什么是 Capped CRF ？
Capped CRF 是一种用于视频编码的技术，用于平衡视频质量和文件大小。它与常规 CRF (Constant Rate Factor) 类似，编码器会在整个视频过程中保持特定的质量水平。但 Capped CRF 引入了比特率上限，以防止质量波动在复杂场景中导致比特率过高。
通过限制 CRF，编码器会对比特率施加最大限制，确保即使是要求最苛刻的场景也不会过度占用带宽或存储空间。这在带宽有限的情况下（如流媒体平台）非常有用，因为它能在保持稳定视觉质量的同时，使视频大小保持可预测性。
另外，Capped CRF 被当作VBR和 CBR 的替代方案，它可以在易于编码的序列上节省带宽，并在难以编码的序列上保持质量。
Capped CRF 如何影响视频质量？
Capped CRF 可保持视频质量的一致性。在视频流传输过程中，Capped CRF 可确保高复杂度场景（如快速移动）的比特率不会飙升。如果没有上限，传统的 CRF 可能会允许某些场景消耗更多带宽来保持质量，但在流媒体中，这可能会导致缓冲问题或不可预测的数据使用。
使用Capped CRF，视频质量在复杂场景中可能会略有下降（因为有码率限制），但这种下降通常是可控的、渐进的。从本质上讲，带上限的方法有助于在平衡质量的同时管理资源，为不同连接速度和设备类型的用户创造流畅的体验。
视频流的 CRF 值
在上限 CRF 中，值的范围是 0 到 51，其中每个数字代表不同的质量级别。
- CRF 0：此级别下视频几乎无损，这意味着几乎没有压缩。由于尽可能保留内容的原始质量，码率会很高，文件大小也会很大。此设置在流媒体中很少使用，因为它会消耗大量资源。
- CRF 51：最高值为 51，代表最低质量。视频会被高度压缩，细节损失严重，变得模糊不清，并充满伪影。对于大多数流媒体应用来说，这个值也不实用，因为质量会明显下降。
大多数编码器使用 18 到 28之间的 CRF 值，数值越低，质量越好，但文件大小也越大。例如，CRF 18被认为是视觉无损的，这意味着人眼很难察觉到与源文件相比的质量损失；而 CRF 28 则能提供压缩程度更高的视频，适用于带宽受限的环境。
例如，将 CRF 设置为 23，并设定上限，可能会达到中等偏上的质量，同时防止在复杂场景中出现任何码率峰值，保持带宽和存储的可预测性。
不同视频内容的最佳 CRF 值
在为各种视频类型选择最佳 CRF 值时，重要的是要考虑内容复杂性如何影响压缩。
对于体育、动作片或游戏片段等高运动内容，建议使用较低的 CRF 值（约18-22）。这些值有助于在快速移动的场景中保持清晰度，而不会牺牲太多细节。由于此类内容更容易出现压缩伪影，因此将 CRF 保持在较低水平可以确保视觉质量和合理文件大小之间的平衡。
另一方面，低运动内容（例如访谈、视频博客或头部特写视频）可以容忍更高的 CRF 值（大约23-28），因为这些场景的视觉变化较少。较高的 CRF 值在这里效果很好，因为它们可以减小文件大小，同时仍保持可接受的视觉质量。
对于动画或 CGI内容，CRF 值通常需要进一步调整。由于动画通常具有高度清晰的线条和均匀的色彩区域，因此 CRF 值在18-21左右可确保视频保留清晰的边缘和鲜艳的细节，避免在动画或计算机生成的场景中可能更明显的伪影。
Capped CRF 如何工作？
编码器从目标 CRF 值（例如 23）开始。在处理每一帧时，它会计算维持该质量水平的理想比特率。但与标准 CRF 不同的是，它会根据预先定义的上限来检查该比特率。
如果计算出的比特率超出上限，编码器会动态上调该帧的 CRF 值。这会增加压缩比，降低比特率，同时最大限度地减少感知质量损失。
码率控制算法负责管理这种动态调整。它是一组决定如何在帧之间分配比特率的规则。视频编码中有三种常用的码率控制算法：恒定比特率 (CBR)、可变比特率 (VBR) 和恒定速率因子 (CRF)，其中Capped CRF 是 CRF 的变体。
- CBR：在整个视频中保持恒定的比特率。
- VBR：根据视频内容的复杂程度调整比特率。
- CRF：专注于在没有固定比特率的情况下保持一致的质量水平。
该算法会平衡实时质量决策和整体比特率目标。在复杂场景中，它可能会允许比特率短暂超过上限，然后在更简单的帧中进行补偿。
PID（Proportional-Integral-Derivative）控制器作为码率控制算法中的核心反馈机制，根据历史、当前和预测的码率趋势不断微调 CRF 值，以保持最佳的质量与尺寸比。
PID 控制器如何提高视频质量？
PID 控制器持续计算误差值，即期望设定值与当前过程变量之间的差值。在视频编码中，设定值是目标质量水平，而过程变量是观众实际接收到的质量。
PID 控制器使用三个组件：
- 比例 (P)：比例组件会对当前的视频质量偏差做出反应。当目标质量与实际质量之间存在差异时，它会根据误差大小立即进行调整。误差越大，视频质量的校正幅度就越大。
- 积分（I）：积分组件会查看过去的错误，并随着时间的推移逐步调整以修复任何长期存在的质量差异。
- 微分（D）：最后，微分组件通过监测误差变化的速度来预测未来的质量问题，帮助平滑突然的变化，并防止视频质量不稳定。
CRF 如何根据视频质量分配比特率？
图片组 (GOP)是 一系列视频帧，用于组织视频帧的压缩编码方式。上限机制与 GOP 结构协同工作，将比特率分配给 GOP 内不同类型的帧，包括 I 帧（帧内编码）、P 帧（预测）和 B 帧（双向预测）。I 帧包含该帧的完整图像数据，而 P 帧和 B 帧则参考 I 帧，仅对像素数据的差异进行编码。
由于 I 帧包含更多信息，它们自然需要更高的比特率。上限机制可确保这些 I 帧不会消耗过多的可用比特率，从而避免对后续 P 帧和 B 帧的质量产生负面影响。
Capped CRF 与传统编码方法
Capped CRF 与 CBR 和 VBR 等传统编码方法不同。在 CBR 编码中，比特率保持固定，这意味着视频质量会根据内容而波动。这通常会导致简单场景的带宽浪费，以及复杂场景的视频质量下降。
另一方面，VBR 编码允许比特率根据场景复杂度变化，为高运动部分分配更多数据，为简单片段分配较少数据。然而，VBR 可能导致文件大小不可预测，并且带宽消耗更高。
带上限的 CRF 改进了 VBR，并引入了上限。它根据场景复杂度（类似 VBR）动态调整比特率，但会确保比特率不超过定义的阈值，从而提高带宽效率并防止资源过度使用。
常见问题
视频流中的 Capped CRF 是什么？
Capped CRF是一种平衡视频质量和文件大小的视频编码技术。与允许可变比特率的传统 CRF 不同，上限 CRF 设置了最大比特率限制，以防止在复杂场景中过度占用带宽。这确保了流畅的播放体验，同时又不影响视觉质量，使其成为流式传输高分辨率内容的理想选择。
Capped CRF 如何提高流媒体质量？
Capped CRF 通过在所有场景中保持一致的视频质量来提升流媒体质量。它会在高复杂度场景中限制比特率，防止出现可能导致缓冲和中断的峰值。这种动态调整功能使观众无论网络连接速度如何都能享受流畅的体验。
使用 Capped CRF 进行视频编码有什么好处？
使用上限 CRF 进行视频编码的优势包括提升流媒体性能、减少缓冲以及高效的带宽管理。通过限制比特率，内容提供商可以在不占用过多网络资源的情况下提供高质量的视频，使其成为点播和直播应用的绝佳选择。
推荐哪些 CRF 值用于流媒体？
为了获得最佳流媒体质量，建议 CRF 值介于 18 到 28 之间。较低的值（例如 18-22）非常适合体育和动作片等高运动内容，而较高的值（例如 23-28）则适合访谈和视频博客等低运动内容。此范围可平衡质量和文件大小，满足各种流媒体需求。
与其他编码方法相比，Capped CRF 如何？
上限 CRF 与恒定比特率 (CBR) 和可变比特率 (VBR) 等传统编码方法不同。CBR 保持固定比特率，而 VBR 则根据场景复杂度而变化，而上限 CRF 则结合了两者的优势，确保高效的带宽利用率，同时保持一致的视频质量。
