webrtc之Android视频质量提升：保帧率降码率
前言：
我们的产品是在一款跑着Android系统的特定芯片上使用webrtc开发的一个视频通话业务，当前的情况是在网络正常的情况下帧率也比较低，弱网环境下适应能力较差。基于此，我了解了webrtc Android平台的视频采集编码流程，并编写了相应的文章《webrtc之Android视频采集编码》。在深入细节之后，定位问题所在，并做了相应优化，在此记录相关过程，以后日后复习，以及和大家共同学习。
帧率低下问题定位与优化
问题定位：
在采集到编码的这条链路上进行帧率的统计，看一下那个地方导致的帧率下降。通过如下的方法进行帧率的计算：
// TODO
static int captureFrameCount = 0;
static double nextCaptureStatisticsTime = -1;
static double UNIT_TIME_INTERVAL = 1000;
static int capturePreprocessingFrameCount = 0;
static double nextCapturePreprocessingStatisticsTime = -1;
captureFrameCount++;
long currentTime = clock_->TimeInMicroseconds()/rtc::kNumMicrosecsPerMillisec;
if(nextCaptureStatisticsTime == -1) {
nextCaptureStatisticsTime = currentTime + UNIT_TIME_INTERVAL;
}
if(currentTime > nextCaptureStatisticsTime) {
RTC_LOG(LS_INFO) << "statistics VideoStreamEncoder capture frame count:" << captureFrameCount;
nextCaptureStatisticsTime = currentTime + UNIT_TIME_INTERVAL;
captureFrameCount = 0;
}
通过上述方法跟踪到帧率降低在类VideoSender的AddVideoFrame函数中，经过如下代码后，帧率发生的明显降低。
if (_mediaOpt.DropFrame()) {
RTC_LOG(LS_INFO) << "statistics bitrate track Drop Frame "
<< " rtt " << encoder_params.rtt
<< " input frame rate " << encoder_params.input_frame_rate
<< " loss rate " << encoder_params.loss_rate
<< " target bitrate " << encoder_params.target_bitrate.get_sum_bps();
post_encode_callback_->OnDroppedFrame(
EncodedImageCallback::DropReason::kDroppedByMediaOptimizations);
return VCM_OK;
}
通过深入代码后，了解到这是webrtc支持弱网环境策略中的一个模块，根据目标码率丢帧。算法简单的理解就是：1.统计每个从采集模块过来的图像，然后计算帧率。2.根据编码后的图像码率和目标码率（webrtc估算出来当前网络最合适传输码率）以及统计得到的帧率等信息更新丢帧比率。3.根据计算的丢帧比率去实现均匀的丢帧。算法的具体细节已有道友做文章进行了刨析，各位可以结合代码进行深入理解，我就不重复造轮子了。《webrtc视频帧率控制算法机制（一）--目标码率丢帧》。
优化帧率：
已经定位到导致帧率地下的地方，接下来要做的就是如何进行优化。根据业务场景：画面质量可以下降，但是帧率一定要稳定的要求我简单粗暴的将该策略禁掉。这样一来就引申出了一系列的问题，当网络条件不好的时候如何保证视频质量，当然可以通过降码率，这部分内容在后面将会详细介绍。另一个问题是采集到来的图像帧率始终特别高，这将导致码率一直飙高，还有因为设备性能的不同或者一些其他问题（采集端帧率设置接口并不好使，或者是我没找到好使的接口）导致不同设备到来的帧率不一样。解决这个问题我通过webrtc的另一个丢帧策略来实现：根据目标帧率丢帧。该算法在我使用的版本已经被移除，我有手动添加回来。具体实现如下：
/*
* Copyright (c) 2011 The WebRTC project authors. All Rights Reserved.
*
* Use of this source code is governed by a BSD-style license
* that can be found in the LICENSE file in the root of the source
* tree. An additional intellectual property rights grant can be found
* in the file PATENTS. All contributing project authors may
* be found in the AUTHORS file in the root of the source tree.
*/
#include "webrtc/modules/video_processing/main/interface/video_processing.h"
#include "webrtc/modules/video_processing/main/source/video_decimator.h"
#include "webrtc/system_wrappers/interface/tick_util.h"
#define VD_MIN(a, b) ((a) < (b)) ? (a) : (b)
namespace webrtc {
VPMVideoDecimator::VPMVideoDecimator() {
Reset();
}
VPMVideoDecimator::~VPMVideoDecimator() {}
void VPMVideoDecimator::Reset() {
overshoot_modifier_ = 0;
drop_count_ = 0;
keep_count_ = 0;
target_frame_rate_ = 30;
incoming_frame_rate_ = 0.0f;
memset(incoming_frame_times_, 0, sizeof(incoming_frame_times_));
enable_temporal_decimation_ = true;
}
void VPMVideoDecimator::EnableTemporalDecimation(bool enable) {
enable_temporal_decimation_ = enable;
}
int32_t VPMVideoDecimator::SetTargetFramerate(uint32_t frame_rate) {
if (frame_rate == 0) return VPM_PARAMETER_ERROR;
target_frame_rate_ = frame_rate;
return VPM_OK;
}
bool VPMVideoDecimator::DropFrame() {
if (!enable_temporal_decimation_) return false;
if (incoming_frame_rate_ <= 0) return false;
const uint32_t incomingframe_rate =
static_cast<uint32_t>(incoming_frame_rate_ + 0.5f);
if (target_frame_rate_ == 0) return true;
bool drop = false;
if (incomingframe_rate > target_frame_rate_) {
int32_t overshoot =
overshoot_modifier_ + (incomingframe_rate - target_frame_rate_);
if (overshoot < 0) {
overshoot = 0;
overshoot_modifier_ = 0;
}
if (overshoot && 2 * overshoot < (int32_t) incomingframe_rate) {
if (drop_count_) { // Just got here so drop to be sure.
drop_count_ = 0;
return true;
}
const uint32_t dropVar = incomingframe_rate / overshoot;
if (keep_count_ >= dropVar) {
drop = true;
overshoot_modifier_ = -((int32_t) incomingframe_rate % overshoot) / 3;
keep_count_ = 1;
} else {
keep_count_++;
}
} else {
keep_count_ = 0;
const uint32_t dropVar = overshoot / target_frame_rate_;
if (drop_count_ < dropVar) {
drop = true;
drop_count_++;
} else {
overshoot_modifier_ = overshoot % target_frame_rate_;
drop = false;
drop_count_ = 0;
}
}
}
return drop;
}
uint32_t VPMVideoDecimator::Decimatedframe_rate() {
ProcessIncomingframe_rate(TickTime::MillisecondTimestamp());
if (!enable_temporal_decimation_) {
return static_cast<uint32_t>(incoming_frame_rate_ + 0.5f);
}
return VD_MIN(target_frame_rate_,
static_cast<uint32_t>(incoming_frame_rate_ + 0.5f));
}
uint32_t VPMVideoDecimator::Inputframe_rate() {
ProcessIncomingframe_rate(TickTime::MillisecondTimestamp());
return static_cast<uint32_t>(incoming_frame_rate_ + 0.5f);
}
void VPMVideoDecimator::UpdateIncomingframe_rate() {
int64_t now = TickTime::MillisecondTimestamp();
if (incoming_frame_times_[0] == 0) {
// First no shift.
} else {
// Shift.
for (int i = kFrameCountHistory_size - 2; i >= 0; i--) {
incoming_frame_times_[i+1] = incoming_frame_times_[i];
}
}
incoming_frame_times_[0] = now;
ProcessIncomingframe_rate(now);
}
void VPMVideoDecimator::ProcessIncomingframe_rate(int64_t now) {
int32_t num = 0;
int32_t nrOfFrames = 0;
for (num = 1; num < (kFrameCountHistory_size - 1); num++) {
// Don't use data older than 2sec.
if (incoming_frame_times_[num] <= 0 ||
now - incoming_frame_times_[num] > kFrameHistoryWindowMs) {
break;
} else {
nrOfFrames++;
}
}
if (num > 1) {
int64_t diff = now - incoming_frame_times_[num-1];
incoming_frame_rate_ = 1.0;
if (diff > 0) {
incoming_frame_rate_ = nrOfFrames * 1000.0f / static_cast<float>(diff);
}
} else {
incoming_frame_rate_ = static_cast<float>(nrOfFrames);
}
}
} // namespace webrtc
该算法和根据目标码率丢帧类似，相对来说更简单。先统计当前帧率，然后根据目标帧率和当前帧率计算不同的比率，最后实现均匀的丢帧。通过根据目标码率丢帧策略能够有效的抑制帧率在一个合适的数值。
动态调节码率
webrtc有一套码率自适应策略来应对弱网环境，我们要做的不是修改人家的算法，而是针对不同的业务调整不同的策略。
webrtc会通过丢包率和rtt等信息来判断当前的网络状况，进而通过调节编码器的码率来适应当前的网络状况。这个必须要求编码器支持动态调节码率。
我们的优化方案首先是设置码率的最大值和最小值，在弱网的情况下尽可能的传输的 流畅，而在网络条件好的情况下又要让视频达到一个很好的画质。
通过修改给sdp添加"x-google-start-bitrate"; x-google-max-bitrate"; "x-google-min-bitrate";等参数未能达到目的。
通过跟进编码器的初始化流程发现最小码率和最大码率的设置在VideoStreamEncoder类的ReconfigureEncoder函数：
void VideoStreamEncoder::ReconfigureEncoder() {
//最小码率和最大码率在这里被设置。
std::vector<VideoStream> streams =
encoder_config_.video_stream_factory->CreateEncoderStreams(
last_frame_info_->width, last_frame_info_->height, encoder_config_);
VideoCodec codec;
if (!VideoCodecInitializer::SetupCodec(encoder_config_, settings_, streams,
nack_enabled_, &codec,
&rate_allocator_)) {
RTC_LOG(LS_ERROR) << "Failed to create encoder configuration.";
}
codec.startBitrate =
std::max(encoder_start_bitrate_bps_ / 1000, codec.minBitrate);
codec.startBitrate = std::min(codec.startBitrate, codec.maxBitrate);
codec.expect_encode_from_texture = last_frame_info_->is_texture;
max_framerate_ = codec.maxFramerate;
RTC_DCHECK_LE(max_framerate_, kMaxFramerateFps);
//codec被传递下去，进行编码器初始化。
bool success = video_sender_.RegisterSendCodec(
&codec, number_of_cores_,
static_cast<uint32_t>(max_data_payload_length_)) == VCM_OK;
webrtcvideoengine.cc文件中类EncoderStreamFactory的CreateEncoderStreams函数：
std::vector<webrtc::VideoStream> EncoderStreamFactory::CreateEncoderStreams(
int width,
int height,
const webrtc::VideoEncoderConfig& encoder_config) {
// For unset max bitrates set default bitrate for non-simulcast.
int max_bitrate_bps =
(encoder_config.max_bitrate_bps > 0)
? encoder_config.max_bitrate_bps
: GetMaxDefaultVideoBitrateKbps(width, height) * 1000;
webrtc::VideoStream stream;
stream.width = width;
stream.height = height;
stream.max_framerate = max_framerate_;
stream.max_framerate= GetMinVideoBitrateBps();
stream.target_bitrate_bps = stream.max_bitrate_bps = max_bitrate_bps;
在这个函数中设置了max_framerate，和max_framerate。如果追溯更上层的设置，较为复杂繁琐。因为我们使用的平台统一，参数一致，所以直接在这里设置了。当然这种设置方式比较粗放，有待进一步细致柔性的设置。
stream.min_bitrate_bps = 200*1000;
stream.target_bitrate_bps = stream.max_bitrate_bps = 1800 *1000;
设置了这些参数后，通过测试发现，webrtc在网络条件不好的情况下逐渐减小编码码率，达到最小值；而当网络条件好的话，逐渐增加编码码率达到最大值。
webrtc在调节码率的时候还要依据一个参数，那就是帧率。帧率设置的大小，决定了某一网络条件下每一帧图像的数据量，直接决定了图像的清晰程度。最终码率 = 帧率*每一帧图像的数据量 。我在这里粗放的设置了某个值。
EncoderStreamFactory::EncoderStreamFactory(std::string codec_name,
int max_qp,
int max_framerate,
bool is_screencast,
bool conference_mode)
: codec_name_(codec_name),
max_qp_(max_qp),
//max_framerate_(max_framerate),
max_framerate_(18),
后记
webrtc的码率自适应包括动态调节码率、帧率、分辨率来达到既定的码率，这里只介绍了调节帧率和码率，关于动态调节分辨率，有待进一步的研究。
