x264 码率控制算法原理

x264 的码率控制是如何实现的 ？

本文介绍 x264 码率控制算法的数学原理，和基本框架。

 

1.理论假设

有助于往下阅读，可以暂时跳过。

设变量：      qscale = 拉格朗日常数 lamda = 0.85 * 2^(（QP-12）/6)  ≈ 量化步长 Qstep = 2^((QP-4)/6)

设变量：      复杂度 complexity  ≈ 运动补偿后残差的satd

                    二次编码中： complexity  ≈  第一趟编码的实际比特数

设变量：      bits   =  实际编码后比特数

假设1:          qscale不变， bit 和 复杂度 成正比  

假设2:          复杂度不变， bit 和 qscale 成反比

也就是说：   complexity   ∝ qscale * bits  

       或者：    bits   正比于  complexity  / qscale 

x264 的码率控制的基础是基于这个假设。

虽然它不是很精确，但是工程上足够了。

 

2. 基本公式

有助于往下阅读，可以跳过

qscale = 0.85 * 2^(（QP-12）/6)              ----- (1)

QP = 12 + 6 * log2(qscale/0.85)               ----- (2)

Qstep = 2^((QP-4)/6)                                ----- (3)

QP =  6 * log2（Qstep） + 4                    ----- (4)

 

3. 基础算法–帧间级

x264 码率控制分为帧间级 和 帧内级，这里先介绍帧间级码率控制算法。

帧级别码率控制需要为每一帧分配QP,  也就是分配每一帧的大小。

每一帧的大小主要取决于两个变量： 本帧的复杂度，码率预算。

复杂度更高的帧，需要更多的比特。但给多少码率，和复杂度不是正比的。

下面是x264模块控制模块的简化框图。包括了帧间级码率控制，和帧内级（宏块级）码率控制。

x264 中， 首先根据每帧的复杂度，在帧与帧之间分配码率比例。然后根据码率预算，将每帧缩放到合适大小。这个缩放系数称为 ratefactor 。

然后 qscale = complexity / ratefactor 

所谓 crf (constant ratefactor) 模式，就是固定ratefactor 参数， 码率分配由复杂度决定。（这里暂不考虑宏块级码率控制）

ABR 和 CBR 模式，都是通过实时调整 ratefactor 实现的。 

qscale 最后会再经过 vbv 模块调整，确保不会发生缓冲区下溢。vbv模块也是实现CBR模式的关键模块。

本文主要关注帧间级，它的主要框架如下：