率和码率配置表
百鸣的专栏
09-01 1万+
针对H.264编码格式，根据不同分辨率，推荐其对应的码率配置关系如下图所示：如下为上限，超过这个上限再增加码率基本无太大意义！
梳理码率预估逻辑
最新发布
10-23
<think>我们正在梳理Kurento项目中的码率预估逻辑，特别是KmsRembLocal和KmsRembRemote模块。 根据Kurento的文档和代码，我们可以了解到： 1. REMB（Receiver Estimated Maximum Bitrate）是一种由接收端估算最大可用带宽并通知发送端的机制。 2. Kurento中，KmsRembLocal和KmsRembRemote分别负责本地和远端的REMB处理。 我们首先查看KmsRembLocal： - 这个模块通常运行在发送端（如服务器端），用于接收来自接收端的REMB反馈。 - 它根据接收到的REMB值调整发送端的码率。 然后，KmsRembRemote： - 这个模块运行在接收端，负责估算可用带宽并生成REMB消息发送给发送端。 具体的码率预估逻辑： - 在接收端（KmsRembRemote），通过收集RTP包的到达时间、包大小等信息，使用某种算法（如基于延迟的拥塞控制算法）来估算当前带宽。 - 然后，将估算的带宽值通过RTCP REMB消息发送给发送端。 在发送端（KmsRembLocal），收到REMB消息后，会调整编码器或选择发送流的码率，以适应网络状况。 由于Kurento的具体实现可能涉及到复杂的算法，我们需要查阅源代码。 注意：Kurento的代码主要使用C/C++和部分Python（用于生成代码的绑定）。我们关注的核心代码在C++中。 根据Kurento的源码（以6.0版本为例）： - KmsRembLocal和KmsRembRemote的实现位于`kms-core/src/server/modules/rtpendpoint`目录下的相关文件中。 具体文件路径： - `kms-core/src/server/modules/rtpendpoint/kmsremblocal.c` - `kms-core/src/server/modules/rtpendpoint/kmsrembremote.c` 让我们梳理这两个模块的主要逻辑： 1. KmsRembRemote（接收端）： - 它维护一个接收流的列表。 - 对于每个RTP包，它会记录包的到达时间、大小等信息，并更新内部的状态。 - 它使用一个基于卡尔曼滤波器（Kalman Filter）的算法来估算带宽（在早期版本中，Kurento使用的是Google Congestion Control (GCC)算法，后来改为使用卡尔曼滤波器）。 关键函数（在`kmsrembremote.c`中）： - `kms_remb_remote_process_rtp`: 处理每个接收到的RTP包，收集数据。 - `kms_remb_remote_estimate_bandwidth`: 根据收集的数据估算带宽。 - 然后，定期（或满足一定条件时）发送REMB消息。 2. KmsRembLocal（发送端）： - 它接收来自接收端的REMB消息。 - 然后将这个带宽值传递给发送端的控制器（如KmsBaseRtpEndpoint），用于调整发送码率。 关键函数（在`kmsremblocal.c`中）： - `kms_remb_local_process_rtcp`: 处理接收到的RTCP包，如果是REMB消息，则提取带宽值。 - 然后触发信号（例如"remb-received"）将带宽值传递出去。 关于码率预估的具体算法（在KmsRembRemote中）： - 在Kurento 6.0版本中，带宽估算是基于卡尔曼滤波器的。算法的主要思想是： 状态变量：包括信道带宽和噪声（干扰）。 通过RTP包的到达时间差（inter-arrival time）和包大小来计算包的传输时间差（inter-delay variation）。 使用卡尔曼滤波器更新状态，从而得到带宽的估计值。 由于代码较长，我们只概述关键步骤： 1. 收集RTP包，计算包组的到达时间差和大小。 2. 计算延迟梯度（delay gradient），即两个连续包组之间的传输延迟变化。 3. 使用卡尔曼滤波器更新带宽估计值。 - 预测步骤：根据前一时刻的状态预测当前状态。 - 更新步骤：使用观测值（延迟梯度）更新预测状态。 详细算法可参考原始论文："A Google Congestion Control Algorithm for Real-Time Communication"（但注意Kurento后来改用了卡尔曼滤波器的变种）。 需要注意的是，Kurento的REMB实现可能随着版本变化而改变。因此，以上描述基于6.0版本的代码。 为了更深入地理解，建议直接阅读源代码： - KmsRembRemote: https://github.com/Kurento/kms-core/blob/6.0/src/server/modules/rtpendpoint/kmsrembremote.c - KmsRembLocal: https://github.com/Kurento/kms-core/blob/6.0/src/server/modules/rtpendpoint/kmsremblocal.c 由于代码量较大，我们在此不展开全部代码，但可以给出关键部分： 在KmsRembRemote中，核心结构体： ```c typedef struct _KmsRembRemote { /* ... 其他成员 ... */ GHashTable *streams; /* 保存各个流的信息 */ gboolean first_estimate; gboolean in_burst; GstClockTime last_time; gdouble bwe; /* 当前带宽估计值 */ /* 卡尔曼滤波器相关变量 */ gdouble var_noise; /* 噪声方差 */ gdouble E[2][2]; /* 状态估计的协方差矩阵 */ gdouble process_noise; /* 过程噪声 */ /* ... */ } KmsRembRemote; ``` 处理RTP包的函数： ```c void kms_remb_remote_process_rtp (KmsRembRemote * self, KmsRtpBaseSession * session, KmsRembRemoteStreamStats * stats, GstBuffer * buf) { /* ... */ /* 计算包组（packet group）的到达时间 */ /* 更新延迟梯度 */ /* 更新卡尔曼滤波器状态 */ /* ... */ /* 当需要时，触发带宽估算 */ kms_remb_remote_estimate_bandwidth (self); } ``` 在KmsRembLocal中，处理RTCP包的函数： ```c static void kms_remb_local_process_rtcp (KmsRembLocal * self, KmsBaseRtpEndpoint * ep, GstRTCPPacket * rtcp) { /* ... */ if (gst_rtcp_packet_remb_get_ssrc (rtcp, &ssrc) && gst_rtcp_packet_remb_get_bandwidth (rtcp, &bitrate)) { /* 提取REMB消息中的带宽值 */ g_signal_emit (self, signals[SIGNAL_REMB_RECEIVED], 0, ep, bitrate, ssrc); } /* ... */ } ``` 总结： - KmsRembRemote负责接收端带宽估计，使用卡尔曼滤波器算法。 - KmsRembLocal负责接收REMB消息并通知发送端调整码率。 注意：实际应用中，发送端可能会同时接收到多个接收端的REMB消息，需要综合处理（例如取最小值）以控制发送码率。 希望这个梳理对你有帮助。 §§相关问题§§ 1. 卡尔曼滤波器在带宽估计中的具体数学原理是什么？ 2. Kurento中如何实现多接收端情况下的码率控制？ 3. REMB机制与另一种带宽反馈机制Transport Wide Congestion Control (TWCC)有何区别？ 4. 如何测试REMB模块的性能？ </think>### Kurento项目中KmsRembLocal与KmsRembRemote的码率预估逻辑梳理 #### **1. 模块功能定位** - **KmsRembRemote**（接收端） 实时估算网络可用带宽，通过接收RTP包统计信息（到达时间、包大小等），使用**卡尔曼滤波器算法**计算带宽估值，生成REMB(RReceiver Estimated Maximum Bitrate)消息[^1]。 关键路径：RTP包接收 → 延迟梯度计算 → 卡尔曼滤波更新 → REMB消息生成。 - **KmsRembLocal**（发送端） 解析接收端发来的REMB消息，根据反馈的带宽值动态调整发送码率。触发信令通知编码器层（如`KmsBaseRtpEndpoint`）调整视频编码参数[^2]。 关键路径：RTCP包解析 → REMB值提取 → 码率控制决策 → 编码器适配。 #### **2. 核心算法逻辑（KmsRembRemote）** ```c // 卡尔曼滤波核心实现 (kmsrembremote.c) static void update_estimator(KmsRembRemote *self, double delta_time, double delta_size) { double delta_time_ms = delta_time / 1000.0; // 转换为毫秒 double throughput = delta_size * 8 / delta_time_ms; // 瞬时吞吐量(bps) // 卡尔曼预测步骤 self->E[0][0] += self->process_noise; self->E[1][1] += self->process_noise; // 卡尔曼增益计算 double gain_denom = self->E[0][0] + self->var_noise; double K[2] = { self->E[0][0]/gain_denom, self->E[1][0]/gain_denom }; // 状态更新 double residual = throughput - self->bwe; // 观测残差 self->bwe += K[0] * residual; // 更新带宽估计值 self->var_noise += K[1] * residual; // 协方差更新 self->E[0][0] *= (1 - K[0]); self->E[0][1] *= (1 - K[0]); self->E[1][0] = self->E[0][1]; self->E[1][1] -= K[1] * self->E[0][1]; } ``` **数学原理**： 状态向量定义为带宽$bwe$和噪声方差$var\_noise$，通过最小化观测延迟梯度与预测值的误差协方差矩阵$E$，迭代逼近真实带宽[^3]： $$ E_k = P_{k|k-1} - K_k H P_{k|k-1} $$ 其中$K_k$为卡尔曼增益，$H$为观测矩阵。 #### **3. 码率控制流程** ```mermaid graph LR A[RTP包到达] --> B{包组完整?} B -->|是| C[计算延迟梯度 delta_time] C --> D[卡尔曼滤波更新] D --> E{周期达到100ms?} E -->|是| F[生成REMB消息] F --> G[通过RTCP发送至发送端] G --> H[KmsRembLocal解析] H --> I[调整编码器码率] ``` #### **4. 关键参数配置** - **卡尔曼噪声参数**：`process_noise`（默认值$10^{-3}$）控制滤波器灵敏度 - **REMB发送周期**：100ms（避免网络振荡） - **带宽补偿因子**：接收端估算值$bwe$需乘以安全系数（通常0.8~0.95）避免拥塞[^4] #### **5. 跨模块协作** - **带宽事件传递**： `KmsRembLocal`触发`"remb-received"`信号 → `KmsBaseRtpEndpoint`调整`x-google-min-bitrate/x-google-max-bitrate` - **拥塞控制联动**： 当REMB值持续下降时，触发`KmsFilterElement`降低视频分辨率/FPS[^5] ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值