分析 SVT-AV1 预设值： 尺寸、质量和速度与 CRF 变化

在本文中，我们将通过改变 CRF 值来观察 SVT-AV1 预置的性能，并展示客观质量（PSNR、VMAF、SSIM）、文件大小和编码速度的变化情况。

由谷歌、微软、Mozilla 和 Netflix 等多家行业巨头组成的开放媒体联盟（AOMedia）开发了开放且免版税的 AV1 视频编解码器。其主要目的是创建一种具有卓越压缩能力的编解码器，以取代 H.264 和 H.265/HEVC，同时考虑到世界正朝着更高分辨率的方向发展。

自 AV1 标准提出以来，已经有多个实施方案，如：

• aomenc / libaom
• SVT-AV1 (由Intel和Netflix开发，2020年被AOMedia采用)
• rav1e by Xiph
• 其他商业实施

我在本文中选择了 SVT-AV1，并将在一系列 CRF 值范围内评估其 “预设 “性能。目的是了解每个预设值在质量、大小、比特率、速度等方面的表现。

这篇探索性文章将不涉及 CBR、行/列平铺、多线程等问题。请订阅有关 SVT-AV1、rav1e、其他视频编解码器、速率控制模式和可视化分析的后续文章。

测试设置

我在 AWS EC2 c5.9xlarge 实例上运行了所有测试。以下是其规格：

• Intel Xeon Platinum 8124M，支持 AVX-512 指令集。
• 36 个 vCPU
• 72GB 内存
• 操作系统 Ubuntu 22.04 LTS

我使用 FFmpeg 和在 EC2 实例上本地编译的 SVT-AV1 编码器。我选择这种方法是因为这是我在设置中使用的方法，也是视频流行业中大多数公司使用的方法。

以下是 FFmpeg 和 SVT-AV1 的规格：

• FFmpeg： N-111750-g9c694804fd-20230812
• SVT-AV1：版本 1.6.0

最后，我使用了 Parkjoy（1080p，50fps）测试序列，该序列具有中度到高度的运动和大量草地/树木/纹理细节。

实验方法

正如我在引言中提到的，本实验旨在观察 SVT-AV1 预置在改变 FFmpeg 中用于编码的 CRF 值时的性能。

如果您熟悉 FFmpeg，就会知道 “预设 “参数可通过完全打开/关闭或更改设置来控制用于压缩视频的编码工具。

• 速度较慢 “的预设将花费大量时间来编码并生成质量上乘的视频！这是因为编码器将启用最广泛的工具集和最宽松的参数（如运动估计搜索范围、四分之一颗粒运动估计、OBMC 等）。
• 相反，”快速 “预设则会迫使编码器放弃特定的编码工具来快速编码，从而牺牲视频质量。

这就是速度与质量之间的权衡！

SVT-AV1 预设值从 0 到 13 不等，您可以点击这里了解预设值及其启用/禁用的编码工具。我避开了 “13”，因为它只用于调试（来自官方文档）。我也避开了预设 0 和 1，因为根据我之前的测试，它们太慢了！

因此，我决定在本次分析中使用预置 2 – 12。

最后，以下是我的操作步骤：

• 将预设值固定为 N（最小值 = 2，最大值 = 12）。 
• 将 CRF 从 20 更改为 63，步长为 6
• 对于每个编码，捕获 PSNR、VMAF、SSIM、文件大小、编码时间、编码 FPS 和比特率。
• 评估所有可能的 CRF 值后，将预设更改为 N+1。

命令行和免责声明

我使用的 FFmpeg 命令行是一个简单的 1-pass AV1 编码：

ffmpeg -benchmark -i <input> -c:v libsvtav1 -crf <value> -preset N output.mkv

这个过程被封装到一个脚本中，该脚本会循环使用 CRF 和预设的所有组合，提取指标并生成图表。

我还想说的是，这些实验并不是为了生成 CBR、封顶 VBR 或测试 SVT-AV1 中的平铺或多线程工作原理，这些都是未来文章的主题。

本文旨在展示 SVT-AV1 在不同预设值和 CRF 值下的性能变化。

结果

通常情况下，当您查看视频编解码器的性能时，需要评估：

• PSNR、SSIM 和 VMAF 等指标
• 输出文件大小和生成的比特率
• 编码速度（时间和 FPS）

这些因素将揭示您选择的编解码器和参数是否适合您的使用情况。

例如，24×7 新闻工作室可能希望快速编码和发布视频。该工作室可能愿意在视频质量上妥协（因为其内容的短暂性），以换取快速的周转时间。我与印度的新闻机构合作时就多次遇到过这种情况。

另一方面，像 Netflix 或 SonyLIV 这样的优质内容提供商则愿意投入更多时间对其内容进行编码，因为他们知道其最终用户期望的是优质内容，而且其内容的生命周期相当长！

视频质量、速度和文件大小之间总是存在权衡。因此，需要进行广泛的测试和评估，以选择正确的编解码器及其相关参数。

有鉴于此，让我们从 SVT-AV1 的编码速度开始看看结果。

SVT-AV1 预设的编码速度

我将从编码速度开始分析预设，并用它来证实我们继续进行的几点。请记住，我使用c5.9xlarge机器进行此测试。

旁注：您会注意到，我为每个指标以两种不同的方式绘制了相同的数据 – 这将在本文中继续进行。 

• 在左侧子图中，我显示了 SVT-AV1 预设的指标变化，并在每条绘图线中保持 CRF 恒定。 
• 在右侧的子图中，我显示了指标相对于 CRF 的变化，并在每条绘图线中保持预设不变。 

这是相同的数据——只是以两种不同的方式查看。

以下是所有 SVT-AV1 预设的编码 FPS 图，CRF 范围为 20 – 63。

结果是不言自明的：

1. preset=12 最快，preset=2 最慢。这是预料之中的。
2. 对于每个预设，随着 CRF 从 20 增加到 63，FPS 也会增加。这是因为更多编码工具被关闭，编码器对视频质量的关注度降低。

虽然性能取决于您用于编码的机器类型，但可以很安全地观察到预设 8 – 12 适用于快速编码（接近实时、实时或快于实时）。 

预设 2 – 4 相当慢，但这没关系，因为它们旨在以尽可能低的比特率和文件大小生成高质量视频。当预设 2 – 4 的速度与客观质量指标和文件大小结合起来时，它就更有意义了！我们稍后会看到。 

接下来，让我们继续讨论客观质量指标。 

PSNR、SSIM、VMAF 分数

以下是通过改变预设和 CRF 值得出的 SVT-AV1 客观质量得分（PSNR、VMAF、SSIM）。 

看看客观指标：

1. 对于非常低的 CRF 值（大约 24 及以下），所有预设的 VMAF 分数相似，变化很小，并且肯定在 6 个 VMAF 点的 JND 经验法则之内。
2. 然而，相同CRF范围的SSIM和PSNR数据存在明显差异。例如，在 CRF=24 时，预设 2 得分为 40dB，而预设 12 得分为 37.5dB。
3. VMAF 图表告诉我们一些有趣且奇怪的事情 – 如果您希望 VMAF 分数大于 95，则可以使用高达 38 的 CRF 值，而不管预设如何。

那么，这是否意味着您可以使用最高速度预设“12”，将 CRF 值设置为 38，并获得与预设=2（最慢模式）相当的视频？

VMAF 分数似乎同意这个假设！

然而，答案并不那么简单。除了视频质量之外，您还需要查看生成的文件的大小和比特率，以全面了解正在发生的情况。

这是下表中的数据片段：

预设	CRF	文件大小 (MB)	比特率（kbps）	峰值信噪比（分贝）	SSIM	VMAF	时间（秒）	FPS
2	38	32	26290.6	34.593	0.955	98.84	826.6	0.6
12	38	39	32693.4	32.99	0.936	95.90	6.1	81

以下是当 CRF 固定为 38 时的数据：

• 预设 = 2 生成大小为 32 MB 且比特率为 26 Mbps 的文件
• 预设 = 12 生成大小为 39 MB 且比特率为 32 Mbps 的文件
• 预设 = 12 比预设 = 2 快 135 倍。 

因此，如果您使用预设 = 12，您将获得与预设 = 2 相同的视频质量 (VMAF) 和非常高的性能，但输出大约 19%，比特率高 18%。这将增加您的存储成本、CDN 交付成本、设备上下载存储以及缓冲的机会！值得思考的事情！

从视觉上（主观）来看，两个序列（预设 = 2 和预设 = 12）之间存在差异，因为较低预设的输出比预设 = 2 显得更有颗粒感。从结构上讲，我们不会发现草地有太多问题，但人们肯定会在跑步的人周围看到很多颗粒和噪音（PSNR 似乎已经发现了这一点）。

注意：请在单独的选项卡中打开图像以便仔细查看。

为了更好地理解这一点，下面是另一个数据片断，预设值为偶数，CRF 固定为 26，以及相应的指标和数据点。

预设	CRF	文件大小 (MB)	比特率 (kbps)	峰值信噪比（分贝）	SSIM	VMAF	时间（秒）	FPS
2	26	75	62757.8	39.283	比特率（kbps）	99.709	974.094	0.5
4	26	75	62446.2	38.727	0.977	99.679	147.694	3.4
6	26	75	63023.0	38.439	0.975	99.565	53.14	9.4
8	26	81	67342.4	37.965	0.973	99.506	20.237	25
10	26	86	71827.7	37.677	0.97	99.446	10.524	48
12	26	92	77138.9	36.816	0.965	99.289	8.052	62

从上表我们可以看出 

• 预设=12 比预设=2 具有 124 倍的性能增益，但它们的 VMAF 分数仅相差 0.420。SSIM 也是如此（0.013 间隙），但 PSNR 在预设 = 2 时显示出约 2.5 dB 增益的差异。
• 然而，如果您查看生成的文件大小和比特率，preset=2 的输出会小约 18.5%，这会显着影响整体业务指标！
• 另一方面，如果您不担心文件大小并且需要快速周转时间，那么预设 10 和 12 或许值得一看。

现在看一下preset=6：它生成的文件的大小、比特率和客观指标与preset=2 类似。它的运行速度比预设=2 快 20 倍。

有了这个，人们可以开始建立一个论点，如果您想要一个在质量和速度之间提供良好权衡的预设，您可能需要考虑 [6, 8] 范围内的 SVT-AV1 预设。

SVT-AV1 预设用法

从结果来看，对于快速/实时/比实时更快的编码，可以放心使用 9 – 12 之间的预设值。这同样取决于您的服务器容量。据我观察，像 c5.4xlarge 或 c5.9xlarge 这样的 AWS EC2 实例可以提供高速编码，接近或超过实时，这取决于您的源/目标帧速率。

但是，如果您有更多空闲时间，预设值 6 可以让您在质量、文件大小和速度之间实现良好的权衡。使用 SVT-AV1 预设 6、7 和 8 将帮助您找到适合您的用例的适当平衡。

最后，少于 6 个的 SVT-AV1 预设将为您提供高质量的视频，但会占用大量计算时间和资源。

结论

我们通过改变预设值和 CRF 值来比较 SVT-AV1 预设视频编解码器的性能，从而结束对 SVT-AV1 预设视频编解码器的评估。对于愿意尝试 AV1 部署的团队来说，SVT-AV1 编解码器是一个不错的选择。

借助正确的预设、编码器设置和计算硬件，您可以使用 SVT-AV1 快速降低视频库的大小、存储和 CDN 交付成本。

在以后的文章中，我们将评估 SVT-AV1 与其他流行的视频编解码器，并研究特定编码器设置和视频类型的结果。此外，我们还将评估其CBR编码性能，并将其与其他编解码器和AV1实现进行比较。

作者：Krishna Rao Vijayanagar
编译自https://ottverse.com/analysis-of-svt-av1-presets-and-crf-values/