求基于分辨率、FPS、比特率的主观视频质量计算公式

现有基于每秒每像素比特数（BPPS）的视频质量评估公式，在跨分辨率、帧率对比时不符合主观感受。例如：

• 1080p60fps/10Mbit/s 视频主观画质优于 720p30fps/9Mbit/s
• 但原公式计算的BPPS：前者≈0.08，后者≈0.32，后者得分更高

原公式代码：

interface Video {
  width: number
  height: number
  fps: number
  bitrate: number
}

const computeVideoQualityScalar = (video: Video): number => {
  const pixelsPerFrame = video.width * video.height
  const pixelsPerSecond = pixelsPerFrame * video.fps
  const bitsPerPixelPerSecond = video.bitrate / pixelsPerSecond
  return bitsPerPixelPerSecond
}

问题分析 #

原公式仅量化了静态像素的比特密度，但忽略了人眼的主观感知特性：

• 分辨率提升带来的细节感知是非线性的（高分辨率下，相同BPPS的细节表现力更强）
• 帧率提升带来的动态流畅度是主观质量的重要组成部分（60fps的流畅度感知远优于30fps，即使BPPS更低）

方案1：综合静态细节与动态流畅度的加权得分 #

通过结合分辨率、帧率的对数感知模型，给静态细节和动态流畅度赋予权重，得到更符合主观感受的综合得分。

公式设计 #

const computeSubjectiveVideoQuality = (video: Video, weightStatic: number = 0.5, weightDynamic: number = 0.5): number => {
  // 计算基础BPPS
  const pixelsPerFrame = video.width * video.height
  const pixelsPerSecond = pixelsPerFrame * video.fps
  const bpps = video.bitrate / pixelsPerSecond

  // 静态细节得分：结合分辨率的对数感知（基准像素数为640*480=307200）
  const basePixels = 640 * 480
  const resolutionFactor = Math.log2((pixelsPerFrame / basePixels) + 1)
  const staticScore = bpps * resolutionFactor

  // 动态流畅度得分：结合帧率的对数感知（基准帧率为15fps）
  const baseFps = 15
  const fpsFactor = Math.log2((video.fps / baseFps) + 1)
  const dynamicScore = fpsFactor

  // 综合加权得分
  return (staticScore * weightStatic) + (dynamicScore * weightDynamic)
}

示例计算 #

• 1080p60/10M：
  staticScore ≈ 0.08 * Math.log2((2073600/307200)+1) ≈ 0.08 * 2.95 ≈ 0.236
  dynamicScore ≈ Math.log2((60/15)+1) ≈ 2.32
  综合得分（0.5/0.5权重）≈ 0.2360.5 + 2.320.5 ≈ 1.278

• 720p30/9M：
  staticScore ≈ 0.325 * Math.log2((921600/307200)+1) ≈ 0.325 * 2 ≈ 0.65
  dynamicScore ≈ Math.log2((30/15)+1) ≈ 1.585
  综合得分≈ 0.650.5 +1.5850.5 ≈1.117

结果符合主观感受：1080p60的得分更高。

权重调整建议 #

• 静态内容（如纪录片、照片视频）：提高weightStatic至0.6-0.7
• 动态内容（如运动、游戏视频）：提高weightDynamic至0.6-0.7

方案2：等效比特率转换法 #

将不同分辨率、帧率的视频转换为**基准参数（如720p30）**下的等效比特率，通过等效值对比主观质量。核心逻辑是：高分辨率/高帧率的视频，达到相同主观质量所需的比特率并非线性增长，而是存在压缩效率优势。

公式设计 #

// 基准参数：720p30
const BASE_WIDTH = 1280
const BASE_HEIGHT = 720
const BASE_FPS = 30

// 分辨率压缩效率系数（H.264取0.75，H.265取0.7）
const RESOLUTION_COEFFICIENT = 0.75
// 帧率压缩效率系数（H.264取0.8，H.265取0.75）
const FPS_COEFFICIENT = 0.8

// 反向转换：计算基准视频达到当前视频主观质量所需的比特率
const computeRequiredBaselineBitrate = (video: Video): number => {
  const resolutionRatio = (video.width * video.height) / (BASE_WIDTH * BASE_HEIGHT)
  const fpsRatio = video.fps / BASE_FPS
  return video.bitrate * (Math.pow(resolutionRatio, RESOLUTION_COEFFICIENT) * Math.pow(fpsRatio, FPS_COEFFICIENT))
}

示例计算 #

• 1080p60/10M：所需基准比特率≈10M*3.198≈32M
• 720p30/9M：所需基准比特率=9M

32M远高于9M，说明1080p60的主观质量要求更高，实际比特率能满足的质量更好，符合主观感受。

FFmpeg工具实现 #

可以通过FFprobe获取视频的width/height/fps/bitrate，再用脚本计算得分。以下是bash脚本示例：

#!/bin/bash

# 输入视频路径
VIDEO_PATH="$1"

# 用ffprobe提取视频参数
VIDEO_INFO=$(ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate,bit_rate -of csv=p=0 "$VIDEO_PATH")

# 分割参数
IFS=',' read -r WIDTH HEIGHT FPS_STR BITRATE <<< "$VIDEO_INFO"

# 计算实际帧率（处理分数形式如30/1）
FPS=$(echo "$FPS_STR" | awk -F '/' '{print $1/$2}')

# 计算综合得分（方案1的0.5/0.5权重）
BASE_PIXELS=$((640*480))
PIXELS=$((WIDTH*HEIGHT))
PPS=$(echo "$PIXELS * $FPS" | bc)
BPPS=$(echo "scale=6; $BITRATE / $PPS" | bc)
RESOLUTION_FACTOR=$(echo "scale=6; l($PIXELS / $BASE_PIXELS + 1) / l(2)" | bc -l)
STATIC_SCORE=$(echo "scale=6; $BPPS * $RESOLUTION_FACTOR" | bc)
FPS_FACTOR=$(echo "scale=6; l($FPS / 15 + 1) / l(2)" | bc -l)
TOTAL_SCORE=$(echo "scale=6; $STATIC_SCORE * 0.5 + $FPS_FACTOR * 0.5" | bc -l)

echo "视频参数：${WIDTH}x${HEIGHT} ${FPS}fps ${BITRATE}bps"
echo "主观综合质量得分：$TOTAL_SCORE"

使用方式：

bash compute_video_quality.sh your_video.mp4

内容的提问来源于stack exchange，提问作者JamesK