doc/rate_distortion.txt

   1 A Quick Description Of Rate Distortion Theory.
   2
   3 We want to encode a video, picture or piece of music optimally. What does
   4 "optimally" really mean? It means that we want to get the best quality at a
   5 given filesize OR we want to get the smallest filesize at a given quality
   6 (in practice, these 2 goals are usually the same).
   7
   8 Solving this directly is not practical; trying all byte sequences 1
   9 megabyte in length and selecting the "best looking" sequence will yield
  10 256^1000000 cases to try.
  11
  12 But first, a word about quality, which is also called distortion.
  13 Distortion can be quantified by almost any quality measurement one chooses.
  14 Commonly, the sum of squared differences is used but more complex methods
  15 that consider psychovisual effects can be used as well. It makes no
  16 difference in this discussion.
  17
  18
  19 First step: that rate distortion factor called lambda...
  20 Let's consider the problem of minimizing:
  21
  22   distortion + lambda*rate
  23
  24 For a fixed lambda, rate would represent the filesize, while distortion is
  25 the quality. Is this equivalent to finding the best quality for a given max
  26 filesize? The answer is yes. For each filesize limit there is some lambda
  27 factor for which minimizing above will get you the best quality (using your
  28 chosen quality measurement) at the desired (or lower) filesize.
  29
  30
  31 Second step: splitting the problem.
  32 Directly splitting the problem of finding the best quality at a given
  33 filesize is hard because we do not know how many bits from the total
  34 filesize should be allocated to each of the subproblems. But the formula
  35 from above:
  36
  37   distortion + lambda*rate
  38
  39 can be trivially split. Consider:
  40
  41   (distortion0 + distortion1) + lambda*(rate0 + rate1)
  42
  43 This creates a problem made of 2 independent subproblems. The subproblems
  44 might be 2 16x16 macroblocks in a frame of 32x16 size. To minimize:
  45
  46   (distortion0 + distortion1) + lambda*(rate0 + rate1)
  47
  48 we just have to minimize:
  49
  50   distortion0 + lambda*rate0
  51
  52 and
  53
  54   distortion1 + lambda*rate1
  55
  56 I.e, the 2 problems can be solved independently.
  57
  58 Author: Michael Niedermayer
  59 Copyright: LGPL