android log 码率,webrtc之Android视频质量提升:保帧率降码率

本文详细介绍了在Android平台上使用WebRTC进行视频通话业务时遇到的帧率低和弱网适应性问题。通过分析视频采集编码流程,定位到帧率降低的原因在于根据目标码率丢帧的策略。为优化帧率,作者禁用了该策略,并引入根据目标帧率丢帧的算法,以保持稳定的帧率。同时,探讨了动态调节码率的方法,通过设置编码器的最大和最小码率,使WebRTC在不同网络环境下自适应调整,确保视频质量和流畅性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言:

我们的产品是在一款跑着Android系统的特定芯片上使用webrtc开发的一个视频通话业务,当前的情况是在网络正常的情况下帧率也比较低,弱网环境下适应能力较差。基于此,我了解了webrtc Android平台的视频采集编码流程,并编写了相应的文章《webrtc之Android视频采集编码》。在深入细节之后,定位问题所在,并做了相应优化,在此记录相关过程,以后日后复习,以及和大家共同学习。

帧率低下问题定位与优化

问题定位:

在采集到编码的这条链路上进行帧率的统计,看一下那个地方导致的帧率下降。通过如下的方法进行帧率的计算:

// TODO

static int captureFrameCount = 0;

static double nextCaptureStatisticsTime = -1;

static double UNIT_TIME_INTERVAL = 1000;

static int capturePreprocessingFrameCount = 0;

static double nextCapturePreprocessingStatisticsTime = -1;

captureFrameCount++;

long currentTime = clock_->TimeInMicroseconds()/rtc::kNumMicrosecsPerMillisec;

if(nextCaptureStatisticsTime == -1) {

nextCaptureStatisticsTime = currentTime + UNIT_TIME_INTERVAL;

}

if(currentTime > nextCaptureStatisticsTime) {

RTC_LOG(LS_INFO) << "statistics VideoStreamEncoder capture frame count:" << captureFrameCount;

nextCaptureStatisticsTime = currentTime + UNIT_TIME_INTERVAL;

captureFrameCount = 0;

}

通过上述方法跟踪到帧率降低在类VideoSender的AddVideoFrame函数中,经过如下代码后,帧率发生的明显降低。

if (_mediaOpt.DropFrame()) {

RTC_LOG(LS_INFO) << "statistics bitrate track Drop Frame "

<< " rtt " << encoder_params.rtt

<< " input frame rate " << encoder_params.input_frame_rate

<< " loss rate " << encoder_params.loss_rate

<< " target bitrate " << encoder_params.target_bitrate.get_sum_bps();

post_encode_callback_->OnDroppedFrame(

EncodedImageCallback::DropReason::kDroppedByMediaOptimizations);

return VCM_OK;

}

通过深入代码后,了解到这是webrtc支持弱网环境策略中的一个模块,根据目标码率丢帧。算法简单的理解就是:1.统计每个从采集模块过来的图像,然后计算帧率。2.根据编码后的图像码率和目标码率(webrtc估算出来当前网络最合适传输码率)以及统计得到的帧率等信息更新丢帧比率。3.根据计算的丢帧比率去实现均匀的丢帧。算法的具体细节已有道友做文章进行了刨析,各位可以结合代码进行深入理解,我就不重复造轮子了。《webrtc视频帧率控制算法机制(一)--目标码率丢帧》。

优化帧率:

已经定位到导致帧率地下的地方,接下来要做的就是如何进行优化。根据业务场景:画面质量可以下降,但是帧率一定要稳定的要求我简单粗暴的将该策略禁掉。这样一来就引申出了一系列的问题,当网络条件不好的时候如何保证视频质量,当然可以通过降码率,这部分内容在后面将会详细介绍。另一个问题是采集到来的图像帧率始终特别高,这将导致码率一直飙高,还有因为设备性能的不同或者一些其他问题(采集端帧率设置接口并不好使,或者是我没找到好使的接口)导致不同设备到来的帧率不一样。解决这个问题我通过webrtc的另一个丢帧策略来实现:根据目标帧率丢帧。该算法在我使用的版本已经被移除,我有手动添加回来。具体实现如下:

/*

* Copyright (c) 2011 The WebRTC project authors. All Rights Reserved.

*

* Use of this source code is governed by a BSD-style license

* that can be found in the LICENSE file in the root of the source

* tree. An additional intellectual property rights grant can be found

* in the file PATENTS. All contributing project authors may

* be found in the AUTHORS file in the root of the source tree.

*/

#include "webrtc/modules/video_processing/main/interface/video_processing.h"

#include "webrtc/modules/video_processing/main/source/video_decimator.h"

#include "webrtc/system_wrappers/interface/tick_util.h"

#define VD_MIN(a, b) ((a) < (b)) ? (a) : (b)

namespace webrtc {

VPMVideoDecimator::VPMVideoDecimator() {

Reset();

}

VPMVideoDecimator::~VPMVideoDecimator() {}

void VPMVideoDecimator::Reset() {

overshoot_modifier_ = 0;

drop_count_ = 0;

keep_count_ = 0;

target_frame_rate_ = 30;

incoming_frame_rate_ = 0.0f;

memset(incoming_frame_times_, 0, sizeof(incoming_frame_times_));

enable_temporal_decimation_ = true;

}

void VPMVideoDecimator::EnableTemporalDecimation(bool enable) {

enable_temporal_decimation_ = enable;

}

int32_t VPMVideoDecimator::SetTargetFramerate(uint32_t frame_rate) {

if (frame_rate == 0) return VPM_PARAMETER_ERROR;

target_frame_rate_ = frame_rate;

return VPM_OK;

}

bool VPMVideoDecimator::DropFrame() {

if (!enable_temporal_decimation_) return false;

if (incoming_frame_rate_ <= 0) return false;

const uint32_t incomingframe_rate =

static_cast(incoming_frame_rate_ + 0.5f);

if (target_frame_rate_ == 0) return true;

bool drop = false;

if (incomingframe_rate > target_frame_rate_) {

int32_t overshoot =

overshoot_modifier_ + (incomingframe_rate - target_frame_rate_);

if (overshoot < 0) {

overshoot = 0;

overshoot_modifier_ = 0;

}

if (overshoot && 2 * overshoot < (int32_t) incomingframe_rate) {

if (drop_count_) { // Just got here so drop to be sure.

drop_count_ = 0;

return true;

}

const uint32_t dropVar = incomingframe_rate / overshoot;

if (keep_count_ >= dropVar) {

drop = true;

overshoot_modifier_ = -((int32_t) incomingframe_rate % overshoot) / 3;

keep_count_ = 1;

} else {

keep_count_++;

}

} else {

keep_count_ = 0;

const uint32_t dropVar = overshoot / target_frame_rate_;

if (drop_count_ < dropVar) {

drop = true;

drop_count_++;

} else {

overshoot_modifier_ = overshoot % target_frame_rate_;

drop = false;

drop_count_ = 0;

}

}

}

return drop;

}

uint32_t VPMVideoDecimator::Decimatedframe_rate() {

ProcessIncomingframe_rate(TickTime::MillisecondTimestamp());

if (!enable_temporal_decimation_) {

return static_cast(incoming_frame_rate_ + 0.5f);

}

return VD_MIN(target_frame_rate_,

static_cast(incoming_frame_rate_ + 0.5f));

}

uint32_t VPMVideoDecimator::Inputframe_rate() {

ProcessIncomingframe_rate(TickTime::MillisecondTimestamp());

return static_cast(incoming_frame_rate_ + 0.5f);

}

void VPMVideoDecimator::UpdateIncomingframe_rate() {

int64_t now = TickTime::MillisecondTimestamp();

if (incoming_frame_times_[0] == 0) {

// First no shift.

} else {

// Shift.

for (int i = kFrameCountHistory_size - 2; i >= 0; i--) {

incoming_frame_times_[i+1] = incoming_frame_times_[i];

}

}

incoming_frame_times_[0] = now;

ProcessIncomingframe_rate(now);

}

void VPMVideoDecimator::ProcessIncomingframe_rate(int64_t now) {

int32_t num = 0;

int32_t nrOfFrames = 0;

for (num = 1; num < (kFrameCountHistory_size - 1); num++) {

// Don't use data older than 2sec.

if (incoming_frame_times_[num] <= 0 ||

now - incoming_frame_times_[num] > kFrameHistoryWindowMs) {

break;

} else {

nrOfFrames++;

}

}

if (num > 1) {

int64_t diff = now - incoming_frame_times_[num-1];

incoming_frame_rate_ = 1.0;

if (diff > 0) {

incoming_frame_rate_ = nrOfFrames * 1000.0f / static_cast(diff);

}

} else {

incoming_frame_rate_ = static_cast(nrOfFrames);

}

}

} // namespace webrtc

该算法和根据目标码率丢帧类似,相对来说更简单。先统计当前帧率,然后根据目标帧率和当前帧率计算不同的比率,最后实现均匀的丢帧。通过根据目标码率丢帧策略能够有效的抑制帧率在一个合适的数值。

动态调节码率

webrtc有一套码率自适应策略来应对弱网环境,我们要做的不是修改人家的算法,而是针对不同的业务调整不同的策略。

webrtc会通过丢包率和rtt等信息来判断当前的网络状况,进而通过调节编码器的码率来适应当前的网络状况。这个必须要求编码器支持动态调节码率。

我们的优化方案首先是设置码率的最大值和最小值,在弱网的情况下尽可能的传输的 流畅,而在网络条件好的情况下又要让视频达到一个很好的画质。

通过修改给sdp添加"x-google-start-bitrate"; x-google-max-bitrate"; "x-google-min-bitrate";等参数未能达到目的。

通过跟进编码器的初始化流程发现最小码率和最大码率的设置在VideoStreamEncoder类的ReconfigureEncoder函数:

void VideoStreamEncoder::ReconfigureEncoder() {

//最小码率和最大码率在这里被设置。

std::vector streams =

encoder_config_.video_stream_factory->CreateEncoderStreams(

last_frame_info_->width, last_frame_info_->height, encoder_config_);

VideoCodec codec;

if (!VideoCodecInitializer::SetupCodec(encoder_config_, settings_, streams,

nack_enabled_, &codec,

&rate_allocator_)) {

RTC_LOG(LS_ERROR) << "Failed to create encoder configuration.";

}

codec.startBitrate =

std::max(encoder_start_bitrate_bps_ / 1000, codec.minBitrate);

codec.startBitrate = std::min(codec.startBitrate, codec.maxBitrate);

codec.expect_encode_from_texture = last_frame_info_->is_texture;

max_framerate_ = codec.maxFramerate;

RTC_DCHECK_LE(max_framerate_, kMaxFramerateFps);

//codec被传递下去,进行编码器初始化。

bool success = video_sender_.RegisterSendCodec(

&codec, number_of_cores_,

static_cast(max_data_payload_length_)) == VCM_OK;

webrtcvideoengine.cc文件中类EncoderStreamFactory的CreateEncoderStreams函数:

std::vector<:videostream> EncoderStreamFactory::CreateEncoderStreams(

int width,

int height,

const webrtc::VideoEncoderConfig& encoder_config) {

// For unset max bitrates set default bitrate for non-simulcast.

int max_bitrate_bps =

(encoder_config.max_bitrate_bps > 0)

? encoder_config.max_bitrate_bps

: GetMaxDefaultVideoBitrateKbps(width, height) * 1000;

webrtc::VideoStream stream;

stream.width = width;

stream.height = height;

stream.max_framerate = max_framerate_;

stream.max_framerate= GetMinVideoBitrateBps();

stream.target_bitrate_bps = stream.max_bitrate_bps = max_bitrate_bps;

在这个函数中设置了max_framerate,和max_framerate。如果追溯更上层的设置,较为复杂繁琐。因为我们使用的平台统一,参数一致,所以直接在这里设置了。当然这种设置方式比较粗放,有待进一步细致柔性的设置。

stream.min_bitrate_bps = 200*1000;

stream.target_bitrate_bps = stream.max_bitrate_bps = 1800 *1000;

设置了这些参数后,通过测试发现,webrtc在网络条件不好的情况下逐渐减小编码码率,达到最小值;而当网络条件好的话,逐渐增加编码码率达到最大值。

webrtc在调节码率的时候还要依据一个参数,那就是帧率。帧率设置的大小,决定了某一网络条件下每一帧图像的数据量,直接决定了图像的清晰程度。最终码率 = 帧率*每一帧图像的数据量 。我在这里粗放的设置了某个值。

EncoderStreamFactory::EncoderStreamFactory(std::string codec_name,

int max_qp,

int max_framerate,

bool is_screencast,

bool conference_mode)

: codec_name_(codec_name),

max_qp_(max_qp),

//max_framerate_(max_framerate),

max_framerate_(18),

后记

webrtc的码率自适应包括动态调节码率、帧率、分辨率来达到既定的码率,这里只介绍了调节帧率和码率,关于动态调节分辨率,有待进一步的研究。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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