Klassische Videokompressionsverfahren sind auf die Minimierung von Bitrate und Störung (Rate-Distortion) ausgelegt. Es soll eine möglichst kleine Bitrate bei möglichst geringer wahrgenommener Störung erzielt werden. Dabei wird typischerweise die Störung, die minimiert werden soll, durch Peak Signal-To-Noise Ratio (PSNR) gemessen. Es ist allerdings auch hinlänglich bekannt, dass PSNR nicht besonders gut mit dem menschlichen Sehen übereinstimmt.
Moderne Videokompressionsverfahren bieten neben einer Optimierung von PSNR auch andere Metriken zu Minimierung der Störung an (sogenannte Tuning Modes). Scalable Video Technology for AV1 (SVT-AV1) hat bspw. zuletzt auch Video Multi-Method Assessment Fusion (VMAF) als Tuning Mode hinzugefügt.
Ziel dieser Arbeit ist ein visueller Vergleich der verfügbaren Tuning Modes in SVT-AV1 durch verschiedene, unabhängige Videoqualitätsmetriken, sowie eine Analyse der Encodierzeiten und Benutzten Coding Tools zwischen den Tuning Modes.
Voraussetzungen
- Solide Kenntnisse in der Bild- und Videokompression
- Erfahrung in Python
- Interesse an Videokompression und Videoqualität