KVAZAAR(1) دستورهای کاربری KVAZAAR(1)

kvazaar - انکودر متن‌باز ویدیو با استاندارد HEVC/H.265

kvazaar -i <ورودی> --input-res <عرض>x<ارتفاع> -o <خروجی>

فایل ورودی
وضوح تصویر ورودی [auto]
- auto: تشخیص خودکار از نام فایل.
- <عدد>x<عدد>: عرض در ارتفاع
فایل خروجی

تنظیم گزینه‌ها بر اساس یک پیش‌تنظیم [medium]
- ultrafast, superfast, veryfast, faster,
fast, medium, slow, slower, veryslow
placebo

تعداد فریم‌ها برای کدگذاری [all]
اولین فریم برای کدگذاری [0]
نرخ فریم ویدیوی ورودی [25]
نوع پویش مبدأ [progressive]
- progressive: پویش پیش‌رونده (Progressive)
- tff: فیلد بالایی اول (Top field first)
- bff: فیلد پایینی اول (Bottom field first)
فرمت ورودی P420 یا P400 [P420]
عمق بیتی ورودی بین ۸ تا ۱۶ [8]
بازخوانی بی‌پایان فایل ورودی.
فرمت فایل ورودی [auto]
- auto: بررسی پسوند فایل برای تشخیص فرمت
- y4m (نادیده گرفتن هدر فریم‌ها)
- yuv

نمایش این پیام راهنما و خروج.
نمایش اطلاعات نسخه و خروج.
--(no-)aud
استفاده از جداکننده‌های واحد دسترسی (AUD). [غیرفعال]
خروجی بازسازی داخلی.
--(no-)cpuid
فعال‌سازی بهینه‌سازی‌های پردازنده در زمان اجرا. [فعال]
هش تصویر رمزگشایی‌شده [checksum]
- none: ۰ بایت
- checksum: ۱۸ بایت
- md5: ۵۶ بایت
--(no-)psnr
محاسبه مقدار PSNR برای فریم‌ها. [فعال]
--(no-)info
افزودن اطلاعات انکودر به SEI. [فعال]
--(no-)enable-logging
فعال‌سازی لاگ‌برداری برای عملکرد عادی انکودر؛ پیام‌های خطا همیشه نمایش داده می‌شوند. [فعال]
رمزنگاری انتخابی. پشتیبانی از رمزنگاری باید هنگام کامپایل فعال شده باشد. می‌تواند 'on' یا 'off' یا فهرستی از ویژگی‌ها جدا شده با '+' باشد. [off]
- on: فعال‌سازی تمام ویژگی‌های رمزنگاری.
- off: غیرفعال‌سازی رمزنگاری انتخابی.
- mvs: بزرگی بردار حرکت.
- mv_signs: علامت بردار حرکت.
- trans_coeffs: بزرگی ضرایب تبدیل.
- trans_coeff_signs: علامت ضرایب تبدیل.
- intra_pred_modes: حالت‌های پیش‌بینی درون‌فریمی.
کلید رمزنگاری [16,213,27,56,255,127,242,112,
97,126,197,204,25,59,38,30]
پیشوندی برای فایل‌های آمار که شامل بیت‌ها، لامبدا، اعوجاج و QP برای هر CTU است. این فایل‌ها برای اشکال‌زدایی هستند و تنها در صورت تعریف پیشوند نوشته می‌شوند.

پارامتر کوانتیزاسیون [22]
دوره تناوب تصاویر درون‌فریمی (Intra) [64]
- 0: فقط تصویر اول درون‌فریمی است.
- 1: تمام تصاویر درون‌فریمی هستند.
- N: هر Nمین تصویر درون‌فریمی است.
فاصله ارسال مجدد مجموعه پارامترهای ویدیو (VPS) [0]
- 0: ارسال VPS تنها همراه با فریم اول.
- N: ارسال VPS همراه با هر Nمین فریم درون‌فریمی.
تعداد فریم‌های مرجع در بازه ۱ تا ۱۵ [4]
ساختار GOP [16]
- 0: غیرفعال
- 8: هرم B-frame با طول ۸
- 16: هرم B-frame با طول ۱۶
- lp-<رشته>: ساختار GOP با تأخیر کم P/B-frame
(مانند lp-g8d4t2، به README مراجعه کنید)

- N: تنظیم آفست QP روی N.
- auto: انتخاب خودکار آفست بر اساس طول GOP.
--(no-)open-gop
استفاده از پیکربندی GOP باز. [فعال]
خواندن ماتریس‌های کوانتیزاسیون سفارشی از یک فایل.

- off: غیرفعال‌سازی فهرست‌های مقیاس‌بندی.
- custom: استفاده از فهرست سفارشی (همراه با --cqmfile).
- default: استفاده از فهرست‌های پیش‌فرض.
بیت‌ریت هدف [0]
- 0: غیرفعال‌سازی کنترل نرخ (Rate Control).
- N: هدف‌گذاری N بیت در ثانیه.

- lambda: کنترل نرخ بر پایه مقاله:
DOI: 10.1109/TIP.2014.2336550
- oba: مقاله: DOI: 10.1109/TCSVT.2016.2589878
--(no-)intra-bits
استفاده از تخصیص بر پایه هزینه Hadamard برای فریم‌های درون‌فریمی. به طور پیش‌فرض برای gop 8 فعال و برای lp-gop غیرفعال است.
--(no-)clip-neighbour
در کنترل نرخ oba تعیین می‌کند که مقادیر لامبدا به CTUهای همان فریم محدود شوند یا فریم قبلی. به طور پیش‌فرض برای RA GOPها فعال و برای LP غیرفعال است.
--(no-)lossless
استفاده از کدگذاری بدون اتلاف. [غیرفعال]
محدود کردن بردارهای حرکت. [none]
- none: بدون محدودیت
- frametile: محدود به درون تایل.
- frametilemargin: محدودیت بیشتر.
استفاده از نقشه دلتای QP برای ناحیه مورد نظر (ROI). مجموعه‌ای از مقادیر دلتای QP را از فایل می‌خواند. فایل‌های متنی و باینری پشتیبانی شده و از روی پسوند فایل (.txt/.bin) تشخیص داده می‌شوند. در صورت عدم تشخیص پسوند، فایل متنی فرض می‌شود. فایل می‌تواند شامل یک یا چند فریم ROI با فرمت زیر باشد: عرض و ارتفاع نقشه دلتای QP و به دنبال آن عرض * ارتفاع مقدار دلتای QP به ترتیب رستر (Raster). در فرمت باینری، عرض و ارتفاع اعداد صحیح ۳۲ بیتی هستند در حالی که مقادیر دلتای QP مقادیر ۸ بیتی علامت‌دار می‌باشند. نقشه می‌تواند هر اندازه‌ای داشته باشد و به اندازه ویدیو مقیاس‌بندی خواهد شد. خواندن فایل در صورت رسیدن به انتها تکرار می‌شود. فایل roi.txt را در پوشه examples ببینید.
تنظیم QP در سطح CU با صفر نگه داشتن pic_init_qp_minus26 در PPS و slice_qp_delta در هدر اسلایس.
--(no-)erp-aqp
استفاده از QP تطبیقی برای ویدیوی ۳۶۰ درجه با تصویرسازی استوانه‌ای متساوی‌المستطیل (Equirectangular). [غیرفعال]
استفاده از سطح مشخص HEVC در خروجی و اعلام خطا در صورت فراتر رفتن از محدودیت‌های سطح. [6.2]
- 1, 2, 2.1, 3, 3.1, 4, 4.1, 5, 5.1, 5.2, 6,
6.1, 6.2
مشابه --level اما به جای خطا فقط هشدار می‌دهد.
همراه با --level استفاده می‌شود. استفاده از محدودیت‌های بیت‌ریت سطح بالا (High Tier) به جای محدودیت‌های Main Tier هنگام کدگذاری. سطح بالا نیازمند سطح ۴ یا بالاتر است.
--(no-)vaq <عدد>
فعال‌سازی کوانتیزاسیون تطبیقی واریانس با شدت مشخص، در بازه ۱ تا ۲۰. مقدار پیشنهادی: ۵. [غیرفعال]

--(no-)deblock <beta:tc>
فیلتر بلوک‌زدایی (Deblocking filter). [0:0]
- beta: بین -6 و 6
- tc: بین -6 و 6
آفست تطبیقی نمونه (SAO) [full]
- off: غیرفعال‌سازی SAO
- band: فقط آفست باند (Band)
- edge: فقط آفست لبه (Edge)
- full: اجرای کامل SAO
--(no-)rdoq
کوانتیزاسیون بهینه‌سازی‌شده بر پایه نرخ-اعوجاج (RDOQ) [فعال]
--(no-)rdoq-skip
صرف‌نظر از RDOQ برای بلوک‌های 4x4. [غیرفعال]
--(no-)signhide
پنهان‌سازی علامت ضرایب (Sign hiding) [غیرفعال]
--(no-)smp
افراز حرکتی متقارن (SMP) [غیرفعال]
--(no-)amp
افراز حرکتی نامتقارن (AMP) [غیرفعال]
پیچیدگی جستجوی حالت [0]
- 0: صرف‌نظر از حالت درون‌فریمی در صورت مناسب بودن بین‌فریمی.
- 1: جستجوی تقریبی حالت درون‌فریمی با SATD.
- 2: بهبود جستجوی حالت با SSE.
- 3: کاندیداهای SSE بیشتر برای جستجوی حالت بین‌فریمی و کروما برای 4x4 درون‌فریمی.
- 4: کاندیداهای SSE باز هم بیشتر برای هر دو حالت.
- 5: آزمایش تمام حالت‌های درون‌فریمی.
--(no-)mv-rdo
هزینه‌های بردار حرکت بهینه‌سازی‌شده بر پایه نرخ-اعوجاج [غیرفعال]
--(no-)zero-coeff-rdo
اگر یک CU از نوع بین‌فریمی باشد، بررسی می‌کند که آیا صفر کردن باقیمانده باعث بهبود هزینه RD می‌شود یا خیر. [فعال]
--(no-)full-intra-search
آزمایش تمام حالت‌های درون‌فریمی در طول جستجوی تقریبی. [غیرفعال]
--(no-)intra-chroma-search
بررسی حالت‌های کروما درون‌فریمی غیراشتقاقی. [غیرفعال]
--(no-)transform-skip
بررسی پرش از تبدیل (Transform Skip) [غیرفعال]
الگوریتم تخمین حرکت با عدد صحیح [hexbs]
- hexbs: جستجوی شش‌ضلعی (Hexagon Based Search)
- tz: جستجوی ناحیه آزمایشی (Test Zone Search)
- full: جستجوی کامل (Full Search)
- full8, full16, full32, full64
- dia: جستجوی لوزی (Diamond Search)
محدودیت گام‌های جستجوی تخمین حرکت. تنها روی 'hexbs' و 'dia' تأثیر دارد. [-1]
سطح تخمین حرکت زیرپیکسلی [4]
- 0: فقط تخمین حرکت پیکسلی صحیح
- 1: + ۱/۲ پیکسل افقی و عمودی
- 2: + ۱/۲ پیکسل مورب
- 3: + ۱/۴ پیکسل افقی و عمودی
- 4: + ۱/۴ پیکسل مورب
--(no-)fast-bipred
اجرای تنها جستجوی سریع پیش‌بینی دوگانه (Bipred). [فعال]
اندازه‌های واحدهای پیش‌بینی بین‌فریمی [0-3]
- 0, 1, 2, 3: از 64x64 تا 8x8
- فهرستی از مقادیر جدا شده با ',' را برای تنظیم عمق‌های جداگانه در هر لایه GOP می‌پذیرد (می‌توان مقادیر را حذف کرد تا مقدار اول برای لایه مربوطه استفاده شود).
اندازه‌های واحدهای پیش‌بینی درون‌فریمی [1-4]
- 0, 1, 2, 3, 4: از 64x64 تا 4x4
- فهرستی از مقادیر جدا شده با ',' را برای تنظیم عمق‌های جداگانه در هر لایه GOP می‌پذیرد (می‌توان مقادیر را حذف کرد تا مقدار اول برای لایه مربوطه استفاده شود).
پیش‌بینی pu-depth-intra با استفاده از درخت‌های یادگیری ماشین، بازنویسی پارامتر --pu-depth-intra. [غیرفعال]
--(no-)combine-intra-cus: این که آیا انکودر سعی می‌کند یک CU را در عمق پایین‌تر کدگذاری کند حتی زمانی که جستجو روی آن عمق انجام نشده باشد یا خیر. فقط باید زمانی غیرفعال شود که CUها مطلقاً نباید بزرگ‌تر از محدودیت جستجو باشند. [فعال]
اجبار انکودر به استفاده همیشگی از حالت بین‌فریمی (Inter). این گزینه عمدتاً برای اشکال‌زدایی است و تضمینی برای تولید بیت‌استریم معتبر یا کارکرد صحیح ندارد. [غیرفعال]
عمق تقسیم تبدیل برای بلوک‌های درون‌فریمی [0]
--(no-)bipred
پیش‌بینی دوگانه (Bi-prediction) [فعال]
خاتمه جستجوی تقسیم CU [zero]
- off: خاتمه زودهنگام صورت نگیرد.
- zero: خاتمه در زمان صفر بودن باقیمانده.
خاتمه تخمین حرکت [on]
- off: خاتمه زودهنگام صورت نگیرد.
- on: خاتمه زودهنگام.
- sensitive: خاتمه حتی زودتر.
صرف‌نظر از هزینه CABAC برای ضرایب باقیمانده زمانی که QP کمتر از حد باشد. [0]
خواندن وزن‌های سفارشی برای ضرایب باقیمانده از فایل به جای استفاده از مقادیر پیش‌فرض [default]
فعال‌سازی نمونه‌برداری داده‌های یادگیری برای تولید جدول سریع ضرایب.
ارزیابی دقت پیش‌بینی سریع ضرایب.
دایرکتوری خروجی داده‌های نمونه‌برداری‌شده یا داده‌های دقت، در قالب فایل‌های <fastrd-outdir>/0.txt تا 50.txt، یک فایل به ازای هر QP که بلوک‌ها بر اساس آن تخمین زده شده‌اند.
--(no-)intra-rdo-et
بررسی حالت‌های درون‌فریمی در مرحله RDO تنها تا زمانی که یک CU با ضریب صفر پیدا شود. [غیرفعال]
--(no-)early-skip
تلاش برای یافتن skip cu از میان کاندیداهای merge. در صورت یافتن skip، جستجوی بیشتری انجام نمی‌شود. برای rd=0..1: اولین کاندیدا را امتحان می‌کند. برای rd=2..: بهترین کاندیدا را بر اساس هزینه luma satd امتحان می‌کند. [فعال]
حداکثر تعداد کاندیداهای merge، از ۱ تا ۵ [5]
--(no-)implicit-rdpcm
الگوریتم DPCM باقیمانده ضمنی. در حال حاضر فقط با کدگذاری بدون اتلاف پشتیبانی می‌شود. [غیرفعال]
--(no-)tmvp
پیش‌بینی بردار حرکت زمانی (TMVP) [فعال]

تعداد رشته‌های پردازشی (Threads) مورد استفاده [auto]
- 0: پردازش همه‌چیز با رشته اصلی.
- N: استفاده از N رشته پردازشی برای کدگذاری.
- auto: انتخاب خودکار.
موازی‌سازی در سطح فریم [auto]
- N: پردازش N+1 فریم به طور همزمان.
- auto: انتخاب خودکار.
--(no-)wpp
پردازش موازی Wavefront (WPP). [فعال] فعال‌سازی تایل‌ها به طور خودکار WPP را غیرفعال می‌کند. برای فعال‌سازی همزمان WPP با تایل‌ها، پس از فعال‌سازی تایل‌ها آن را دوباره فعال کنید. البته فعال‌سازی WPP همراه با تایل‌ها یک ویژگی آزمایشی است زیرا در هیچ پروفایل HEVC پشتیبانی نمی‌شود.
تقسیم تصویر به تایل‌های یکنواخت با ابعاد عرض در ارتفاع.

- <رشته>: فهرستی از مختصات پیکسلی ستون‌های تایل جدا شده با کاما.
- u<عدد>: تعداد ستون‌های تایل با عرض یکنواخت.

- <رشته>: فهرستی از مختصات پیکسلی سطرهای تایل جدا شده با کاما.
- u<عدد>: تعداد سطرهای تایل با ارتفاع یکنواخت.
کنترل نحوه استفاده از اسلایس‌ها.
- tiles: قرار دادن تایل‌ها در اسلایس‌های مستقل.
- wpp: قرار دادن سطرها در اسلایس‌های وابسته.
- tiles+wpp: انجام هر دو مورد.
کدگذاری جزئی فریم. بخش‌ها باید برای تشکیل یک بیت‌استریم معتبر ادغام شوند. مقادیر X و Y آفست‌های CTU هستند. عرض و ارتفاع اسلایس باید بر حسب پیکسل بر CTU بخش‌پذیر باشند مگر اینکه آخرین سطر/ستون CTU باشد. این پارامتر توسط kvaShare استفاده می‌شود.

تعیین نسبت ابعاد نمونه (SAR)
تعیین تنظیمات Overscan برش [undef]
- undef, show, crop
تعیین فرمت ویدیو [undef]
- undef, component, pal, ntsc, secam, mac
تعیین گستره رنگ [tv]
- tv, pc
تعیین مشخصات رنگ‌های اصلی (Color Primaries) [undef]
- undef, bt709, bt470m, bt470bg,
smpte170m, smpte240m, film, bt2020
تعیین مشخصات انتقال (Transfer Characteristics) [undef]
- undef, bt709, bt470m, bt470bg,
smpte170m, smpte240m, linear, log100,
log316, iec61966-2-4, bt1361e,
iec61966-2-1, bt2020-10, bt2020-12
تعیین ماتریس رنگ [undef]
- undef, bt709, fcc, bt470bg, smpte170m,
smpte240m, GBR, YCgCo, bt2020nc, bt2020c
تعیین موقعیت نمونه کروما (۰ تا ۵) [0]
September 2025 kvazaar v2.3.2