免费淘宝图片处理软件淘宝图片制作教程( 四 ) _云知道

2、分层B帧以及参考结构的优化。分层B帧在实现方面不难，对压缩效率方面有大的帮助。前面介绍了GOP结构的优化，我们会对参考帧的选择会做权衡。
3、大家知道在静止场景下，分层越多压缩效率越高，但在运动场景就不那么有效，所以我们实现了自适应的GOP Size ，并自研了Scenecut算法。能够适应不同运动强度、场景切换的需求包括淡入淡出的需求。
4.此外，在Bi-Search ， GPB ， LTR这几个工具，在开源软件X265是没有的，但对提高预测效率很有帮助；MCTF工具对编码噪声的去除非常有帮助，我们将这几个技术加入到S265之后获得了5%以上的BD-rate收益。
5、2-pass是在求解一个全局最优的Qscale ，它在离线转码场景中被用到，允许对视频做更多分析，但在求解过程中，失真度量是MSE ，我们对度量函数进行了重新推导，获得5%压缩性能；
6、Dynamic CRF和Pboffset ，常规做法是是固定帧级P ， B帧的Offset ，我们会根据帧的复杂度来调节帧级QP值；
7、AQ和RDO的代价计算通常基于MSE ，但如果是针对SSIM指标的话，可以推导SSIM的模型， RD也一样。
8、针对会议场景，我们还实现了IBC工具，对PPT投屏有帮助。并专门设计了对屏幕内容优化的搜索算法，传统的快速算法如菱形搜索、六边形搜索在SCC场景下效率很低，很难找到最优解，但如果用自研的算法搜索就有较好的效率提升。

上述是S265技术的介绍，记得在2016年的时候，金山KS265第一次参加MSU比赛获得了非常好的成绩，后来国内有不少同行参赛也获得了不错的名次。阿里巴巴S265从2017年开始投入研究到2020年首次参加MSU比赛，我们在比赛中获得了3项第一：1080P 30FPS PNSR指标第一、1080P 1FPS PNSR指标第一、1080P 30FPS主观质量第一。
2.2 场景自适应编码

除了核心编码器之外，在编码器应用方面，我们还自研了一套场景自适应编码方法，分为三个步骤：
1、视频分析：利用机器学习方法做视频切分，并得到高层语义分类，比如动画，体育，秀场，商品介绍等；
2、另一个维度看利用信号分析手段检测出视频的底层特征，比如运动强度，纹理特征，噪声强度，亮度特征等，根据高低维度信息决定编码参数。
3、自适应决策引擎（ADE）：根据语义特征和信号特征以及网络状况，决策出最佳编码参数组合。这个决策过程被建模为一个带约束优化模型；
2.3 S265解码提升覆盖率

一直以来， H265的解码兼容性是大家关心的话题，假如生产端编码出265码流，但播放端不能支持265解码，需要在服务端转码成264格式，这不仅不能减少CDN带宽，反而会增加转码成本。在解码这一侧我们做了很多工作：
1、硬解码适配。对市面上基本所有机型（>1000款）都进行了适配；
2、自研高性能Native H265解码器，在小米5 720P的设备上做测试得到240帧左右的速度，通过很低的功耗实现实时解码。