本文深入探讨了视频编码中的带状现象，分析其成因，并介绍了一种名为“bIndex”的无参考带状检测指标。该指标利用“自动相似性”原理，通过比较视频受损版本与原始内容的相似度来识别和量化带状伪影。Netflix的Cambi指标也被提及，两者在带状物检测上的方法有所不同。文章还讨论了指标的微调和应用，为视频质量评估提供了新工具。
编者按：本文是“破解色带现象”文章的第二部分，Fabio Sonnati进一步 分析了色带现象产生的原因，并提供了新的检测办法。本文已获得作者授权转载。
翻译：Argus
原文链接：https://sonnati.wordpress.com/2022/09/16/defeat-banding-part-ii/
最近，色带终于成为编码优化的热门话题。正如上一篇文章中所讨论的，它现在是编码专家最大的敌人之一，尤其是在尝试微调内容感知编码[CAE]技术时。
当压缩在帧上局部减少过多的高频时会出现色带，这会在单个纯色条带中分离渐变。因此，这些条带很容易看到并降低了感知质量。
多年来，我一直强调，即使像 VMAF 这样有用的指标也无法有效地识别条带，我们需要更具体的指标或像 VMAF 这样的指标，但对画面的黑暗或平坦部分的伪影很敏感，希望是一个无参考指标，可用于源文件以及压缩后的指标评估。
图 1 – 在带状序列的情况下，VMAF 和 MOS 之间缺乏相关性（来源：Netflix）
正如上一篇文章所预期的那样，我在2020年开始实验一些关于衡量带状的指标的PoC，第二年我验证了这个逻辑在我的一个客户那里的工作，即 "带状指数
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
