webrtc对码率调控的反馈策略

最近在进行一些关于webrtc性能的测试,主要是对视频模块的测试,看视频渲染是都平滑,视频分辨率是否清晰可见,经过这样的测试,对webrtc的理解会更加深刻:

首先我们要提出视频的特点,通过什么样的测试来验证视频sdk是优秀的呢?

1.视频的帧率: 视频的帧率决定了视频是否流畅

2.视频的分辨率:视频的分辨率决定了视频是否清晰

3.视频的延时:视频的延时决定了A和B通信的实时性

现在我们对测试模块的指标进行了分析,那么我们现在来分析一下,什么因素将导致这几个属性的变化,那么webrtc是如何对这些属性变化进行调控的:

    首先我们来解析帧率模块:对于不同平台的采集帧率不一定相同,对于现在市面上主流的手机或者PC端,采集帧率大致在20-30帧/s,这样子在编码器和网络状态完全理想的状态下,远端渲染若是以此帧率进行渲染,那样绝对是完美的渲染效果,但是网络会进行抖动和丢包,假如30帧丢了20帧的话,那样对体验绝对是糟糕的,那么对于人眼能够接受最低帧率大概15帧/S左右,这就有了webrtc中的两个策略,基于帧率的丢帧处理和基于码率的丢帧处理;为何丢帧,我们要引入码率这个属性,码率是指每秒产出的bps数,这个是作用于编码器的,对于同分辨率,帧率越大,码率也就越高,需要的网络带宽也就越大(带宽小于此码率,会造成延时和丢包),同帧率,视频质量越高,码率也会越大,这里又有了webrtc中的一个质量调控策略,这些都是对QOS流控码率估算的一个处理策略。下面我们来一一解释这三个策略,由于是内网代码,我这里也只是会贴出一些关键性的代码:

(1).基于目标帧率的丢帧处理:

        这个非常好理解,即视频的一个前处理,采集帧率输入,目标帧率输出到编码器,实现一个均匀丢帧处理(关键字不丢弃),实现一个帧率的前处理;

(2).基于目标码率的丢帧处理:

        何为基于目标码率的丢帧处理,即在Qos模块基于延时和丢包率计算的目标码率之下,结合当前的分辨率,这样可以估算出一个帧率的丢帧比例,对其采集的帧率进行一个丢帧处理,这样可在分辨率不变的情况下,合理的对qos进行反馈处理,阻止网络进一步发生拥塞,不过这个丢帧处理也会结合分辨率,在两者之间进行调控,在估算的码率之下,产出最合适的方案,分辨率是结合编码的qp指数进行分辨率的调控:现在我们来看一下webrtc中如何实现的

video_sender.cc        VideoSneder::AddVideoFrame() -->  if(_mediaOpt.DropFrame){ 如果为true,即丢帧,false送入编码模块} 

media_optimization.cc  MediaOptimization::DropFrame()  

{

    1. UpdateIncomingFrameRate()  //更新采集帧率

    2.fram_dropper->Leak()  [1.   cal accumulator 2.updateRatio()  3.ExpFilter::Apply() 通过指数权重铝箔,计算丢包率]

    3.fram_dropper->DropFrame() 依据计算的出丢包率,进行均匀丢包

(3).基于码率调控分辨率

    这里我先科普一下基础知识,对于编码器,有个QP值,是对于编码质量的一个属性值,他由帧率,分辨率和码率决定,在webrtc中,对于VP8,VP9和H264分别设置了不同的QP值,webrtc开启了一个线程,专门去统计qp值和drop_rate,我们可以看    quality_scaler.cc中的QualityScaler::CheckQp()这个函数,他通过平均丢包率和平均qp值来监测是否应该调高和调低分辨率,如果平均丢包率 >=0.6,降低分辨率,如果qp值大于对应编码的qp值,调低分辨率,如果平均qp值小于对应编码的qp值,则调高分辨率,这就是webrtc中的质量调控策略;


以上是我在测试中webrtc基于qos对于计算出的目标码率的一种调控策略,既可以保证帧率的稳定性,又可以动态调控视频的清晰度,当然这是对于发送端的qos反馈机制,对于接收端,jitterbuffer另外的博客在分享给大家,这就是我测试之后对webrtc的理解,这里可以调控QP值和对于的最大最小码率进行调试,看什么样的值效果最佳;

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容