Video Quality Evaluation Methodology and Result of AV2 Compression Performance

Resumen Técnico: Metodología de Evaluación de Calidad de Video y Resultados del Rendimiento de la Compresión AV2

Planteamiento del Problema
La creciente demanda de almacenamiento y transmisión de video eficientes hace necesaria una norma de codificación de video de próxima generación que suceda a AV1. La Alianza para Medios Abiertos (AOMedia) está desarrollando AV2 para ofrecer reducciones sustanciales de la tasa de bits con calidad visual equivalente, abordando las necesidades de entornos con limitaciones de ancho de banda y aplicaciones exigentes como la transmisión en 8K, la realidad virtual (VR) y la realidad aumentada (AR). Un desafío crítico en este desarrollo es establecer un marco riguroso, transparente y reproducible para evaluar nuevas herramientas de codificación y el rendimiento general del códec. Sin condiciones estandarizadas, comparar propuestas técnicas se vuelve difícil, lo que obstaculiza la toma de decisiones objetiva sobre la adopción de herramientas de codificación y el equilibrio entre la eficiencia de compresión y la complejidad computacional.

Metodología
Para abordar la necesidad de un punto de referencia estandarizado, el Subgrupo de Pruebas de AOM estableció las Condiciones de Prueba Comunes (CTC) para AV2. Este marco define secuencias de video específicas, configuraciones de codificación/decodificación, métricas de calidad y procedimientos de evaluación.

• Contenido de Prueba: Las CTC utilizan un conjunto de datos diverso que abarca varias resoluciones (de 270p a 8K), tipos de contenido (natural, sintético, generado por el usuario) y formatos (SDR, HDR, formatos de croma extendidos como 4:2:2 y 4:4:4). El contenido se agrupa en clases (A–G y ECF), incluyendo Contenido Generado por el Usuario (UGC) para reflejar la dominancia de las redes sociales e imágenes estáticas.
• Configuraciones de Codificación: Se definen cuatro configuraciones principales:
  1. Todo Intra (AI): Evalúa métodos de codificación intra.
  2. Acceso Aleatorio (RA): Simula casos de uso de video bajo demanda y almacenamiento, permitiendo la reordenación de cuadros.
  3. Baja Latencia (LD): Apunta a la comunicación en tiempo real sin reordenación de cuadros.
  4. Transmisión Adaptativa (AS): Una configuración novedosa que simula pipelines reales de video bajo demanda. Codifica secuencias en múltiples resoluciones para construir una envolvente convexa para el análisis tasa-distorsión, permitiendo calcular las métricas de calidad contra la fuente original tras la remuestreo.
• Métricas de Evaluación: Aunque la PSNR sigue siendo estándar, las CTC enfatizan la calidad perceptual mediante el informe obligatorio de PSNR-HVS, PSNR ponderada (YUV), SSIM, MS-SSIM, CIEDE2000 y VMAF. El escalonamiento en gradientes planos se mide utilizando el Índice Multiescala de Escalonamiento Consciente del Contraste (CAMBI).
• Cálculo de la Ganancia de Codificación: El rendimiento se mide utilizando la Tasa Delta de Bjøntegaard (BD-rate). La metodología emplea seis puntos de Parámetro de Cuantización (QP) (expandidos desde los cuatro tradicionales) para mitigar errores de interpolación. Para la configuración AS, se construye una envolvente convexa utilizando puntos medidos e interpolados a través de resoluciones. Se aplica una fórmula de BD-rate ponderada para equilibrar las contribuciones de luminancia y croma.

Contribuciones Clave
El documento detalla el diseño de las CTC de AV2 y presenta los resultados de rendimiento de la implementación de referencia AV2 (v13.0) frente a la línea base AV1.

• Características de Prueba Novedosas: La introducción de contenido UGC, configuraciones de transmisión adaptativa (AS) basadas en análisis de envolvente convexa, y soporte para formatos de croma extendidos (4:2:2, 4:4:4) y cambios de resolución dinámica.
• Estandarización: El establecimiento de una filosofía de prueba uniforme que garantiza que los resultados sean directamente comparables, justos y objetivos, facilitando decisiones basadas en datos para la norma AV2.
• Validación del Rendimiento: El documento proporciona un análisis exhaustivo de las ganancias de codificación en diferentes configuraciones y tipos de contenido, validando la eficiencia de AV2 para la transmisión de próxima generación.

Resultados
Los resultados experimentales que comparan AV2 (v13.0) con la línea base AV1 (research-alt-v1-anchor r4.0) demuestran ganancias significativas en eficiencia de compresión:

• Acceso Aleatorio (RA): AV2 logra una reducción del 29,81% en la tasa de bits para PSNR-YUV y del 33,79% para VMAF.
• Transmisión Adaptativa (AS): AV2 ofrece una reducción del 31,34% en PSNR-YUV y del 35,77% en VMAF.
• Baja Latencia (LD): AV2 logra una reducción del 26,05% en PSNR-YUV y del 27,28% en VMAF.
• Todo Intra (AI): AV2 logra una reducción del 22,32% en PSNR-YUV y del 23,58% en VMAF.
• Especificidades del Contenido: El contenido de pantalla (Clase B2) produce las ganancias más altas, alcanzando una reducción aproximada del 40–44% en VMAF a través de las configuraciones. Las secuencias HDR y el UGC también muestran mejoras sustanciales. Los formatos de croma extendidos (4:2:2 y 4:4:4) demuestran ganancias consistentes, con mejoras en los componentes de croma que a menudo superan a las del plano de luminancia.
• Complejidad: La codificación y decodificación actuales de AV2 tardan aproximadamente 33 veces y 3,86 veces más, respectivamente, que el ancla de AV1. Sin embargo, el documento señala que los ajustes preestablecidos más rápidos pueden lograr velocidades de codificación 10 veces más rápidas con una pérdida de codificación ≤2%.

Significado
El documento afirma que las CTC de AV2 proporcionan el marco necesario para garantizar comparaciones justas, transparentes y reproducibles a lo largo del ciclo de desarrollo. Los resultados validan la eficiencia de AV2, confirmando su capacidad para ofrecer reducciones sustanciales de la tasa de bits para diversas aplicaciones de medios. La norma busca equilibrar estas ganancias de eficiencia con objetivos de implementación práctica, limitando específicamente la complejidad del codificador a un aumento de cinco veces y la complejidad del decodificador a un aumento de dos veces en relación con AV1. El documento concluye que, aunque la complejidad actual es mayor, las optimizaciones activas están en curso para entregar un decodificador de software listo para producción, posicionando a AV2 como una solución viable para la transmisión de video de alta eficiencia futura.