GPAC项目中的DASH HDR信号处理问题解析
2025-06-27 01:01:48作者:丁柯新Fawn
背景介绍
在多媒体流媒体领域,GPAC作为一个开源的媒体框架,在DASH(动态自适应流媒体)内容打包方面发挥着重要作用。近期项目中发现了一个关于HDR(高动态范围)内容信号处理的问题,特别是在处理SDR BT.2020(cud1 CMAF媒体配置文件)内容时存在不正确的信号标记。
问题本质
当前GPAC的dasher过滤器在处理HDR内容时存在一个关键缺陷:它会自动为所有传输特性为14(BT.2020 OETF)的视频流添加HLG(混合对数伽马)HDR信号标记。然而,SDR BT.2020内容(cud1 CMAF媒体配置文件)同样使用传输特性14,这导致系统错误地将SDR内容标记为HLG HDR内容。
技术细节
在HEVC视频编码标准中,色彩信息通过以下方式传递:
- VUI(视频可用性信息)中的传输特性字段
- SEI(补充增强信息)中的替代传输特性
当前实现仅检查VUI中的传输特性是否为14(BT.2020 OETF)就判定为HLG内容,而忽略了SEI中可能存在的替代传输特性信息。正确的做法应该是:
- 当检测到传输特性为14且存在替代传输特性SEI时,才标记为HLG内容
- 对于仅传输特性为14的情况,应视为SDR BT.2020内容
解决方案探讨
经过技术讨论,提出了以下改进方案:
- 新增
GF_PROP_PID_COLR_TRANSFER_ALT属性来明确标识替代传输特性 - 移除dasher中的SPS解析逻辑,改为依赖PID属性中的CICP(代码点独立色彩表示)信息
- 支持带有CICP基本属性的自适应集选择,解决HDR内容作为DASH输入不被支持的问题
实际测试发现
在实际编码测试中发现,使用FFmpeg的libx265编码器配置HLG参数时,编码器会自动生成替代传输特性SEI,即使尝试仅通过VUI传递HLG信息。这表明在实际应用中,SEI的存在可能难以避免,需要考虑向后兼容性。
总结
正确处理HDR信号标记对于确保视频内容在不同设备上的正确显示至关重要。GPAC项目需要完善其HDR信号处理逻辑,特别是在区分HLG HDR和SDR BT.2020内容方面。未来改进应同时考虑编码器实际行为和播放设备兼容性,确保标准的正确实现和良好的用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C097
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
探索未来显示技术:Adafruit_SH1106 图形库 推荐使用 taggingJS:一款轻量级的前端标签插件!【亲测免费】 探索像素级完美的结构化运动:PixSFM 推荐开源项目:DropPoint - 让拖放操作更简单【亲测免费】 推荐开源项目:picocom——小巧而强大的串口通信工具 推荐使用:NATS .NET 客户端【亲测免费】 推荐开源项目:MiracleCast - 智能无线显示实现 探索安全新维度:backdoor-apk 动态后门注入工具 探秘Viasfora:Visual Studio 2022的文本编辑增强利器 推荐使用:go-reuseport - 实现高效端口复用的Go语言库
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.55 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
232
97
暂无简介
Dart
728
175
React Native鸿蒙化仓库
JavaScript
287
340
Ascend Extension for PyTorch
Python
287
320
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
445
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19