Сжимаем 4K-видео кодеками H.265 и AV1: как на самом деле параметры кодирования влияют на качество

Когда б вы знали, из какого сора
Растут стихи, не ведая стыда

Анна Ахматова

История появления этого материала такова, что более всего его появлению удивился, пожалуй... сам автор :) Всё началось с возникновения довольно обычной, в общем-то идеи: взгрустнулось одному человеку составить собственную коллекцию любимых фильмов, чтобы, сидя где-нибудь на заснеженной загородной даче и слушая завывание вьюги и робкое постанывание практически полностью помершего мобильного интернета, можно было достать заветный внешний жесткий диск и посмотреть что-нибудь из бессмертной классики.

Тут же выяснилось, что бессмертная классика в хорошем качестве занимает какие-то несусветные объемы, и скромный маленький параллелепипед внешнего жесткого диска стремительно уплывает вдаль, а на его место приходит чуть ли не отдельное многодисковое хранилище. «Может, перекодировать самому?..» — родилась первая осторожная мысль. А чем? А во что? А с какими параметрами? И понеслась...

Таким образом, материал, который вы увидите ниже — это самоинициированное исследование, которое было проведено его автором, в общем-то, исключительно из собственного любопытства. Но уж больно забавными оказались его результаты, чтобы просто держать это при себе.

Инструментарий

• Аппаратный:
  • CPU: AMD Ryzen 9 7900
  • RAM: 2×32 ГБ DDR5-6000
  • GPU: Intel Arc B580 12 ГБ (Maxsun)
  • SSD: WD Black SN850X 1 ТБ
• Программный:
  • Microsoft Windows 11 Pro 25H2
  • Handbrake 1.10.2
  • FFmpeg 8.0 «Huffman» (64-bit static Windows build from www.gyan.dev 2025-11-17)
  • MKVToolNix GUI 96.0
  • mkvmerge 96.0
  • FFMetrics 1.5
  • MediaInfo 25.07

Чтобы по возможности избавить результаты тестов зависимости от специфики одного источника, было решено использовать два, причем достаточно существенно отличающихся друг от друга как по формальным параметрам, так и по содержимому. В качестве источников для кодирования использовались два 10-минутных фрагмента видео. Для обеспечения максимальной чистоты эксперимента они были вырезаны из оригиналов с помощью MKVToolNix без звука, то есть в кодируемом файле присутствовал исключительно видеоряд.

Первый фрагмент — отрезок с 00:04:00 по 00:14:00 из фильма «Планета Земля 2», серия «Горы». Разрешение 3840×2160, битрейт 43,3 Мбит/сек, размер файла 3,02 ГБ. Утилита MediaInfo рапортует о 10-битной глубине цвета и формате HDR «SMPTE ST 2086, HDR10 compatible». Содержимое — довольно спокойные панорамы гор, на фоне которых скачут горные козы и парят птицы, часто в замедленном режиме.

Второй фрагмент — отрезок с 01:35:56 по 01:45:56 из фильма «Хоббит. Битва пяти воинств». Разрешение 3840×1608, битрейт 47 Мбит/сек, размер файла 3,34 ГБ. Утилита MediaInfo рапортует о 10-битной глубине цвета и формате HDR «Dolby Vision, Version 1.0, Profile 7.6, dvhe.07.06, BL+EL+RPU, no metadata compression, Blu-ray compatible / SMPTE ST 2086, Version HDR10, HDR10 compatible». Содержимое — динамичная сцена боя, когда Торин Дубощит со своим отрядом выходит из крепости Эребор, чтобы сразиться с полчищами орков.

Автор с величайшим удовольствием привел бы в статье ссылки на оригиналы и закодированные фрагменты (всё это бережно сохранено на жестком диске) — но, к сожалению, размеры штрафов за нарушение авторских прав останавливают его от этого решения. Если вас заинтересуют какие-то параметры этих файлов, не вошедшие в статью — велкам в личку.

За исключением установок, изменявшихся в процессе проведения тестов, упоминания заслуживают установки Handbrake: все кодеки использовались 10-битные, частота кадров — постоянная, как в источнике, цветовое пространство — как в источнике, фильтры отключены полностью. В случае двухпроходного кодирования опция «ускоренный проход анализа» всегда была отключена. Для анализа качества видео с помощью FFMetrics и методики VMAF использовалась модель vmaf_4k_v0.6.1.

Тестирование

Чтобы не примыкать ни к остроконечникам, ни к тупоконечникам обеспечить максимально полное исследование затрагиваемых вопросов, мы решили протестировать оба популярных метода кодирования, используемых для получения видео высокого качества: двухпроходное кодирование с указанным средним битрейтом и однопроходное с указанным постоянным качеством. Кроме этого, мы использовали не только чисто «софтверные» варианты кодеков, но и оптимизированные под задействование ресурсов GPU (в нашем конкретном случае — под технологию Intel Quick Sync Video). Итого, получилось четыре комбинации:

• кодек AV1 с задействованием исключительно CPU (SVT);
• кодек AV1 с задействованием GPU (Intel QSV);
• кодек H.265 с задействованием исключительно CPU (x265);
• кодек H.265 с задействованием GPU (Intel QSV).

Основной целью тестирования было выяснение вопроса о том, как различные параметры использованных кодировщиков влияют на фактическое качество картинки. Для этого использовался программный пакет FFMetrics, который позволяет сравнить перекодированный фрагмент видео с оригиналом по трем самым популярным методикам сравнения качества: PSNR, SSIM и VMAF. Желающие ознакомиться с этими методиками более подробно могут перейти по ссылкам (в русской Вики статьи про VMAF пока нет, ссылка ведет на англоязычную), а если кратко, то вот в чем заключается их суть.

PSNR (peak signal-to-noise ratio, отношение пикового уровня сигнала к шуму) — это, грубо говоря, «чистая математика»: соотношение между максимумом возможного значения сигнала и мощностью шума, искажающего значения сигнала. Сигнал при этом, теоретически, может быть любым, и даже вовсе не относиться к изображению, однако PSNR довольно часто используют для того, чтобы оценить качество сжатой картинки по отношению к оригиналу. Естественно, допустимо и логично использовать эту методику и при оценке сжатия видео, поскольку оно представляет собой лишь частный случай множества статических изображений. Основным недостатком такого метода оценки считают его излишнюю «синтетичность» — до восприятия изображения именно человеческим глазом PSNR, разумеется, никакого дела нет.

SSIM (structure similarity, индекс структурного сходства) по сути, тоже основан на сравнении двух изображений, одно из которых признается образцовым, а второе — условно говоря, искаженным. SSIM пытается «примирить» чистую математику, наподобие PSNR, с особенностями человеческого восприятия, при этом метод ориентирован уже исключительно на изображения и пытается учитывать не только сами по себе искажения, но и особенности их восприятия.

VMAF (video multimethod assessment fusion) — методика, которая создавалась, фигурально выражаясь «с другого конца». Это разработка Netflix, которая базируется на моделировании реального человеческого «взгляда», оценивающего реальную показываемую ему картинку. В методике активно используются очень ныне модные обучаемые нейросети, поэтому при ее использовании корректно указывать не только сам факт использования VMAF, но и конкретную версию используемой «готовой к употреблению» модели.

В общем случае, всё, что нужно знать для беглого анализа результатов, приведенных в данном исследовании, это то, что во всех трех методиках большее значение означает большее сходство сравниваемых видеофрагментов, причем для SSIM и VMAF наибольшее возможное значение — это, соответственно 1 и 100. Оно обозначает стопроцентное сходство. Значение PSNR теоретически может быть сколь угодно большим, однако принято считать, что PSNR выше 40 — это отличное качество.

Кодирование с заданным средним битрейтом

Для начала приведем таблицу с результатами кодирования и анализа первого видеофрагмента («Планета Земля 2. Горы»).

Начать мы решили с битрейта, достаточно близкого к оригинальному (напомним, что в данном случае это 43,3 мегабита в секунду), после чего каждый раз уменьшали целевой средний битрейт ровно вдвое и повторяли эксперимент со всеми четырьмя вариантами кодеков. Картинка вырисовывается весьма интересная...

Здесь мы введем термин пусть и не очень научный, но зато интуитивно понятный: «чувствительность метрики». Понятно, что каким-либо образом объективно оценить «правильность» одной методики измерений относительно другой, мы не можем (для этого пришлось бы изобретать еще одну, к этому мы не готовы). Но зато у нас есть достаточно логичное с точки зрения здравого смысла предположение: с уменьшением целевого битрейта, качество картинки должно падать. Действительно: ну не расти же! :) Если исходить из этого предположения, то, сравнив максимальные и минимальные значения, полученные в рамках одной методики, мы можем, по крайней мере, выявить ту, которая максимально чувствительна к происходящим с картинкой изменениям.

Условные «индексы чувствительности» распределились так (чем больше число — тем выше чувствительность):

• PSNR — 1,2
• SSIM — 1,01
• VMAF — 1,06

То есть «резче» всего в данном случае отреагировал индекс PSNR.

Однако нетрудно заметить, что даже коэффициент 1,2, если мы условно будем считать его неким «индексом деградации качества» — ужасно мал. Получается, для того, чтобы «ухудшить» картинку с BD-диска на 20%, нам пришлось снизить битрейт в 8 раз! Это... как минимум, очень интересный результат.

Кроме того, нас, естественно, заинтересовал вопрос о том, насколько кодирование с задействованием Intel Quick Sync Video действительно задействует ресурсы GPU. Для этого мы воспользовались самым простым инструментом: встроенным в Windows диспетчером задач. Вот как выглядит картина нагрузки на CPU и GPU при использовании обычного кодека H.265/x265.

А вот как выглядит картина при кодировании H.265/Intel QSV.

Как видите, в первом случае нагрузка на GPU практически отсутствует, в то время как нагрузка на все ядра CPU иногда почти достигает 100% (но только почти, и далеко не всё время). Во втором же случае нагрузка на CPU колеблется где-то в районе 10%-15%, а вот нагрузка на отдельные части GPU почти всегда равна 100%. Таким образом, активное участие графического процессора в кодировании при задействовании Intel Quick Sync Video можно считать подтвержденным.

Однако посмотрим на результаты кодирования второго фрагмента. Может, они будут сильно отличаться и всё дело было в специфике первоисточника? Что же нам расскажут Торин сотоварищи?

Нет, ничего принципиально нового результаты кодирования битвы доблестных гномов с орками нам не рассказали. «Чувствительность» метрик немного поменялась:

• PSNR — 1,25
• SSIM — 1,02
• VMAF — 1,12

Можно сказать, что «индекс чувствительности» VMAF немного «подтянулся» к PSNR, хотя по-прежнему существенно ниже. Однако даже максимальный «коэффициент ухудшения качества изображения» — 1,25 — по-прежнему смотрится весьма скромно, учитывая 8-кратное снижение битрейта.

Что ж, перейдем ко второй части наших исследований.

Кодирование с заданным постоянным качеством

Суть этого метода, как нетрудно догадаться, состоит в том, что мы отказываемся от идеи оперировать такими умными взрослыми словами как «средний битрейт», а просто указываем программе-кодировщику некое желаемое нами «качество». Кодирование при этом всегда однопроходное. Правда, честно говоря, мы не заметили какого-то существенного упрощения, потому что у разных видов кодеков это самое качество измеряется в разных единицах (RF у софтверных, ICQ у аппаратных), и даже в рамках одной единицы измерения (RF) в одном кодеке (AV1) диапазон значений может изменяться от 0 до 63, а в другом (x265) — от -12 до 51 (хотя количество градаций, заметим, остается одинаковым). Ну да бог с ней, с простотой. Метод, говорят, сейчас самый популярный, исследуем и его.

Значения качества мы поделили на шесть примерно одинаковых интервалов и исследовали получившиеся результаты для каждого из 6 значений RF или ICQ.

Автору известно, что качество в данном случае изменяется нелинейно, однако, как сформулировал один неизвестный, но навсегда оставшийся в истории прапорщик советской армии: «Безобразно, зато единообразно!» Поэтому у нас задаваемый в Handbrake параметр «качество» будет изменяться линейно — так же, как в предыдущем тестировании средний битрейт. А там уж посмотрим на результаты...

В этом случае группировать результаты в таблице нам показалось более интересным не по качеству, а по используемому кодеку. Итак, начнем, традиционно, с кодирования отрезка из «Планета Земля 2. Горы». Того же самого, естественно, что и в предыдущем тесте.

Первое, что бросается в глаза: очень странное (прежде всего с точки зрения банального здравого смысла) поведение обоих «софтверных» кодеков (AV1/SVT и H.265/x265): при выставлении наивысшей из всех возможных степени качества, кодек дичайшим образом «задирает» битрейт и существенно (как минимум в разы, а то и на порядок) увеличивает размер закодированного файла (то есть он получается больше оригинала!) Но зато методика сравнения VMAF, а один раз даже SSIM, констатирует полное совпадение. Правда, происходит это ценой превращения 3-гигабайтного файла в 53-гигабайтный, в случае с AV1/SVT и в 14-гигабайтный при кодировании с помощью H.265/x265.

Что забавно: аппаратные (QSV) кодировщики AV1 и H.265 битрейт и размер при высшей степени качества тоже увеличивают по сравнению с оригиналом — но намного скромнее. Например, из 3 ГБ они делают «всего лишь» около 4. Правда, 100% идентичности закодированного отрезка оригинальному ни по одной из методик ни один из них не добился.

В этом тесте нам наконец-таки удалось заметить действительно существенное инструментально зафиксированное падение качества изображения — значения по методике VMAF в худших случаях достигали 47 (напомним, что полная копия — это 100).

Также забавно, что впервые за всё время мы смогли увидеть некое задокументированное и измеренное подтверждение гипотезы о том, что AV1 при прочих равных превосходит по качеству H.265. Правда, видим мы это в основном в случае с самым нижайшим качеством, и всё равно преимущество на гигантское никак не тянет.

«Индекс чувствительности» метрик в данном случае составил:

• PSNR — 2,22
• SSIM — 1,09
• VMAF — 2,14

Как видите, при дальнейшем ухудшении качества картинки, «рейтинг» VMAF становится всё ближе к PSNR, но превзойти его всё равно не может. Хотя, казалось бы: PSNR ведь, по сути — чистая синтетика, математическая абстракция, а VMAF изначально разрабатывался для оценки реального падения качества картинки с точки зрения человеческого глаза.

Хотя можно, конечно, и этому найти логичное объяснение: PSNR, дескать, «сгущает краски» — делает вид, что всё хуже, чем на самом деле, а VMAF, наоборот, успокаивает: да нет, с точки зрения реального восприятия, не так уж всё и плохо. ;)

Что ж, посмотрим, какие результаты продемонстрирует нам второй, более динамичный отрывок.

Как и в предыдущем случае, смена отрывка на другой никаких принципиальных изменений не приносит. Индекс чувствительности изменился незначительно.

• PSNR — 2,38
• SSIM — 1,09
• VMAF — 2,32

Выводы

Трактовать результаты исследования можно по-разному, и мы постарались, чтобы читателям был доступен максимум информации: в описании методики и таблицах с результатами тестов есть всё, что нужно. Поэтому мы сосредоточимся на собственной, довольно субъективной оценке — то есть на том, что нам самим показалось более всего интересным.

Во-первых, конечно же, наибольший шок вызывают результаты исследования падения качества картинки при изменении среднего битрейта. Судите сами: для того, чтобы «убить» качество на какие-то достаточно жалкие «около 20%», нам пришлось снизить битрейт оригинала более чем в восемь раз! Любителям держать личные коллекции с многогигабайтными оригиналами BD любимых фильмов, право слово, есть над чем задуматься: вы точно уверены, что ваши 10-терабайтные диски стоят той информации, которая на них хранится?

Во-вторых, данные наших тестов, скажем так, ставят под сомнение тезис о существенном превосходстве в качестве изображения кодека AV1 над H.265 (он же HEVC) при одном и том же битрейте. Этого преимущества при анализе падения качества картинки с помощью трех самых распространенных методик, мягко говоря, практически не видно — за исключением тех случаев, когда битрейт становится совсем уж мизерным. Но зачем использовать битрейт меньше двух мегабит для кодирования 4K? Для стриминга видео по «узким» сетям распространения информации — может быть. Для домашних коллекций видео — вряд ли.

В-третьих, существенному сомнению подвергается гипотеза о «более низком качестве» кодировщиков, заточенных под использование возможностей GPU. Использование Intel QSV (Intel Quick Sync Video) в однопроходном кодировании дает результаты, вполне сопоставимые по качеству получаемого материала с многопроходным «чисто софтверным» кодированием. При этом софтверное даже в нашем варианте занимает часы, а «хардверное» — минуты. Да, аппаратное кодирование по качеству практически всегда хотя бы чуть-чуть, но отстает... но уж очень маленький этот «чуть-чуть» в сравнении с преимуществом по времени.

Также несколько удивил результат поверхностного (очень поверхностного, мы сами это подчеркиваем!) сравнения результатов падения качества картинки по трем самым популярным методикам. Методика SSIM, если судить по результатам нашего тестирования, оказалась самой нечувствительной. Впрочем, еще раз подчеркнем: мы всего лишь сравниваем полученные с помощью указанного в статье инструмента «циферки». Определять бархатистость басов качество картинки «на глаз» пусть пытаются обладатели более зорких глаз, чем наши, от этого метода мы осознанно дистанцируемся.

Перед окончательным выводом, нужно повториться: всё это имеет значение, если мы соглашаемся с предположением о том, что программный инструмент FFMetrics действительно корректно реализует анализ падения качества изображения в соответствии с методиками PSNR, SSIM и VMAF, а также согласны принять данные методики, как [приблизительно] соответствующие реальности.

Итак, если попытаться сформулировать основной практический вывод из этого исследования, то он при использовании максимально аккуратных формулировок будет примерно таким: любой оригинальный 4K BD вполне можно перекодировать с помощью кодеков H.265 или AV1 с существенно более низким битрейтом, при этом практически ничего не потеряв в качестве картинки, но сократив размер видео в 4-5 раз.