4. H264码率控制模型

在H.264的实际编码中，码率控制并不是简单地“把QP调大调小”，而是由一套模型驱动的闭环系统。理解这套模型，是参数调优的前提。本节围绕JVT-G012参考模型、HRD假设、CBR与VBR两种传输约束，梳理码率如何在帧、基本单元之间分配，以及缓冲区如何被管理。

一、核心原理：三层模型协同工作

H.264码率控制通常由三个层次构成：GOP层负责在图像组之间分配目标比特，帧层决定每帧的量化参数，基本单元层（Basic Unit，通常是一个宏块行）做局部微调。JVT-G012是这一体系的经典参考模型，它引入了“流体流量模型”和“线性MAD预测模型”，解决了传统TM5中“先有QP还是先有MAD”的鸡生蛋问题。

其核心思想是：用前一帧的实际MAD（平均绝对差）线性预测当前帧的MAD，再结合目标比特数反推QP。这样每一帧的QP不再依赖当前帧尚未编码的统计信息，形成可实现的闭环。

二、HRD：虚拟缓冲区与合规性

HRD（Hypothetical Reference Decoder，假设参考解码器）是H.264标准中定义的虚拟解码器模型。它并不真实存在，而是用来验证码流是否满足传输和缓冲约束。编码器每输出一帧，HRD缓冲区就“注入”相应比特，解码器按固定帧率“取出”比特。只要缓冲区既不溢出也不下溢，码流就是HRD合规的。

HRD的关键参数包括：CPB（编码图像缓冲区）大小、初始缓冲延迟、码率。在CBR场景下，CPB大小和码率共同决定了允许的瞬时码率波动范围。如果某帧比特数过大，CPB可能下溢；如果长期码率过低，CPB可能上溢。码率控制必须把每帧的目标比特限制在HRD允许的窗口内。

三、CBR与VBR下的码率分配机制

CBR（恒定码率）要求单位时间内输出比特数基本恒定。在CBR下，码率控制的目标是让HRD缓冲区占用率保持在安全区间，因此当画面复杂时QP会明显升高，简单时QP降低，导致质量波动。VBR（可变码率）则允许码率随内容复杂度浮动，QP相对稳定，质量更均匀，但需要更大的缓冲区或更高的平均码率预算。

四、实战配置与参数示例

以FFmpeg的libx264为例，CBR与VBR的配置差异主要体现在码率控制模式和缓冲区参数上：

# CBR 模式：固定码率 + 严格缓冲区
ffmpeg -i input.yuv -c:v libx264 \
  -b:v 2000k -minrate 2000k -maxrate 2000k \
  -bufsize 4000k -nal-hrd cbr \
  -x264-params "nal-hrd=cbr:force-cfr=1" \
  output_cbr.ts

# VBR 模式：平均码率 + 宽松缓冲区
ffmpeg -i input.yuv -c:v libx264 \
  -b:v 2000k -maxrate 4000k \
  -bufsize 8000k \
  -x264-params "nal-hrd=vbr" \
  output_vbr.mp4

其中-bufsize直接对应HRD的CPB大小。CBR下bufsize通常设为码率的1~2倍，VBR下可设为2~4倍。若bufsize过小，编码器会频繁触发QP剧烈调整，甚至出现码率不达标或画面块效应。

五、常见误区与复盘

• 误区一：CBR就是每帧比特数完全相同。实际上CBR允许帧间波动，只要HRD缓冲区不越界即可。真正恒定的是长期平均码率和缓冲区约束。
• 误区二：VBR不需要缓冲区管理。VBR同样受HRD约束，只是窗口更大。若maxrate设置过高而bufsize不足，仍会出现下溢。
• 误区三：QP越小画质越好。在CBR下盲目降低QP会迅速耗尽缓冲区，导致后续帧QP被迫大幅升高，整体质量反而更差。
• 复盘要点：码率控制是“目标比特—QP—实际比特—缓冲区”的闭环。调参时应同时观察码率曲线、QP曲线和缓冲区占用率，三者缺一不可。