Kvalitetsjämförelse Mellan Videokodecs X264 Och X265

Kvalitetsjämförelse mellan videokodecs x264 och x265

A codec comparison between x264 and x265

Christoffer de la Motte

Löpnummer (EL1435)

Examensarbete för högskoleexamen i nät- och kommunikationsteknik, 15hp

Abstract

The main goal of this study is to encode a video with the best quality that is also encoded in real-time. The streaming and live show industry is constantly developing to be able to fulfill the need for better codecs to produce videos of higher quality, more heavily compressed video files and faster encoding speed. This study uses two different methods to decide the quality of a video, the first method is a program that calculates every frame of an encoded video and then compares it to the frames of the raw, original video. The second method is a visual test that lets a person decide which of the codecs produces the better frames. This was made without the person knowing which frame was encoded with what codec. The study shows that x264 is superior to x265 when it comes to better quality with real time encoding. However x265 produces smaller sized files with the same or better video quality than x264. In earlier studies it shows that x265 is in fact superior in form of quality.

Förord

Jag skulle vilja tacka Intinor för möjligheten att utföra detta arbete hos er, med er utrustning samt era verktyg. Det har varit till stor hjälp för min egen utveckling och jag har lärt mig otroligt mycket. Jag vill även rikta ett stort tack till Ulrik Söderström på Umeå Universitet för att ha funnits där om jag har haft några frågor.

1 SAMMANFATTNING

I denna rapport kommer skillnaderna mellan x265 och x264 att utstakas. Det kommer även att göras jämförelser de två kodecs emellan, dels en jämförelse rent visuellt i form av en subjektiv jämförelse men också en datoriserad kvalitetsjämförelse där det har använts Intinors eget kvalitetsjämförelseverktyg men också ett verktyg som är officiellt. Jämförelserna har gjorts med exakt samma hårdvara vilket är viktigt för att få ett så bra resultat som möjligt.

För att få med ytterligare en faktor av jämförelser så har det använts utomstående undersökningar och artiklar, detta för att få ett större perspektiv på hur uppföljaren x265 verkligen står sig mot x264.

Vid realtidsenkodering så är kvalitetsskillnaden så pass marginell, det är när man går över till komprimering utan krav på tid som man ser den verkliga skillnaden. Det har gjorts jämförelser där en tredjedel av bithastigheten har använts vid x265-enkodering och kvaliteten, mätt i PSNR, har varit knappt märkbar.

Allmän information om videokomprimering och olika komprimeringstekniker kommer att beskrivas och även alla de testresultat i form av bilagor.

1 SAMMANFATTNING ...... 3 2 INLEDNING ...... 1 2.1 BAKGRUND ...... 2 2.2 SYFTE ...... 3 2.3 FRÅGESTÄLLNING ...... 3 3 TEORI ...... 4 3.1 VIDEOKOMPRESSION ...... 4 3.1.1 LOSSLESS KOMPRESSION ...... 4 3.1.2 LOSSY KOMPRESSION ...... 5 3.1.3 INTRA-FRAME KOMPRESSION ...... 5 3.1.4 INTER-FRAME KOMPRESSION ...... 6 3.2 MÄTMETODER ...... 6 3.2.1 PSNR – PEAK SIGNAL TO NOISE RATIO ...... 6 3.2.2 SSIM – STRUCTURAL SIMILARITY ...... 7 3.3 BITRATE – SÅ BESTÄMS STORLEKEN PÅ DIN VIDEOFIL ...... 7 3.3.1 ABR OCH VBR – AVERAGE BITRATE, VARIABLE BITRATE ...... 7 3.3.2 CBR – CONSTANT BITRATE ...... 8 4 TEORETISK REFERENSRAM ...... 9

4.1 X264 MOT X265 – TOMS HARDWARE ...... 9 4.2 HEVC MOT AVC – UNIVERSITETET EPFL ...... 11 5 METOD ...... 15 5.1 PLANERING ...... 15 5.2 UTRUSTNING OCH UTFÖRANDEKRAV ...... 15 5.3 VQMT ...... 17 6 RESULTAT ...... 17 6.1 REALTIDSENKODERING ...... 18 6.1.1 X264 MOT X265 – REALTIDSENKODERING (VQMT) ...... 19 6.2 X264 MOT X265 – FULL HD (VQMT) ...... 21 6.3 X264 MOT X265 – INTINORS JÄMFÖRELSEVERKTYG ...... 23 6.4 SUBJEKTIV JÄMFÖRELSE X264 MOT X265 – REALTIDS ENKODERING ...... 24 7 SLUTSATS ...... 25 8 REFERENSER ...... 25

8.1 E-BÖCKER, UPPSATSER OCH AVHANDLINGAR ...... 25 8.2 HEMSIDOR ...... 26 9 BILAGOR ...... 1

9.1 BILAGA 1 – X264 1080X720 PRESET SLOW BITRATE 4000KBIT TUNE SSIM FPS 24 ...... 1 9.2 BILAGA 2 – X264 1920X1080 PRESET VERY SLOW BITRATE 12000KBIT FPS 50 ...... 6 9.3 BILAGA 3 – X265 1080X720 PRESET ULTRAFAST BITRATE 2000KBIT TUNE SSIM FPS 24 ...... 12 9.4 BILAGA 4 – X265 1920X1080 PRESET SLOW BITRATE 4000KBIT TUNE SSIM FPS 50 ...... 17 9.5 BILAGA 5 – SUBJEKTIV JÄMFÖRELSE ...... 23

2 INLEDNING

Komprimering av multimediafiler har länge varit en viktig del i det utmanande arbete som branschen hela tiden står inför. Med dagens krav på högkvalitativ video blir arbetet med att ta fram en kodec allt mer högprioriterat.

Bakgrunder till arbetet är att klargöra i en egen undersökning hur x264 (AVC) står sig gentemot sin potentiella efterträdare x265 (HEVC) när det gäller enkodering i realtid. Detta för att underlätta för ett eventuellt byte av kodec någon gång inom överskådlig framtid. HEVC är en relativt ny kodec och det har inte gjorts så väldigt många omfattande undersökningar, speciellt inte så specifikt som just x264 mot x265 i realtidsenkodering.

Syftet är att testa x265 och jämföra med x264 med avseende på

 Bildkvalitet  Bithastighet  Prestandakrav  Stabilitet

Det har även under arbetets gång utformats ett subjektivt test för att jämföra den visuella kvaliteten mellan de två sagda kodecs. Utöver detta kommer det att redovisas datoriserade kvalitetsskillnader.

Intinor utvecklar sina egna produkter och helhetslösningar inom området video över IP- nät. De har både lösningar för kontribution och distribution samt även webb-TV. För att anpassa rapporten till de bestämmelser som sattes upp i början av arbetet så kommer rapporten mestadels fokusera på undersökningar enkoderat i realtid, då det är mest aktuellt för Intinor.

Det har funnits en del avgränsningar för att få undersökningen så specifik till ändamålet som möjligt.

 Visuell jämförelse mellan filmer enkoderade i x264 och x265  All enkodering ska ske i realtid, enkoderingen får alltså inte ta längre tid än vad videon är lång. Detta för att det ska kunna användas i livesändningssammanhang  Möjligheten ska finnas att på fält använda denna metod t.ex. om man bara har tillgång till 4G/3G

 Då det uteslutande används Linux som operativsystem på Intinor så ska arbetet utföras i Linux i den utsträckning som går  Jämförelser ska, i den utsträckning som går, ske i Intinors egentillverkade jämförelseverktyg

2.1 BAKGRUND

Jag fick möjlighet att utföra min undersökning på ett företag som heter Intinor. Intinor (2014) skriver:

”Intinor utvecklar egna produkter och har helhetslösningar inom området video över IP- nät. Med lösningar för kontribution såväl som för distribution och webb-Tv har Intinor kunder som spänner från den lilla enmans- produktionen till de större Tv-kanalerna. Intinor arbetar även som konsulter med produktutveckling och anpassade system. Intinor är privatägt och oberoende på marknaden, med en uttalad målsättning att bli en ledande aktör inom videolänkar i Sverige. Intinor AB startades hösten 2003 och har sitt huvudkontor i Umeå.”

Intinor vill att en utförlig jämförelse görs mellan två (i dagsläget) ledande kodecs av sitt slag. Detta på grund av de ständigt stigande kraven på kvalitativ video över IP. Det är idag inte alls ovanligt att det streamas HD-upplöst material. I Intinors arbete ingår det bland annat att överföra ljud och bild via IP-nät, detta inkluderar även t.ex. direktsändningar. Dessa kan utföras i princip var som helst i hela Sverige därför krävs det att deras teknik och utrustning fungerar som de ska. Problematiken med direktsändningar kan vara bandbreddstillgängligheten, utförs reportagen med dålig internettäckning blir problemen genast större. Man vill använda sig av en kodec som klarar av sämre bandbredd utan att tappa allt för mycket i kvalitet. Enkoderingsfasen får heller inte ta längre tid än realtid, vilket sätter ytterligare käppar i hjulen och försvårar situationer då hårdvaran helt enkelt är för seg. De utvecklar sina egna produkter och verktyg och lanserade detta år en portabel väska som används av reportrar vid livesändningar. Just en sådan produkt skulle ha stor användning av en kodec som kräver mindre bithastighet till samma kvalitet.

2.2 SYFTE

Syftet med uppdraget är att göra undersökningar och jämförelse två kodecs emellan. Det ska sedan underlätta för Intinor att i framtiden kunna ta ett beslut om man ska byta kodec eller inte. Det ska finnas dokumenterade för- och nackdelar där de olikheter som skiljer x265 och x264 klart ska framgå i antingen text, grafer eller både och. För att få ytterligare perspektiv på kvalitétsskillnaden utförs ett subjektivt, visuellt test där ett antal personer får bestämma vilken bild de tycker har bättre kvalitet, ovetandes om bildens kodec.

Tester genomförs genom att komprimera testfiler, avkoda och jämföra kvalitet. Hur mycket kan man sänka bithastighet med x265 jämfört med x264 utan att tappa kvalitet och hur mycket mer CPU-prestanda krävs (hur mycket längre tid tar det att komprimera filen)

2.3 FRÅGESTÄLLNING

 Bildkvalité - Hur stor är skillnaden i bildkvalité? - Subjektivt test - Mätvärden i Intinors egna mätprogram (PSNR och SSIM) - Mätvärden i andra program (PSNR, SSIM, MSSSIM samt VIFP)  Prestandakrav - Hur stor är skillnaden i prestanda? - Hur lång tid tar det att enkodera filmen i realtid - Är det någon större skillnad i hur stora filerna blir?  Stabilitet - Hur pass utvecklade är produkterna och finns det några markanta stabilitetsskillnader?

3 TEORI

Detta kapitel handlar om videokomprimering i allmänhet, olika komprimeringstekniker och varför man bör använda en viss teknik samt när det är fördelaktigt. Det kommer också att ingå olika sätt att få ut mätvärden och vad det är som faktiskt mäts i de olika metoderna.

3.1 VIDEOKOMPRESSION

Videokomprimering handlar enligt David Salomon (Salomon, 2007, 649) om att reducera och ta bort överflödig data så att en digital videofil kan på det mest effektiva sättet överföras från en punkt till en annan. Med en effektiv videkomprimeringsteknik kan storleken på videofilen kraftig reduceras med knappt någon kvalitets-skillnad rent visuellt. Oftast innebär mindre filstorlek en försämring i kvalité.

Det finns industristandarder inom videokomprimering, dessa är viktiga att följa för att det ska bli så kompatibelt och användarvänligt som möjligt.

Processen för att komprimera en video innebär att man applicerar en algoritm på originalfilen för att göra den redo för överföring. För att sedan spela upp den komprimerade filen applicerar man samma algoritm fast inverterad, då kommer filen att ”återskapas” och man kan då se innehållet. Tiden det tar att koda, skicka, avkoda och sen visa innehållet mäts i latens. Desto mer avancerad kompressionsalgoritmen är, ju högre latens får man.

Denna algoritm kallas för codec (encoder/decoder). Videokodecs av olika standarder är inte kompatibla med varandra, d.v.s. en video som är kodad med en viss kodec kan inte avkodas med en annan. Detta beror på att de inte använder sig av samma avkodningsalgoritm.

3.1.1 LOSSLESS KOMPRESSION

Lossless innebär att man återskapar den exakta originalfilen efter att man kodat och avkodat filen. Ett väldigt bra exempel på detta är t.ex. ZIP eller RAR, faktum är att den kodec som används mest för att få lossless kompression (Huffyuv) använder sig av samma algoritm som ZIP när den komprimerar alla frames i en film.

Den stora fördelen med lossless är att man kan komprimera den hur många gånger som helst utan att tappa någon videodata. Nackdelen med denna teknik är att man inte kan reducera storleken lika radikalt som man gör med en lossy kompression.

3.1.2 LOSSY KOMPRESSION

Detta är den absolut vanligaste typen av videokomprimering. Enligt Quentin Wells (Wells, 184) så är 95 % av all komprimering lossy. Tekniken innebär att man inte får ut en exakt kopia av originalet efter att filen är kodad och sen avkodad. Det innebär att den är optimal för streamingtjänster då resultatet blir en mindre video rent storleksmässigt men till något sämre kvalité.

Dagens kodec är så pass utvecklade så det mänskliga ögat kan oftast inte utmärka någon större skillnad på en video komprimerad som lossy.

3.1.3 INTRA-FRAME KOMPRESSION

Det finns två vanliga komprimeringssätt att komprimera själva videon, det ena är intra- frame. Tekniken kodar varje enskild frame för sig som att det vore en egen bild. Denna teknik tar inte hänsyn till de föregående eller nästkommande bilderna, vilket kan vara fördelaktigt då den inte behöver någon information från andra bilder för att skapa en specifik bildsekvens. Detta är speciellt bra (och oftast ett måste) om man ska editerar film.

3.1.4 INTER-FRAME KOMPRESSION

Förlitar sig på bilderna som kommer före samt efter för att komprimera video. Oftast så finns det vissa element i en film som är statiska, istället för att lagra ny data för något som är statiskt så använder algoritmen sig av det statiska i den föregående. Detta leder till att det går snabbare att komprimera inter-frame enligt Axis Communications AB (2014).

Figur 7 Inter-frame komprimering

3.2 MÄTMETODER

Olika metoder för att mäta hur bra kvalité en multimedia-fil har.

3.2.1 PSNR – PEAK SIGNAL TO NOISE RATIO

Denna metod används när man ska mäta skillnader i signalstyrka från bild till bild. En originalbild har värdet 100 (maximal signalstyrka). Jämför man originalfilen med en enkoderad fil så får man ut ett värde. Detta värde är signalstyrkan i dB i den enkoderade filen, där maxvärdet är 100. PSNR används alltså enbart till filer som är enkoderade lossy och inte till filer som är enkoderade lossless, där den enkoderade filen inte skiljer sig något alls från originalet. Det är svårt för det mänskliga ögat att se någon skillnad på olika filers PSNR då det enbart är ett mått på hur stark signalstyrkan är bild till bild.

Figur 8 PSNR-formel

3.2.2 SSIM – STRUCTURAL SIMILARITY

Zhou Wang (Wang, 2004) beskriver detta som en metod för att mäta likheten mellan två bilder. Även här behöver man en originalfil som man jämför med den enkoderade filen. SSIM jämför bildens grafiska uppbyggnad och ger sedan ett resultat, där 1 är max (originalet). Detta är den metod som det mänskliga ögat kan se störst skillnad på.

Figur 9 SSIM-formel

3.3 BITRATE – SÅ BESTÄMS STORLEKEN PÅ DIN VIDEOFIL

Det är en konstant kamp mellan hur stor video man har och hur bra kvalité videon har. Generellt kan man säga att ju mindre en enkoderad video är desto sämre kvalité har den. Detta är dock inte alltid fallet och det är det som gör x265 till en stor utmanare när det gäller filstorlek kontra kvalité.

3.3.1 ABR OCH VBR – AVERAGE BITRATE, VARIABLE BITRATE

Genomsnittlig data som överförs per enhet, oftast mätt i sekunder. Det innebär att vissa bildsekvenser kan ha högre bithastighet och andra kan ha lägre bithastighet, men den genomsnittliga bithastigheten kommer att vara nära inpå den förutbestämda bithastigheten. Det har utvecklats en annan variant av ARB som heter VBR (Variable Bitrate).

I VBR går det att förutbestämma storleken på den enkoderade filen, vilket gör att den kodec du använder själv kan bestämma hur mycket bithastighet en viss bildsekvens kan använda sig av.

Det innebär att det kommer att användas mer bandbredd i en sekvens som har mycket rörlighet och mindre bandbredd i statiska sekvenser. Så länge storleken inte överskrider den bestämda summan så får bildsekvensen använda sig av hur mycket eller hur lite bandbredd den vill.

3.3.2 CBR – CONSTANT BITRATE

Om det finns lite bandbredd tillgängligt används oftast CBR. Man förutbestämmer en bithastighet som är konstant under hela enkoderingssfasen. Detta medför även en del nackdelar när en sekvens med mycket rörlighet ska visas upp. Eftersom bithastigheten är satt till ett statiskt värde så kommer kvalitén minska markant under de sekvenserna med mycket rörlighet och sedermera öka markant vid de tillfällen då det är mycket statiskt.

4 TEORETISK REFERENSRAM

Denna sektion innehåller redan gjorda undersökningar inom relevanta områden för min frågeställning. Idén och grundtanken bakom HEVC (x265) är att kunna enkodera video med samma eller bättre kvalité som x264 men till reducerad bithastighet.

En annan grundtanke är att effektivt kunna komprimera upplösningar högre än HDTV, dessvärre är dessa undersökningar bara gjorda med upplösningar i HDTV. Enligt Joel Hruska (Hruska, 2013-07-23) testare av H.265, uppskattas det att det kommer behövas 25 – 35 % lägre bithastighet för att bibehålla samma värde av PSNR i en H.265 enkodad video jämfört med H.264. Även Chris Angelini (Angelini, 2013-07-23) säger att enligt MultiCoreware kommer det krävas 25 – 35 % lägre bithastighet för att bibehålla samma värde av PSNR i x265 jämfört med x264. Detta till priset av att själva enkoderingshastigheten är ganska nedsatt.

En av undersökningarna gjordes med en alfa-version av x265 och det har fram till nu släppts uppdateringar och en full version.

4.1 X264 MOT X265 – TOMS HARDWARE

Toms Hardware gjorde en undersökning precis när MultiCoreWare lanserade sin pre- alpha version av x265. I denna undersöknings ställs x265 mot x264 där PSNR mäts vid samma bithastighet. Man kan ganska klart se att x265, även i ett väldigt tidigt stadie, faktiskt ger ett högre PSNR-värde än x264 vid samma bithastighet. Intressant är även att när senare versioner av x265 släpptes så kunde man under vissa sekvenser få samma PSNR-värde till en fjärdedel av bithastigheten.

De kommandon som används till enkoderingen i studien är som följer: --preset placebo - -sar 1920:1080 --fps 24 --frames 500 --psnr –o.

Figur 1 PSNR med samma bithastighet

I studien visas också en graf över hur mycket CPU som används under enkodersingsfasen.

Figur 2 x264 CPU-användning under enkodering

Figur 3 x265 CPU-användning under enkodering

4.2 HEVC MOT AVC – UNIVERSITETET EPFL

I en annan undersökning gjord av ett universitet i Schweiz (École polytechnique fédérale de Lausanne, EPFL) görs en subjektiv bedömning mellan HEVC (bland annat x265) och dagens branschstandard AVC (bland annat x264).

I undersökningen jämförs tre videoklipp, alla tre med olika karaktär, olika upplösningar och olika bildfrekvens. Alla sekvenser är avkodade till rå-material med YUV 4:2:0 färgsampling och 8 bitar per sample. Philippe Hanhart, Martin Rerabek, Francesca De Simone och Touradj Ebrahim (2013) presenterar sitt resultat här nedan.

Följande upplösning och bildfrekvens på de tre sekvenserna:

Video Resolution Framerate PeopleOnStreet 3840x2160 30 Traffic 3840x2048 30 Sintel2 3840x1744 24

Följande inställningar har använts vid enkodering:

Codec AVC HEVC Encoder JM 18.3 HM 6.1.1 Profile High 5.1 Main Reference Frames 4 4 R/D Optimization On On Motion Estimation EPZS EPZS Weighted Prediction On - Search Range 128 64 Group of Pictures 8 8 Hierarchical Encoding On On Temporal Levels 4 4 Intra Period 1s 1s Deblocking On On Rate Control Off - 8x8 Transform On - Adaptive Loop Filter - Off Coding Unit size / depth - 64 / 4 Transform Unit size min / max - 4 / 32

Random Access (RA) konfigurationen är vald för denna undersökning för att den genererar bättre resultat än Low Delay (LD) konfiguration. Group of Pictures (GoP) storlek är satt till 8 och Intra Period är satt till 24 och 32 bilder för 24 och 30 bildfrekvens innehåll, respektive.

Fem olika bithastigheter är använda för varje sekvens, detta för att de olika sekvenserna är av olika karaktär, vissa är av syntetiskt karaktär (animerat) och andra av naturlig karaktär. Den övre bithastighets-gränsen har individuellt satta mål till varje sekvens, men maximalt 20 Mbit/s.

Sekvens Codec R1 R2 R3 R4 R5 AVC 5.000 7.000 10.000 14.000 20.000 PeopleOnStreet HEVC 5.000 7.000 10.000 14.000 20.000 AVC 3.500 5.000 7.000 10.000 14.000 Traffic HEVC 2.500 3.500 5.000 7.000 10.000 AVC 1.200 1.600 2.000 2.500 3.500 Sintel2 HEVC 0.768 1.200 1.600 2.000 2.500 Målsatt bithastighet (Mbit)

Sekvens Codec R1 R2 R3 R4 R5 AVC 4.743 6.799 9.454 14.561 20.745 PeopleOnStreet HEVC 4.889 6.960 9.833 13.871 20.278 AVC 3.490 4.914 7.208 9.429 14.717 Traffic HEVC 2.277 3.346 4.997 6.720 10.474 AVC 1.205 1.571 1.935 2.389 3.455 Sintel2 HEVC 0.705 1.204 1.616 1.903 2.674 Verklig bithastighet(Mbit)

Resultatet PSNR mot bithastighet

Figur 4 PSNR mot bithastighet

Figur 5 PSNR mot bithastighet

Figur 6 PSNR mot bithastighet

5 METOD

5.1 PLANERING

Arbetet började med att utforma en kravspecifikation som skulle underlätta för mig men framförallt som mall till vad Intinor ville att mitt arbete skulle innehålla.

Här under finns de mål som sattes upp i början av projektet och som ingick i planeringen. Målen ändrades under arbetes gång. De mål som är av lägre prioritet och som ska utföras om tid finns är de som är innanför parenteser.

 Lämna ifrån sig en rapport som erbjuder jämförelser mellan x265 och x264 o Vilka fördelar samt nackdelar de båda kodecsen har o Om och eventuellt när det skulle bli aktuellt att använda sig av x265 o (Kommer x265 att bli en ny branschstandard?)  En grundlig förståelse för de inblandade kodecs (och kodecs i allmänhet) som används i studien  (Utföra tester som ska vara så nära skarpt läge som möjligt)  (Skaffa sig viktig arbetslivserfarenhet inom berörd bransch)

5.2 UTRUSTNING OCH UTFÖRANDEKRAV

Allt arbete gjordes i Intinors lokaler på Formvägen, Ersboda. Utförandet baserades på denna frågeställning och dess krav.

Intinor tillhandahåller arbetsplats och labbdator (Linux och Windows). Intinor tillhandahåller mätverktyg för bildkvalité baserat på SSIM och PSNR. För öppen- källkod-alternativet finns exempelprogram att ladda ner för off-line-encodering. Intinor har lämpliga exempelfiler för tester.

Tester genomförs genom att komprimera testfiler, avkoda och jämföra kvalité. Hur mycket kan man sänka bithastigheten med x265 jämfört med x264 utan att tappa kvalité?

Hur mycket mer CPU-prestanda krävs (hur mycket längre tid tar det att komprimera filen)?

Tester kommer att utföras i labb-miljö och eventuellt kommer skarpa tester utföras om tid och utrymme finns.

Majoriteten av testerna och jämförelserna kommer att utföras praktiskt men det kommer även att läggas till teoretiska tester och jämförelser baserat på information som finns på internet. Det kommer även att utformas ett subjektivt test som komplement till de datoriserade testresultaten.

Det går att utföra arbetet på alla datorer som har Linux som operativsystem, det underlättade att arbeta i Intinors lokaler då kontoret är fullt med kunnig personal och de har säkra och snabba backupsystem. De har även exempelfiler som är använda i jämförelserna.

De programvaror som använts:

 Linux Mint – Operativsystem till labbdator  FFmpeg – Ett program som innehåller fler än 100 olika kodecs och bibliotek för att hantera, koda och avkoda multimedia filer. Helt skriven i C och är helt kommandoradsbaserat. Fungerar både i Linux och i Windows.  FFplay – Väldigt enkel mediaspelare som ingår när man installerar FFmpeg. Är kopplat till samma bibliotek som FFmpeg vilket innebär att alla filer som kodats/avkodats i FFmpeg kan spelas upp i FFplay.  X265 MultiCoreWare – Programvaran som används för att koda/avkoda multimediafiler med x265, ingår inte ännu i FFmpeg som standard utan måste läggas till manuellt.  Ipcfb – Intinors egna programserie o Raw2fba – Program för att konvertera rå multimediafil till Intinors egna filformat fba o Fba2raw – Program för att konvertera fba till rå multimediafil o Sdlviewer – Mediaspelare för att spela upp fba-filer

o Sdlcompare – Program för att jämföra en originalfil med en kodad/avkodad fil, kan ge resultat i både PSNR och SSIM. Kan endast jämföra .fba-filer  VQMT – Verktyg för att jämföra en originalfil med en kodad/avkodad fil, ger resultat i PSNR, SSIM, VIFP och MSSSIM

För att få värde som enbart jämför kvaliteten i filmen måste förutsättningarna vara rätt. Den enkoderade filen måste ha samma upplösning som originalfilen och den måste ha samma bildfrekvens per sekund som originalfilen.

När man jämför två filer med varandra så jämförs varje bildsekvens mot samma bildfrekvens i den andra filen. Då får man ut ett värde som jämför olika skillnader i bilden. De vanligaste sätten att få reda på hur bra kvalitét det är på en enkoderad video är att jämföra SSIM och PSNR.

5.3 VQMT

VQMT är ett program som jämför multimediafiler med varandra, den ena filen måste vara i rå-format och den andra filen i ett avkodat format, programmet är utformat av Philippe Hanhart (2013). Fördelen med VQMT är att det inte behöver vara samma upplösning eller bildfrekvens. Resultatet blir inte detsamma som om filerna hade haft samma upplösning och bildfrekvens utan blir något sämre då programmet räknar med transkodingen.

6 RESULTAT

Detta kapitel kommer att avhandla resultatet av arbetet.

För att få ett resultat som enbart visar skillnader på kvalitet så måste förutsättningarna vara rätt, det får inte skilja något i upplösning, antal bildfrekvenser som ska jämföras och antal bildfrekvenser som syns per sekund. Resultatet kommer att presenteras i SSIM och PSNR, för att se fullständig jämförelse – se bifogade billagor.

6.1 REALTIDSENKODERING

Detta resultat är utgått från en enkoderingshastighet som är i realtid, alltså en sekvens som inte får ta längre tid att enkodera än vad sekvensen är lång. Jämförelsen är gjord i programmet VQMT. Totalt har 200 frames jämförts, men med tanke på storleken har bara åtta bildsekvenser jämförts. X264 har haft flera år på sig att utvecklas och mogna och det syns rätt tydligt i dessa jämförelser.

Det är stor skillnad på enkoderingshastigheten, den är otroligt långsam i x265 jämfört med x264. Därför har det använts en preset som gör att kompressionen blir något sämre, men tiden det tar att enkoda filen är betydligt snabbare.

Upplösningen har väldigt stor betydelse för hur lång tid det tar att enkodera en video, för att kunna hålla sig till realtid var en ändring av upplösningen tvungen. Den hårdvaran som gjorde enkoderingen klarade inte av att enkoda tillräckligt snabbt i samma upplösning och bildfrekvens för att vara i realtid.

Det blir i sin tur lite missvisande på testerna då resultet tar hänsyn till den transkoding som blir när två video med olika upplösning och bildfrekvens ställs mot varandra. Premisserna är dock samma då all enkodering är gjort på samma hårdvara.

Man kan se att kvalitén mellan x264 och x265 är snarlik, trots att x265 bara enkoderades med hälften av bithastigheten.

6.1.1 X264 MOT X265 – REALTIDSENKODERING (VQMT)

Figur 10 x264 1080x720 preset slow bithastighet 4000kbit tune SSIM FPS 24. “Värde” innebär hur högt SSIM bilden har

Figur 11 x265 1080x720 preset ultrafast bitrate 2000kbit tune SSIM FPS 24. “Värde” innebär hur högt SSIM bilden har

Figur 12 x265 1080x720 preset ultrafast bitrate 2000kbit tune PSNR FPS 24 PSNR.. “Värde” innebär hur högt PSNR bilden har

Figur 136 x264 1080x720 preset slow bitrate 4000kbit tune PSNR FPS 24. “Värde” innebär hur högt PSNR bilden har

6.2 X264 MOT X265 – FULL HD (VQMT)

Resultatet av denna jämförelse hade inga begränsningar på tid eller prestanda. Det resultat som skulle visas var att x265 klarar av att hålla lika bra eller bättre kvalité som x264 men med en tredjedel av bithastigheten. Upplösningen är i full HD (1920x1080) och bildfrekvensen är på 50 FPS. Speciellt i denna undersökning är att endast en tredjedel av bithastigheten i x265 har använts, resultatet kvalitétsmässigt är väldigt snarlikt.

Figur 14 x264 1920x1080 preset very slow bitrate 12000kbit FPS 50. “Värde” innebär hur högt SSIM bilden har

Figur 15 x265 1920x1080 preset slow bitrate 4000kbit FPS 50. “Värde” innebär hur högt SSIM bilden har

Figur 16 x264 1920x1080 preset very slow bitrate 12000kbit FPS 50. “Värde” innebär hur högt PSNR bilden har

Figur 17 x265 1920x1080 preset slow bitrate 4000kbit FPS 50. “Värde” innebär hur högt PSNR bilden har

6.3 X264 MOT X265 – INTINORS JÄMFÖRELSEVERKTYG

I detta verktyg går det inte att jämföra två videosekvenser om inte upplösningen, bildfrekvensen och antal bildsekvenser är densamma. Det är därför inte möjligt att göra en jämförelse mellan sekvenser som är enkoderade i realtid, därför gjordes en jämförelse likt den som gjordes i VQMT för att se om det är några jämförelser programmen emellan. I resultatet nedan ser man att på samma bithastighet så har x265 ett övertag och på samma bithastighet så är resultatet väldigt lika.

x264 1920x1080 preset slow bithastighet 8000kbit tune SSIM FPS 50 SSIM Y U V PSNR Y U V Genomsnitt 0.762 0.697 0.839 Genomsnitt 27.149 31.144 36.162 Min 0.679 0.659 0.821 Min 25.163 30.377 35.582 Max 0.936 0.881 0.895 Max 35.324 35.480 38.447

x264 1920x1080 preset slow bithastighet 12000kbit tune SSIM FPS 50 SSIM Y U V PSNR Y U V Genomsnitt 0.810 0.718 0.842 Genomsnitt 28.361 31.532 36.373 Min 0.742 0.673 0.824 Min 26.174 30.963 35.805 Max 0.965 0.932 0.917 Max 37.896 37.852 39.625

x265 1920x1080 preset slow bithastighet 4000kbit tune SSIM FPS 50 SSIM Y U V PSNR Y U V Genomsnitt 0.754 0.709 0.832 Genomsnitt 26.975 31.202 35.859 Min 0.666 0.663 0.813 Min 25.097 30.648 35.329 Max 0.868 0.814 0.864 Max 31.228 33.056 36.850

x265 1920x1080 preset slow bithastighet 8000kbit tune SSIM FPS 50 SSIM Y U V PSNR Y U V Genomsnitt 0.816 0.745 0.838 Genomsnitt 28.610 31.926 36.177 Min 0.744 0.687 0.818 Min 26.254 31.335 35.574 Max 0.906 0.870 0.889 Max 33.347 34.944 38.099

6.4 SUBJEKTIV JÄMFÖRELSE X264 MOT X265 – REALTIDS ENKODERING

För att få en visuell jämförelse så gjordes ett blindtest på personalen i Intinors lokaler. Först enkodas två versioner av en video om med x264 samt x265, sen avkodades de och utifrån de avkodade sekvenserna togs sex bilder ut. Samma bildsekvens togs ut ur respektive video. Personalen skulle sen, utan vetskap om vilken bild som hör till vilken sekvens, avgöra vilken bild de tycker ha bäst kvalitet.

De båda sekvenserna är enkoderade i realtid. x264 enkoderades med följande kommandon

 1080x720 preset slow bithastighet 4000kbit tune SSIM FPS 24

X265 enkoderades med följande kommandon

 1080x720 preset ultrafast bithastighet 2000kbit tune SSIM FPS 24

De olika bilderna är döpta till Codec 1 samt Codec 2, där 1 är x264 och 2 är x265. Resultetet sammanfattas nedan och hela undersökningen bifogas som bilaga.

Spalten till höger visar vilken kodec majoriteten tycker ha bäst kvalité, spalten till vänster visar vilken bild som jämförs.

Bild 1 Codec 2 Bild 2 Codec 2 Bild 3 Codec 2 Bild 4 Codec 2 Bild 5 Codec 1 Bild 6 Codec 1

7 SLUTSATS

Mitt resultat ger olika svar på olika frågor. Om man ska utgå från Intinors sits så är det lite tveksamt om x265 fungerar bättre. Resultatet är marginellt bättre men mjukvaran är relativt ny och ganska outvecklad. Om man ser till att x264 har funnits sedan 2006 och alltså har haft åtta år på sig att utvecklas så ser det helt klart ljust ut för x265 i framtiden och jag tror att det kan bli en ändring av branschstandard så småningom, om inte till x265 så till en annan HEVC-kodec.

Ska man å andra sidan enbart enkodera en video där tidskraven är icke existerande så kan man helt klart ha användning av x265 då det krävs lägre bithastighet för att behålla samma eller bättre kvalité.

8 REFERENSER

8.1 E-BÖCKER, UPPSATSER OCH AVHANDLINGAR

Angelini, Chris. 2013. Next-Gen Video Encoding: x265 Tackles HEVC/H.264. http://www.tomshardware.com/reviews/x265-hevc-encoder,3565-3.html (Hämtad 2014- 04-15)

Hanhart, Philippe. 2013. VQMT: Video Quality Measurement Tool. http://mmspg.epfl.ch/vqmt (Hämtad 2014-05-03)

Hanhart, Philippe, Rerabek, Martin, De Simone, Francesca och Ebrahim, Touradj. 2012. Subjective quality evaluation of the upcoming HEVC video compression standard. http://infoscience.epfl.ch/record/180494/files/hanhart_SPIE2012_1.pdf (Hämtad 2013- 05-13)

Hruska, Joel. 2013. H.265 benchmarked: Does the next-generation video codec live up to the expectations? http://www.extremetech.com/computing/162027-h-265- benchmarked-does-the-next-generation-video-codec-live-up-to-expectations (Hämtad 2014-04-21)

Salomon, David. 2007. Data Compression The Complete Reference Fourth Edition. London: Springer-Verlag. http://books.google.se/books?id=FlWjiShUst0C&printsec=frontcover&hl=sv&source=g bs_ge_summary_r&cad=0#v=onepage&q&f=false (Hämtad 2014-05-16)

Wang, Zhou, Bovik, Alan Conrad, Rahim Sheikh, Hamid, Simoncelli, Eero P. 2004. Image Quality Assessment: From Error Visibility to Structural Similarity. Vol 13. No. 4. http://www.cns.nyu.edu/pub/eero/wang03-reprint.pdf (Hämtad 2014-05-19)

8.2 HEMSIDOR

Axis Communications AB. Video Compression. http://www.axis.com/products/video/about_networkvideo/compression.htm (Hämtad 2014-05-14)

AnimeMusicVideos, The Ins and Outs Of Video Compression. http://www.animemusicvideos.org/guides/avtech/video3.htm (Hämtad 2014-05-17)

Intinor AB. http://www.intinor.se/om-intinor/

Axelsson, Björn, Axelsson Roland. 2014 Intinors interna webbplats. (Hämtad 2014-04- 05)

9 BILAGOR

En samling av de undersökningar som gjorts under projektets gång.

9.1 BILAGA 1 – X264 1080x720 PRESET SLOW BITRATE 4000kbit TUNE SSIM FPS 24

SSIM VIFP PSNR MSSSIM

Average 0.133388 Average 0.010583 Average 13.515757 Average 0.059134

Frame Value Frame Value Frame Value Frame Value 0 0.028089 0 0.008269 0 11.753415 0 0.016803 1 0.082454 1 0.011874 1 13.699713 1 0.029331 2 0.193440 2 0.021885 2 15.583486 2 0.045621 3 0.030491 3 0.008487 3 12.729533 3 0.016383 4 0.100250 4 0.012765 4 12.071906 4 0.024078 5 0.061910 5 0.010616 5 11.850539 5 0.016726 6 0.048392 6 0.008764 6 13.224078 6 0.015067 7 0.161796 7 0.013267 7 12.374432 7 0.034660 8 0.027318 8 0.008000 8 11.857852 8 0.013167 9 0.087822 9 0.011311 9 13.704677 9 0.032614 10 0.190830 10 0.018516 10 15.680490 10 0.071892 11 0.036314 11 0.008358 11 12.771720 11 0.015765 12 0.127260 12 0.013218 12 12.730575 12 0.032719 13 0.058712 13 0.010274 13 12.036118 13 0.019431 14 0.063458 14 0.009554 14 13.514929 14 0.027494 15 0.195774 15 0.013630 15 12.956555 15 0.044377 16 0.030381 16 0.008305 16 12.026364 16 0.015401 17 0.116876 17 0.013146 17 13.989389 17 0.042973 18 0.228535 18 0.018842 18 16.177689 18 0.103277 19 0.041875 19 0.008545 19 12.806783 19 0.020001 20 0.171845 20 0.011998 20 13.660903 20 0.053768 21 0.067440 21 0.009036 21 12.217731 21 0.028545 22 0.077290 22 0.009932 22 13.394021 22 0.034690 23 0.250314 23 0.013242 23 12.933858 23 0.064975 24 0.033850 24 0.008108 24 12.082130 24 0.028310 25 0.134741 25 0.011940 25 14.454337 25 0.051160 26 0.221145 26 0.016656 26 16.075994 26 0.114164 27 0.043204 27 0.008458 27 12.895098 27 0.029341 28 0.205804 28 0.012315 28 13.923519 28 0.076623 29 0.053710 29 0.008075 29 12.187468 29 0.027805 30 0.088053 30 0.010015 30 13.697211 30 0.048792 31 0.311418 31 0.014244 31 13.131931 31 0.085953

32 0.037625 32 0.007875 32 12.239193 32 0.033740 33 0.155952 33 0.011652 33 14.633924 33 0.059087 34 0.208190 34 0.014181 34 15.698064 34 0.113063 35 0.055112 35 0.008468 35 13.201507 35 0.028197 36 0.245679 36 0.012120 36 14.313172 36 0.083635 37 0.045443 37 0.007650 37 12.085982 37 0.036087 38 0.101012 38 0.009659 38 14.027430 38 0.042085 39 0.366879 39 0.015258 39 13.541600 39 0.118279 40 0.037178 40 0.007892 40 12.472089 40 0.033130 41 0.167525 41 0.011073 41 14.765048 41 0.066459 42 0.195648 42 0.012766 42 15.340685 42 0.116285 43 0.063067 43 0.008522 43 13.610128 43 0.047810 44 0.289650 44 0.011296 44 14.761288 44 0.087087 45 0.034715 45 0.006548 45 11.926089 45 0.032064 46 0.114156 46 0.009618 46 14.181103 46 0.068401 47 0.411557 47 0.018483 47 13.818222 47 0.158497 48 0.037365 48 0.007316 48 12.543765 48 0.038018 49 0.176969 49 0.011409 49 14.836721 49 0.086820 50 0.179247 50 0.012114 50 14.899622 50 0.117812 51 0.062443 51 0.007631 51 13.415141 51 0.052601 52 0.299871 52 0.011849 52 14.411150 52 0.114441 53 0.036164 53 0.007153 53 11.931140 53 0.039304 54 0.113037 54 0.009739 54 13.487242 54 0.071475 55 0.394467 55 0.017073 55 13.795190 55 0.176782 56 0.042889 56 0.007730 56 12.496937 56 0.038547 57 0.180533 57 0.012108 57 14.586917 57 0.090164 58 0.163996 58 0.011439 58 14.384479 58 0.105055 59 0.063266 59 0.007933 59 13.254338 59 0.053212 60 0.291797 60 0.011177 60 14.135589 60 0.105624 61 0.034133 61 0.007132 61 12.047882 61 0.036317 62 0.114013 62 0.010635 62 13.192484 62 0.063737 63 0.390353 63 0.014497 63 14.028802 63 0.170437 64 0.040828 64 0.007797 64 12.492458 64 0.031357 65 0.181902 65 0.011230 65 14.262033 65 0.075669 66 0.139224 66 0.010478 66 13.931850 66 0.091696 67 0.070371 67 0.008396 67 13.088226 67 0.050388 68 0.300804 68 0.011200 68 14.434545 68 0.098481 69 0.039495 69 0.006799 69 12.315789 69 0.028775 70 0.124731 70 0.010338 70 13.019516 70 0.060526 71 0.385634 71 0.014035 71 14.438875 71 0.176041 72 0.041862 72 0.006930 72 12.621259 72 0.024596 73 0.190050 73 0.010907 73 13.964800 73 0.063543 74 0.112492 74 0.009803 74 13.708438 74 0.073533 75 0.076309 75 0.008823 75 13.134689 75 0.049025 76 0.308290 76 0.012077 76 15.076903 76 0.096834 77 0.034315 77 0.006662 77 12.656534 77 0.027705 78 0.125355 78 0.010102 78 12.647897 78 0.055757

79 0.368457 79 0.012605 79 14.153476 79 0.168850 80 0.043703 80 0.007473 80 12.900722 80 0.030702 81 0.192101 81 0.011038 81 13.722336 81 0.073618 82 0.080804 82 0.009294 82 13.299450 82 0.049120 83 0.083357 83 0.009186 83 13.390436 83 0.059471 84 0.308746 84 0.012526 84 15.951637 84 0.102834 85 0.038552 85 0.007057 85 13.090446 85 0.031453 86 0.126611 86 0.009541 86 12.369545 86 0.068308 87 0.340142 87 0.012228 87 13.626212 87 0.194134 88 0.045874 88 0.007507 88 13.174297 88 0.037053 89 0.188869 89 0.010380 89 13.701099 89 0.085852 90 0.032457 90 0.005937 90 13.048619 90 0.030700 91 0.088935 91 0.009410 91 13.560936 91 0.055625 92 0.301828 92 0.012253 92 16.540852 92 0.085449 93 0.035587 93 0.006653 93 13.397702 93 0.021041 94 0.126964 94 0.009772 94 12.228901 94 0.061245 95 0.305786 95 0.011131 95 13.309574 95 0.150362 96 0.050933 96 0.007707 96 13.529023 96 0.035338 97 0.165660 97 0.009997 97 14.214828 97 0.069900 98 0.035494 98 0.006356 98 13.091849 98 0.026946 99 0.084114 99 0.009653 99 13.738789 99 0.048328 100 0.282616 100 0.012474 100 15.398746 100 0.066661 101 0.036944 101 0.006999 101 13.346143 101 0.018009 102 0.130892 102 0.010276 102 12.464875 102 0.059415 103 0.268019 103 0.010497 103 13.108222 103 0.133428 104 0.054045 104 0.008208 104 13.973187 104 0.034904 105 0.165589 105 0.010936 105 15.303761 105 0.075936 106 0.035568 106 0.007023 106 13.105910 106 0.026590 107 0.090906 107 0.010558 107 14.038620 107 0.048901 108 0.240561 108 0.011251 108 14.360217 108 0.058234 109 0.039964 109 0.007309 109 13.387390 109 0.020263 110 0.133898 110 0.010784 110 12.619660 110 0.050939 111 0.226411 111 0.010260 111 13.100808 111 0.109139 112 0.059977 112 0.008567 112 14.408183 112 0.033083 113 0.160542 113 0.012100 113 15.273842 113 0.069669 114 0.037365 114 0.007665 114 13.091300 114 0.025286 115 0.092515 115 0.010275 115 14.017764 115 0.032543 116 0.207802 116 0.011528 116 13.837221 116 0.049781 117 0.038033 117 0.007898 117 13.421476 117 0.015117 118 0.136044 118 0.010874 118 12.389918 118 0.037211 119 0.165902 119 0.009807 119 12.704772 119 0.064403 120 0.066690 120 0.010083 120 14.496902 120 0.032416 121 0.161921 121 0.013562 121 15.426378 121 0.038660 122 0.036686 122 0.008311 122 13.140942 122 0.015043 123 0.093699 123 0.011871 123 13.385133 123 0.024662 124 0.162720 124 0.011791 124 13.209446 124 0.034597 125 0.043693 125 0.008717 125 13.438506 125 0.017807

126 0.144897 126 0.012466 126 12.290748 126 0.027858 127 0.097823 127 0.009648 127 12.364681 127 0.036086 128 0.074927 128 0.010873 128 14.468605 128 0.025633 129 0.177678 129 0.016033 129 15.674488 129 0.040942 130 0.035643 130 0.008320 130 13.172498 130 0.017890 131 0.095449 131 0.011830 131 12.649405 131 0.026055 132 0.105948 132 0.011387 132 12.487331 132 0.034213 133 0.048071 133 0.009548 133 13.411044 133 0.023390 134 0.160514 134 0.013152 134 12.284060 134 0.029490 135 0.026850 135 0.007399 135 12.009404 135 0.022120 136 0.089723 136 0.012021 136 14.383279 136 0.040035 137 0.193660 137 0.021108 137 15.821647 137 0.049187 138 0.037629 138 0.009106 138 13.254224 138 0.028374 139 0.112371 139 0.012865 139 12.577721 139 0.028923 140 0.080600 140 0.010007 140 12.328393 140 0.031558 141 0.056063 141 0.009445 141 13.492774 141 0.027187 142 0.193983 142 0.014028 142 12.669994 142 0.039366 143 0.030807 143 0.008172 143 11.995055 143 0.027909 144 0.097786 144 0.012130 144 14.137589 144 0.043341 145 0.184120 145 0.018625 145 15.688386 145 0.075049 146 0.036436 146 0.008132 146 13.093925 146 0.022957 147 0.130685 147 0.012904 147 13.039173 147 0.038064 148 0.055117 148 0.009832 148 12.179965 148 0.025654 149 0.067121 149 0.009213 149 13.646143 149 0.031266 150 0.221317 150 0.013200 150 12.951080 150 0.044755 151 0.033334 151 0.008092 151 11.960730 151 0.017312 152 0.106607 152 0.012097 152 13.788074 152 0.043267 153 0.196010 153 0.017439 153 15.908278 153 0.091978 154 0.039253 154 0.008410 154 12.742842 154 0.023712 155 0.163244 155 0.011863 155 13.674412 155 0.057143 156 0.044916 156 0.008572 156 12.177678 156 0.022519 157 0.076765 157 0.009828 157 13.371331 157 0.044075 158 0.250846 158 0.013061 158 12.865867 158 0.082663 159 0.035929 159 0.008180 159 11.906293 159 0.021192 160 0.124912 160 0.011903 160 14.152588 160 0.053961 161 0.182101 161 0.016652 161 15.860184 161 0.107591 162 0.048855 162 0.008603 162 12.845940 162 0.035290 163 0.201170 163 0.012597 163 13.805110 163 0.084434 164 0.042373 164 0.008315 164 12.109142 164 0.022422 165 0.081968 165 0.009407 165 13.737750 165 0.048282 166 0.309713 166 0.013581 166 13.217956 166 0.100841 167 0.029175 167 0.007109 167 11.926025 167 0.017489 168 0.145074 168 0.010721 168 14.437446 168 0.052625 169 0.170550 169 0.014660 169 15.530495 169 0.103868 170 0.054048 170 0.007866 170 13.287689 170 0.038375 171 0.235092 171 0.011807 171 14.040109 171 0.083635 172 0.042575 172 0.007403 172 12.212053 172 0.030601

173 0.104419 173 0.009706 173 13.962952 173 0.047062 174 0.381324 174 0.013484 174 13.709199 174 0.118401 175 0.029600 175 0.006981 175 12.181110 175 0.024324 176 0.168245 176 0.010975 176 14.499637 176 0.068036 177 0.166568 177 0.013142 177 15.235240 177 0.108963 178 0.061462 178 0.007872 178 13.632878 178 0.056486 179 0.284146 179 0.011200 179 14.472078 179 0.089663 180 0.034996 180 0.006103 180 12.078157 180 0.032303 181 0.116445 181 0.009184 181 14.053215 181 0.066752 182 0.429489 182 0.017419 182 14.151570 182 0.181161 183 0.036282 183 0.006542 183 12.394672 183 0.038804 184 0.172447 184 0.010326 184 14.505416 184 0.077331 185 0.158585 185 0.011114 185 14.908010 185 0.109391 186 0.067391 186 0.007987 186 13.490006 186 0.066585 187 0.292383 187 0.010813 187 14.441617 187 0.117166 188 0.036516 188 0.006658 188 12.099899 188 0.035625 189 0.119588 189 0.009256 189 13.443087 189 0.070943 190 0.422196 190 0.017524 190 14.264648 190 0.237737 191 0.039224 191 0.007159 191 12.468197 191 0.048276 192 0.181513 192 0.010835 192 14.571630 192 0.085720 193 0.152106 193 0.011072 193 14.614822 193 0.103543 194 0.070420 194 0.007807 194 13.274106 194 0.063031 195 0.299666 195 0.010768 195 14.356847 195 0.126164 196 0.035232 196 0.006614 196 12.176066 196 0.032952 197 0.127109 197 0.009723 197 13.153085 197 0.076721 198 0.411766 198 0.015194 198 14.446144 198 0.227576 199 0.042370 199 0.007032 199 12.396116 199 0.046329 average 0.133388 average 0.010583 average 13.515757 average 0.059134

9.2 BILAGA 2 – X264 1920x1080 PRESET VERY SLOW BITRATE 12000kbit FPS 50

SSIM VIFP PSNR MSSSIM

Average 0.796743 Average 0.346213 Average 29.461517 Average 0.947204

Frame Value Frame Value Frame Value Frame Value 0 0.964751 0 0.719225 0 38.039600 0 0.996174 1 0.936987 1 0.632834 1 35.339123 1 0.992601 2 0.937552 2 0.633369 2 35.399010 2 0.992533 3 0.937720 3 0.634904 3 35.487080 3 0.992701 4 0.935360 4 0.628015 4 35.347752 4 0.992137 5 0.962126 5 0.711095 5 37.916416 5 0.995837 6 0.923571 6 0.599568 6 34.556126 6 0.990092 7 0.909830 7 0.570036 7 33.859520 7 0.986972 8 0.921022 8 0.593031 8 34.426064 8 0.989490 9 0.891891 9 0.528415 9 32.734287 9 0.981693 10 0.880514 10 0.506273 10 32.194328 10 0.977992 11 0.887865 11 0.522334 11 32.531006 11 0.981546 12 0.862636 12 0.470589 12 31.322598 12 0.970293 13 0.847842 13 0.444835 13 30.683990 13 0.964421 14 0.847056 14 0.443270 14 30.720842 14 0.965280 15 0.825928 15 0.408300 15 29.862791 15 0.952971 16 0.814316 16 0.391258 16 29.500704 16 0.947452 17 0.807742 17 0.381517 17 29.224571 17 0.946181 18 0.796905 18 0.362755 18 28.860245 18 0.936463 19 0.786898 19 0.350740 19 28.677052 19 0.929145 20 0.775023 20 0.334770 20 28.263418 20 0.923429 21 0.771622 21 0.330812 21 28.267050 21 0.921199 22 0.767834 22 0.323124 22 28.159353 22 0.918241 23 0.768987 23 0.324741 23 28.063555 23 0.919290 24 0.769948 24 0.327669 24 28.263123 24 0.919679 25 0.769899 25 0.327897 25 28.388912 25 0.920459 26 0.769508 26 0.324144 26 28.357586 26 0.920095 27 0.774313 27 0.329562 27 28.646858 27 0.924914 28 0.781204 28 0.331618 28 28.874556 28 0.927802 29 0.789887 29 0.341499 29 29.269600 29 0.935380 30 0.789784 30 0.339695 30 29.423473 30 0.933536 31 0.787297 31 0.337668 31 29.465435 31 0.932646 32 0.789339 32 0.336452 32 29.628712 32 0.934320 33 0.794139 33 0.340712 33 29.875105 33 0.936135 34 0.795919 34 0.339385 34 29.965067 34 0.937259 35 0.806334 35 0.352210 35 30.484690 35 0.945125 36 0.805558 36 0.349122 36 30.604212 36 0.942358 37 0.799379 37 0.340512 37 30.412664 37 0.939920 38 0.805207 38 0.342815 38 30.756426 38 0.942394

39 0.805568 39 0.342819 39 30.866777 39 0.943100 40 0.808276 40 0.342425 40 30.900570 40 0.943896 41 0.820112 41 0.357280 41 31.524733 41 0.951976 42 0.816702 42 0.349230 42 31.386705 42 0.947999 43 0.817680 43 0.348060 43 31.514650 43 0.949098 44 0.821182 44 0.348564 44 31.669191 44 0.950935 45 0.822742 45 0.350776 45 31.687580 45 0.950525 46 0.826084 46 0.355212 46 31.791697 46 0.952188 47 0.835013 47 0.368889 47 32.148293 47 0.957746 48 0.827371 48 0.358229 48 31.858395 48 0.953424 49 0.829002 49 0.361510 49 31.960970 49 0.954679 50 0.831164 50 0.364635 50 32.087719 50 0.956719 51 0.830444 51 0.363826 51 32.043720 51 0.955698 52 0.832779 52 0.367431 52 32.171444 52 0.956645 53 0.840663 53 0.377077 53 32.421051 53 0.960443 54 0.835411 54 0.369324 54 32.197113 54 0.956745 55 0.834596 55 0.371077 55 32.265732 55 0.957447 56 0.835724 56 0.371695 56 32.277451 56 0.958338 57 0.833463 57 0.369835 57 32.168308 57 0.957184 58 0.838135 58 0.378951 58 32.378464 58 0.959214 59 0.842467 59 0.383233 59 32.448795 59 0.961555 60 0.839369 60 0.378998 60 32.344616 60 0.959043 61 0.838545 61 0.379888 61 32.326172 61 0.959777 62 0.839858 62 0.380823 62 32.354538 62 0.960416 63 0.838659 63 0.379027 63 32.193295 63 0.959782 64 0.842398 64 0.388215 64 32.427830 64 0.961902 65 0.845240 65 0.386783 65 32.255608 65 0.962518 66 0.840790 66 0.381428 66 32.113049 66 0.960441 67 0.842063 67 0.385129 67 32.203365 67 0.961687 68 0.843648 68 0.384294 68 32.059467 68 0.961994 69 0.842367 69 0.385873 69 32.058060 69 0.961663 70 0.847963 70 0.397142 70 32.234718 70 0.964832 71 0.846125 71 0.388021 71 31.856586 71 0.962959 72 0.841474 72 0.381779 72 31.681782 72 0.960618 73 0.838228 73 0.377412 73 31.491234 73 0.959753 74 0.843348 74 0.386713 74 31.749413 74 0.962496 75 0.850635 75 0.404441 75 32.147766 75 0.967017 76 0.848680 76 0.393574 76 31.729609 76 0.964579 77 0.845332 77 0.391783 77 31.679533 77 0.963306 78 0.849995 78 0.402231 78 31.905302 78 0.966309 79 0.847899 79 0.395275 79 31.621086 79 0.964912 80 0.845109 80 0.391032 80 31.403511 80 0.964245 81 0.852744 81 0.408588 81 31.814495 81 0.968720 82 0.846550 82 0.389305 82 31.130308 82 0.964135 83 0.839273 83 0.379871 83 30.842361 83 0.961301 84 0.835089 84 0.374204 84 30.588564 84 0.960738 85 0.837639 85 0.381937 85 30.748623 85 0.962243

86 0.845292 86 0.400428 86 31.219492 86 0.967129 87 0.841345 87 0.392138 87 30.921062 87 0.963989 88 0.839178 88 0.390388 88 30.858051 88 0.963975 89 0.834227 89 0.383382 89 30.589111 89 0.962536 90 0.842863 90 0.398718 90 31.018900 90 0.967359 91 0.834307 91 0.384190 91 30.529907 91 0.962664 92 0.832516 92 0.383108 92 30.540163 92 0.962844 93 0.826161 93 0.374458 93 30.152725 93 0.960584 94 0.838146 94 0.394928 94 30.741449 94 0.966348 95 0.825637 95 0.374787 95 30.031336 95 0.960488 96 0.825888 96 0.376315 96 30.225863 96 0.961139 97 0.819687 97 0.367826 97 29.816500 97 0.958687 98 0.833888 98 0.391084 98 30.486599 98 0.965511 99 0.817848 99 0.365691 99 29.619112 99 0.958175 100 0.821205 100 0.369772 100 29.848034 100 0.960102 101 0.813428 101 0.360572 101 29.477526 101 0.956310 102 0.832167 102 0.387615 102 30.206661 102 0.964963 103 0.809527 103 0.355926 103 29.260918 103 0.954226 104 0.800951 104 0.344542 104 28.871021 104 0.951553 105 0.801814 105 0.347984 105 28.905027 105 0.952207 106 0.824497 106 0.378299 106 29.693590 106 0.962140 107 0.802458 107 0.352990 107 28.914398 107 0.952214 108 0.808689 108 0.359908 108 29.159500 108 0.955323 109 0.798417 109 0.347789 109 28.626091 109 0.950876 110 0.819920 110 0.375618 110 29.473667 110 0.960296 111 0.795423 111 0.347222 111 28.575470 111 0.948637 112 0.801927 112 0.349939 112 28.704218 112 0.952721 113 0.789470 113 0.337012 113 28.328024 113 0.946424 114 0.813797 114 0.367332 114 29.053078 114 0.958178 115 0.782005 115 0.330387 115 27.994333 115 0.943240 116 0.775467 116 0.325697 116 27.839275 116 0.940767 117 0.775775 117 0.324805 117 27.757643 117 0.941251 118 0.782293 118 0.335852 118 28.043682 118 0.942778 119 0.813355 119 0.374011 119 28.964689 119 0.958242 120 0.779908 120 0.336313 120 27.720201 120 0.942260 121 0.773097 121 0.331863 121 27.649021 121 0.939969 122 0.772999 122 0.332880 122 27.585747 122 0.939502 123 0.806333 123 0.370111 123 28.569077 123 0.955282 124 0.775150 124 0.338426 124 27.589600 124 0.939866 125 0.787430 125 0.351178 125 28.008202 125 0.945672 126 0.770639 126 0.334764 126 27.299412 126 0.937929 127 0.801784 127 0.367791 127 28.225338 127 0.952754 128 0.765158 128 0.327181 128 26.980391 128 0.933601 129 0.759050 129 0.324864 129 26.959112 129 0.931004 130 0.759822 130 0.324582 130 26.919956 130 0.931864 131 0.766685 131 0.334368 131 27.211996 131 0.933892 132 0.799496 132 0.369617 132 28.159256 132 0.950902

133 0.764825 133 0.335333 133 27.016090 133 0.933340 134 0.779905 134 0.349223 134 27.587948 134 0.941027 135 0.764973 135 0.333446 135 27.001123 135 0.932347 136 0.794698 136 0.365171 136 27.864853 136 0.949270 137 0.765597 137 0.336854 137 27.118898 137 0.933291 138 0.774226 138 0.344114 138 27.401941 138 0.939837 139 0.760951 139 0.330973 139 27.047920 139 0.932236 140 0.789453 140 0.358306 140 27.878242 140 0.947374 141 0.757471 141 0.327762 141 26.984125 141 0.932056 142 0.767444 142 0.333900 142 27.327423 142 0.937725 143 0.748536 143 0.316002 143 26.768955 143 0.928826 144 0.776198 144 0.341573 144 27.636311 144 0.943771 145 0.742483 145 0.311058 145 26.792917 145 0.927745 146 0.754733 146 0.320121 146 27.194689 146 0.934951 147 0.740652 147 0.305152 147 26.800468 147 0.926806 148 0.771466 148 0.334526 148 27.703430 148 0.943278 149 0.741706 149 0.306166 149 26.969627 149 0.927769 150 0.749551 150 0.313279 150 27.154814 150 0.934131 151 0.733929 151 0.298054 151 26.729488 151 0.926328 152 0.765653 152 0.325466 152 27.695551 152 0.941555 153 0.733885 153 0.295895 153 26.764395 153 0.926496 154 0.746851 154 0.306256 154 27.269341 154 0.933602 155 0.730091 155 0.290098 155 26.717743 155 0.925817 156 0.765076 156 0.320440 156 27.686235 156 0.941567 157 0.734712 157 0.291925 157 26.858095 157 0.927628 158 0.751559 158 0.308970 158 27.381903 158 0.935599 159 0.743966 159 0.301207 159 27.271151 159 0.930304 160 0.765772 160 0.319830 160 27.806009 160 0.942390 161 0.745430 161 0.300025 161 27.341965 161 0.931670 162 0.752673 162 0.305713 162 27.593458 162 0.936693 163 0.745393 163 0.296260 163 27.453142 163 0.931750 164 0.768008 164 0.317295 164 28.252089 164 0.943180 165 0.747103 165 0.295530 165 27.657347 165 0.932701 166 0.758442 166 0.305494 166 28.170372 166 0.938802 167 0.746250 167 0.291225 167 27.666695 167 0.932815 168 0.770294 168 0.312903 168 28.548094 168 0.943443 169 0.753886 169 0.295715 169 28.059702 169 0.934994 170 0.758447 170 0.298795 170 28.360767 170 0.938797 171 0.754692 171 0.291113 171 28.328028 171 0.935051 172 0.770841 172 0.306575 172 28.968782 172 0.943709 173 0.754903 173 0.288905 173 28.459505 173 0.935926 174 0.762149 174 0.293299 174 28.829538 174 0.939256 175 0.759316 175 0.287414 175 28.795303 175 0.936384 176 0.774535 176 0.301837 176 29.463263 176 0.944709 177 0.764818 177 0.289402 177 29.160263 177 0.938450 178 0.771092 178 0.293999 178 29.497644 178 0.941412 179 0.767460 179 0.287331 179 29.394657 179 0.939446

180 0.782628 180 0.305019 180 30.025116 180 0.946329 181 0.771308 181 0.295051 181 29.593445 181 0.941016 182 0.775685 182 0.299978 182 29.847775 182 0.943619 183 0.773290 183 0.298597 183 29.806927 183 0.942111 184 0.783939 184 0.309205 184 30.231186 184 0.946720 185 0.773256 185 0.298293 185 29.863689 185 0.941657 186 0.777710 186 0.302602 186 30.082918 186 0.943258 187 0.777415 187 0.303019 187 30.084368 187 0.943235 188 0.782338 188 0.307169 188 30.297056 188 0.945395 189 0.776747 189 0.303217 189 30.135742 189 0.943189 190 0.779838 190 0.305306 190 30.320204 190 0.943909 191 0.779976 191 0.306867 191 30.366127 191 0.944419 192 0.784941 192 0.310863 192 30.523933 192 0.945941 193 0.779952 193 0.306939 193 30.428879 193 0.944354 194 0.781375 194 0.306882 194 30.428087 194 0.944032 195 0.783223 195 0.311028 195 30.638794 195 0.945723 196 0.786129 196 0.311536 196 30.593653 196 0.945774 197 0.782397 197 0.308298 197 30.484570 197 0.944436 198 0.779571 198 0.303201 198 30.308437 198 0.943348 199 0.784268 199 0.309712 199 30.516134 199 0.946272 200 0.780793 200 0.304032 200 30.253239 200 0.943997 201 0.778501 201 0.302864 201 30.161890 201 0.943965 202 0.775715 202 0.298420 202 29.861822 202 0.942464 203 0.783774 203 0.308550 203 30.237278 203 0.946969 204 0.774378 204 0.295219 204 29.535946 204 0.941404 205 0.768183 205 0.285974 205 29.097483 205 0.937729 206 0.775014 206 0.295579 206 29.649096 206 0.942812 207 0.766985 207 0.284837 207 28.959793 207 0.938441 208 0.764507 208 0.282377 208 28.806417 208 0.937268 209 0.779028 209 0.300703 209 29.570864 209 0.945345 210 0.762849 210 0.277710 210 28.421452 210 0.935999 211 0.753392 211 0.270540 211 28.231363 211 0.933014 212 0.752525 212 0.267831 212 28.046152 212 0.933150 213 0.755705 213 0.271219 213 28.191265 213 0.935020 214 0.773576 214 0.292584 214 28.843777 214 0.944452 215 0.760539 215 0.276747 215 28.272720 215 0.936481 216 0.762007 216 0.279404 216 28.226753 216 0.938949 217 0.754866 217 0.271320 217 27.860441 217 0.935875 218 0.771634 218 0.290875 218 28.434664 218 0.944860 219 0.745775 219 0.256823 219 27.015642 219 0.930133 220 0.738717 220 0.255417 220 27.161131 220 0.928471 221 0.739869 221 0.256408 221 27.131618 221 0.929939 222 0.744708 222 0.262530 222 27.257715 222 0.932084 223 0.767787 223 0.288703 223 27.963638 223 0.943771 224 0.749655 224 0.267228 224 27.283024 224 0.933908 225 0.752418 225 0.270269 225 27.405270 225 0.937655 226 0.748163 226 0.265002 226 27.142683 226 0.933861

227 0.767130 227 0.286371 227 27.586571 227 0.943814 228 0.747503 228 0.265824 228 26.867151 228 0.932676 229 0.753805 229 0.273876 229 26.998196 229 0.937004 230 0.747831 230 0.269359 230 26.845098 230 0.933414 231 0.771896 231 0.294273 231 27.454935 231 0.945062 232 0.749093 232 0.271451 232 26.680437 232 0.933271 233 0.757937 233 0.282423 233 27.015081 233 0.938024 234 0.748692 234 0.271962 234 26.461084 234 0.932989 235 0.776665 235 0.301374 235 27.301350 235 0.946448 236 0.752985 236 0.276089 236 26.424437 236 0.933706 237 0.762626 237 0.286661 237 26.714993 237 0.939171 238 0.756172 238 0.280482 238 26.443434 238 0.935228 239 0.783004 239 0.307457 239 27.070187 239 0.947991 240 0.758893 240 0.283999 240 26.362137 240 0.935083 241 0.764333 241 0.290115 241 26.473272 241 0.939109 242 0.759947 242 0.287079 242 26.424702 242 0.935293 243 0.783821 243 0.311148 243 26.894796 243 0.947093 244 0.753962 244 0.284792 244 26.169817 244 0.932522 245 0.763833 245 0.295926 245 26.512192 245 0.937566 246 0.758393 246 0.290036 246 26.343077 246 0.933177 247 0.783107 247 0.310752 247 26.817314 247 0.946008 248 0.855491 248 0.402867 248 29.467567 248 0.968443 249 0.769098 249 0.291752 249 26.112894 249 0.931550 average 0.796743 average 0.346213 average 29.461517 average 0.947204

9.3 BILAGA 3 – X265 1080x720 PRESET ULTRAFAST BITRATE 2000kbit TUNE SSIM FPS 24

SSIM VIFP PSNR MSSSIM

Average 0.136814 Average 0.010573 Average 13.562416 Average 0.060049

Frame Value Frame Value Frame Value Frame Value 0 0.028728 0 0.008391 0 11.788027 0 0.017044 1 0.085530 1 0.012013 1 13.789197 1 0.030686 2 0.206703 2 0.022025 2 15.714475 2 0.047569 3 0.031327 3 0.008591 3 12.809625 3 0.016679 4 0.107460 4 0.012948 4 12.163828 4 0.025284 5 0.067530 5 0.010797 5 11.911709 5 0.017332 6 0.050026 6 0.008885 6 13.323760 6 0.015707 7 0.184913 7 0.013592 7 12.491973 7 0.037374 8 0.029433 8 0.008221 8 11.937256 8 0.014041 9 0.097247 9 0.011581 9 13.987555 9 0.036301 10 0.209493 10 0.018697 10 15.822163 10 0.075843 11 0.037283 11 0.008473 11 12.943326 11 0.016739 12 0.141184 12 0.013428 12 12.887444 12 0.036564 13 0.065798 13 0.010390 13 12.135244 13 0.021074 14 0.065677 14 0.009592 14 13.652663 14 0.028665 15 0.213639 15 0.013910 15 13.072768 15 0.046851 16 0.032012 16 0.008433 16 12.040052 16 0.016245 17 0.120463 17 0.013392 17 14.029654 17 0.043840 18 0.215315 18 0.018663 18 15.962307 18 0.097293 19 0.043556 19 0.008834 19 12.941214 19 0.020722 20 0.159011 20 0.012146 20 13.460206 20 0.048447 21 0.061188 21 0.009197 21 12.136030 21 0.027310 22 0.075856 22 0.010073 22 13.290847 22 0.031827 23 0.254176 23 0.013305 23 12.961617 23 0.066022 24 0.033956 24 0.008184 24 12.006866 24 0.026948 25 0.129499 25 0.012125 25 14.341176 25 0.046829 26 0.204907 26 0.016614 26 15.844191 26 0.106832 27 0.043429 27 0.008449 27 12.916134 27 0.029614 28 0.195882 28 0.012434 28 13.758910 28 0.072560 29 0.053967 29 0.008239 29 12.174048 29 0.026849 30 0.085921 30 0.010121 30 13.579973 30 0.045239 31 0.313936 31 0.014272 31 13.155609 31 0.088091 32 0.037763 32 0.007879 32 12.161893 32 0.032504 33 0.151849 33 0.011492 33 14.567240 33 0.056483 34 0.203151 34 0.014350 34 15.620632 34 0.110288 35 0.053812 35 0.008352 35 13.196686 35 0.027742 36 0.236081 36 0.012029 36 14.208335 36 0.080966 37 0.045445 37 0.007623 37 12.053158 37 0.035389 38 0.099968 38 0.009526 38 13.976685 38 0.041436

39 0.378776 39 0.015416 39 13.587516 39 0.121596 40 0.035679 40 0.007809 40 12.404884 40 0.032161 41 0.166618 41 0.011160 41 14.775695 41 0.065584 42 0.190288 42 0.012704 42 15.291300 42 0.114182 43 0.062758 43 0.008380 43 13.635248 43 0.048306 44 0.289262 44 0.011297 44 14.724297 44 0.086404 45 0.034733 45 0.006539 45 11.912058 45 0.032124 46 0.114446 46 0.009556 46 14.186380 46 0.068278 47 0.419936 47 0.018354 47 13.849730 47 0.162576 48 0.038119 48 0.007299 48 12.539810 48 0.038071 49 0.178601 49 0.011298 49 14.891248 49 0.088587 50 0.173525 50 0.011911 50 14.875481 50 0.114976 51 0.062683 51 0.007439 51 13.459846 51 0.053598 52 0.300731 52 0.011775 52 14.401359 52 0.115276 53 0.035452 53 0.007051 53 11.938352 53 0.039166 54 0.114005 54 0.009686 54 13.512025 54 0.073475 55 0.402361 55 0.016997 55 13.832314 55 0.181491 56 0.042357 56 0.007524 56 12.503369 56 0.038571 57 0.180174 57 0.011743 57 14.620390 57 0.091218 58 0.163215 58 0.011301 58 14.395954 58 0.105648 59 0.064029 59 0.007844 59 13.295067 59 0.055361 60 0.292164 60 0.011036 60 14.132708 60 0.106651 61 0.034728 61 0.006896 61 12.080203 61 0.036471 62 0.115570 62 0.010260 62 13.238575 62 0.064727 63 0.401174 63 0.014444 63 14.075963 63 0.175938 64 0.041599 64 0.007643 64 12.505622 64 0.031793 65 0.185238 65 0.011212 65 14.302369 65 0.076275 66 0.145596 66 0.010442 66 13.991665 66 0.093907 67 0.071772 67 0.008325 67 13.126917 67 0.051210 68 0.305552 68 0.011031 68 14.436597 68 0.100281 69 0.039568 69 0.006872 69 12.323427 69 0.029181 70 0.128019 70 0.010308 70 13.057067 70 0.061556 71 0.397173 71 0.013758 71 14.492767 71 0.180937 72 0.042083 72 0.006794 72 12.645218 72 0.025168 73 0.193321 73 0.010731 73 13.997779 73 0.064134 74 0.115427 74 0.009715 74 13.757735 74 0.074462 75 0.077953 75 0.008646 75 13.168672 75 0.048794 76 0.316877 76 0.011898 76 15.119172 76 0.098867 77 0.035331 77 0.006543 77 12.665614 77 0.028175 78 0.132534 78 0.010083 78 12.730317 78 0.057122 79 0.379885 79 0.012541 79 14.147085 79 0.173233 80 0.045495 80 0.007422 80 12.953679 80 0.031270 81 0.195577 81 0.010970 81 13.746401 81 0.074932 82 0.082678 82 0.009257 82 13.377625 82 0.049845 83 0.084872 83 0.009237 83 13.444549 83 0.060952 84 0.317013 84 0.012230 84 16.022861 84 0.104739 85 0.037788 85 0.007033 85 13.107744 85 0.031253

86 0.133630 86 0.009380 86 12.453986 86 0.070285 87 0.348538 87 0.012011 87 13.607837 87 0.196917 88 0.049019 88 0.007450 88 13.270012 88 0.037969 89 0.188054 89 0.010352 89 13.672429 89 0.085974 90 0.033055 90 0.006046 90 13.150062 90 0.031593 91 0.089807 91 0.009171 91 13.588885 91 0.056494 92 0.311138 92 0.011993 92 16.643373 92 0.087651 93 0.036157 93 0.006562 93 13.449321 93 0.021343 94 0.133479 94 0.009643 94 12.304721 94 0.062327 95 0.308154 95 0.011085 95 13.304469 95 0.152538 96 0.052535 96 0.007618 96 13.574911 96 0.035689 97 0.177173 97 0.009907 97 14.350973 97 0.072868 98 0.035321 98 0.006071 98 13.133361 98 0.027558 99 0.088735 99 0.009602 99 13.807389 99 0.048962 100 0.287114 100 0.012187 100 15.394372 100 0.067877 101 0.038251 101 0.007026 101 13.491035 101 0.018897 102 0.130949 102 0.009960 102 12.428897 102 0.058862 103 0.270946 103 0.010517 103 13.274814 103 0.136653 104 0.054564 104 0.008050 104 13.953268 104 0.034913 105 0.190489 105 0.011079 105 15.582969 105 0.081116 106 0.037259 106 0.006975 106 13.146087 106 0.027439 107 0.095378 107 0.010432 107 14.155838 107 0.049999 108 0.255673 108 0.011207 108 14.464351 108 0.061073 109 0.041610 109 0.007364 109 13.526521 109 0.021002 110 0.138732 110 0.010585 110 12.605446 110 0.052009 111 0.228223 111 0.010451 111 13.216711 111 0.111483 112 0.058929 112 0.008292 112 14.401051 112 0.033152 113 0.193023 113 0.012181 113 15.671393 113 0.076337 114 0.037677 114 0.007486 114 13.046867 114 0.024813 115 0.101133 115 0.010361 115 14.180689 115 0.034019 116 0.216227 116 0.011560 116 13.858438 116 0.051021 117 0.040503 117 0.008130 117 13.584017 117 0.016109 118 0.146986 118 0.010922 118 12.430355 118 0.038946 119 0.167502 119 0.009835 119 12.765517 119 0.065243 120 0.069203 120 0.010107 120 14.587015 120 0.032734 121 0.188689 121 0.013730 121 15.686292 121 0.041872 122 0.036899 122 0.008256 122 13.092718 122 0.014462 123 0.106644 123 0.012219 123 13.583781 123 0.026693 124 0.160589 124 0.011677 124 13.150868 124 0.033853 125 0.046554 125 0.008937 125 13.648549 125 0.019164 126 0.150411 126 0.012384 126 12.270988 126 0.028187 127 0.099476 127 0.009843 127 12.420893 127 0.037208 128 0.078341 128 0.010938 128 14.599221 128 0.026649 129 0.196261 129 0.016286 129 15.903417 129 0.043482 130 0.035877 130 0.008331 130 13.127481 130 0.017571 131 0.105022 131 0.012039 131 12.791645 131 0.028016 132 0.104643 132 0.011270 132 12.455845 132 0.033489

133 0.050342 133 0.009913 133 13.695256 133 0.025563 134 0.157015 134 0.013377 134 12.193803 134 0.027851 135 0.028995 135 0.007558 135 12.105760 135 0.024073 136 0.091296 136 0.011946 136 14.430121 136 0.039562 137 0.223242 137 0.021221 137 16.167852 137 0.055001 138 0.037864 138 0.009178 138 13.329832 138 0.029243 139 0.114278 139 0.013093 139 12.624126 139 0.028966 140 0.085704 140 0.010103 140 12.323659 140 0.032368 141 0.058157 141 0.009613 141 13.701071 141 0.029092 142 0.196699 142 0.013990 142 12.626823 142 0.039500 143 0.033142 143 0.008353 143 12.126664 143 0.030112 144 0.097450 144 0.012189 144 14.130454 144 0.042215 145 0.216621 145 0.019073 145 16.029705 145 0.083617 146 0.036687 146 0.008198 146 13.077944 146 0.022567 147 0.134717 147 0.013036 147 13.064085 147 0.038513 148 0.069815 148 0.009951 148 12.380451 148 0.028867 149 0.065338 149 0.009255 149 13.588743 149 0.030025 150 0.231720 150 0.013206 150 13.044651 150 0.046599 151 0.032604 151 0.007961 151 11.920401 151 0.016660 152 0.110382 152 0.012325 152 13.934651 152 0.045598 153 0.208129 153 0.017638 153 16.016495 153 0.094517 154 0.039589 154 0.008488 154 12.801301 154 0.023228 155 0.163441 155 0.011768 155 13.664557 155 0.057511 156 0.048679 156 0.008634 156 12.280726 156 0.023493 157 0.076578 157 0.009822 157 13.351236 157 0.044037 158 0.265902 158 0.013277 158 13.045835 158 0.086753 159 0.034876 159 0.008162 159 11.853391 159 0.020094 160 0.130722 160 0.011929 160 14.352189 160 0.058227 161 0.190137 161 0.016572 161 15.826277 161 0.108855 162 0.048968 162 0.008508 162 12.927622 162 0.035224 163 0.203822 163 0.012634 163 13.864796 163 0.086252 164 0.044762 164 0.008326 164 12.186422 164 0.023203 165 0.082634 165 0.009359 165 13.734042 165 0.048994 166 0.319525 166 0.013733 166 13.281398 166 0.104668 167 0.030225 167 0.007133 167 12.018688 167 0.018687 168 0.148455 168 0.010727 168 14.528394 168 0.054257 169 0.174194 169 0.014959 169 15.577303 169 0.103705 170 0.053957 170 0.007781 170 13.290615 170 0.038401 171 0.244862 171 0.011782 171 14.187284 171 0.087192 172 0.043079 172 0.007360 172 12.183210 172 0.030848 173 0.105212 173 0.009595 173 14.085175 173 0.048885 174 0.373123 174 0.013355 174 13.634521 174 0.116077 175 0.032133 175 0.006991 175 12.272655 175 0.025675 176 0.168212 176 0.010616 176 14.523104 176 0.068116 177 0.174567 177 0.012947 177 15.313964 177 0.111833 178 0.061517 178 0.007736 178 13.679276 178 0.056735 179 0.287304 179 0.011077 179 14.546797 179 0.089789

180 0.035575 180 0.005968 180 12.088768 180 0.032532 181 0.117114 181 0.008851 181 14.099095 181 0.066990 182 0.429848 182 0.017360 182 14.130021 182 0.182115 183 0.037522 183 0.006527 183 12.483278 183 0.040317 184 0.170596 184 0.010187 184 14.498620 184 0.076169 185 0.168590 185 0.010996 185 14.968546 185 0.112567 186 0.068309 186 0.007928 186 13.525721 186 0.067569 187 0.304730 187 0.010776 187 14.540054 187 0.120933 188 0.036447 188 0.006561 188 12.102621 188 0.036457 189 0.119707 189 0.009152 189 13.458416 189 0.071814 190 0.423780 190 0.017306 190 14.282355 190 0.239746 191 0.040731 191 0.007049 191 12.536666 191 0.049185 192 0.183289 192 0.010852 192 14.635028 192 0.086843 193 0.162852 193 0.011113 193 14.662283 193 0.105948 194 0.071263 194 0.007701 194 13.297255 194 0.062861 195 0.309775 195 0.010317 195 14.444674 195 0.131657 196 0.036215 196 0.006567 196 12.193707 196 0.034211 197 0.130219 197 0.009617 197 13.197592 197 0.078550 198 0.416163 198 0.014969 198 14.483339 198 0.231094 199 0.043047 199 0.007109 199 12.426843 199 0.046778 average 0.136814 average 0.010573 average 13.562416 average 0.060049

9.4 BILAGA 4 – X265 1920x1080 PRESET SLOW BITRATE 4000kbit TUNE SSIM FPS 50

SSIM VIFP PSNR MSSSIM

Average 0.764736 Average 0.320155 Average 28.993002 Average 0.932021

Frame Value Frame Value Frame Value Frame Value 0 0.890218 0 0.530192 0 32.561607 0 0.980953 1 0.882447 1 0.515765 1 32.109756 1 0.976988 2 0.884409 2 0.517682 2 32.233719 2 0.978408 3 0.880066 3 0.511231 3 32.087170 3 0.976305 4 0.887275 4 0.525716 4 32.604671 4 0.980305 5 0.867376 5 0.484698 5 31.481730 5 0.970403 6 0.847634 6 0.449195 6 30.571156 6 0.962387 7 0.829938 7 0.421817 7 29.981720 7 0.951849 8 0.804453 8 0.384868 8 28.973434 8 0.941648 9 0.798734 9 0.378984 9 28.832809 9 0.936288 10 0.793282 10 0.372249 10 28.695522 10 0.932698 11 0.794539 11 0.375588 11 28.814888 11 0.934926 12 0.796989 12 0.373583 12 29.011333 12 0.938967 13 0.793590 13 0.373234 13 28.877712 13 0.936355 14 0.795120 14 0.373953 14 28.967285 14 0.936791 15 0.802577 15 0.385248 15 29.346729 15 0.942012 16 0.810346 16 0.390683 16 29.715942 16 0.947193 17 0.808236 17 0.389243 17 29.628067 17 0.943937 18 0.808131 18 0.387862 18 29.645048 18 0.944227 19 0.815876 19 0.398383 19 30.019386 19 0.947625 20 0.816459 20 0.397662 20 30.129469 20 0.951061 21 0.813497 21 0.394396 21 30.072084 21 0.948226 22 0.813735 22 0.393059 22 30.133532 22 0.948597 23 0.817748 23 0.401143 23 30.307192 23 0.950695 24 0.822714 24 0.406492 24 30.595484 24 0.954547 25 0.819268 25 0.401248 25 30.510939 25 0.951897 26 0.815961 26 0.394716 26 30.408484 26 0.950413 27 0.817497 27 0.396590 27 30.562311 27 0.951680 28 0.822475 28 0.399149 28 30.916529 28 0.954314 29 0.818553 29 0.393416 29 30.780949 29 0.951319 30 0.820385 30 0.392156 30 30.960976 30 0.951882 31 0.818637 31 0.390532 31 31.012745 31 0.951419 32 0.821629 32 0.391909 32 31.306810 32 0.953760 33 0.820598 33 0.388220 33 31.284035 33 0.952100 34 0.819091 34 0.383102 34 31.331627 34 0.951960 35 0.820774 35 0.384713 35 31.457901 35 0.952185 36 0.825939 36 0.388006 36 31.854282 36 0.955008 37 0.818137 37 0.376537 37 31.470335 37 0.951182 38 0.821391 38 0.376064 38 31.771255 38 0.951952

39 0.822599 39 0.376843 39 31.918058 39 0.952368 40 0.823626 40 0.374657 40 32.019085 40 0.953982 41 0.824277 41 0.371870 41 32.092514 41 0.952553 42 0.825864 42 0.369151 42 32.151676 42 0.952766 43 0.827947 43 0.370356 43 32.331497 43 0.953780 44 0.830253 44 0.368820 44 32.487633 44 0.955299 45 0.831060 45 0.369689 45 32.459286 45 0.953877 46 0.831039 46 0.369754 46 32.468845 46 0.954351 47 0.833223 47 0.374432 47 32.547890 47 0.954836 48 0.831702 48 0.371745 48 32.519741 48 0.955451 49 0.833239 49 0.372016 49 32.515114 49 0.954690 50 0.832405 50 0.371308 50 32.513203 50 0.955173 51 0.835800 51 0.376888 51 32.636803 51 0.956178 52 0.835638 52 0.376477 52 32.670380 52 0.956705 53 0.838306 53 0.379274 53 32.716339 53 0.956439 54 0.837376 54 0.377454 54 32.696671 54 0.956257 55 0.838262 55 0.380260 55 32.766479 55 0.957003 56 0.836603 56 0.377353 56 32.668510 56 0.956648 57 0.836738 57 0.378137 57 32.636452 57 0.956290 58 0.837972 58 0.380179 58 32.653164 58 0.956940 59 0.838550 59 0.382654 59 32.717976 59 0.957648 60 0.839394 60 0.382725 60 32.690838 60 0.957334 61 0.838043 61 0.381026 61 32.559334 61 0.956552 62 0.838098 62 0.381469 62 32.614773 62 0.957065 63 0.841011 63 0.385158 63 32.649483 63 0.958216 64 0.839056 64 0.381668 64 32.493717 64 0.957281 65 0.839360 65 0.380811 65 32.348251 65 0.957097 66 0.839501 66 0.381164 66 32.337471 66 0.957446 67 0.841435 67 0.384592 67 32.396992 67 0.958478 68 0.839214 68 0.380133 68 32.166073 68 0.957126 69 0.840025 69 0.382501 69 32.208744 69 0.957367 70 0.841775 70 0.385048 70 32.130989 70 0.958661 71 0.843346 71 0.388578 71 32.219219 71 0.959628 72 0.841657 72 0.385035 72 32.055698 72 0.958196 73 0.840774 73 0.382289 73 31.944061 73 0.957809 74 0.841184 74 0.384300 74 31.921751 74 0.958459 75 0.843515 75 0.388144 75 32.033867 75 0.959851 76 0.838314 76 0.380272 76 31.626101 76 0.957170 77 0.837261 77 0.379413 77 31.584160 77 0.957097 78 0.838322 78 0.382843 78 31.579468 78 0.957896 79 0.839472 79 0.384369 79 31.608437 79 0.959464 80 0.835752 80 0.378803 80 31.326548 80 0.956778 81 0.833542 81 0.374686 81 31.127493 81 0.956690 82 0.833673 82 0.376068 82 31.013372 82 0.956696 83 0.835401 83 0.379032 83 31.104549 83 0.958364 84 0.828367 84 0.368911 84 30.661333 84 0.954540 85 0.825300 85 0.365980 85 30.560450 85 0.954466

86 0.819284 86 0.361708 86 30.327662 86 0.952929 87 0.822149 87 0.367849 87 30.569145 87 0.954992 88 0.814740 88 0.358809 88 30.173241 88 0.950642 89 0.810900 89 0.353524 89 30.088371 89 0.950152 90 0.805742 90 0.347970 90 29.859295 90 0.948414 91 0.809028 91 0.354723 91 30.083784 91 0.951389 92 0.798930 92 0.344079 92 29.644171 92 0.945776 93 0.794506 93 0.338929 93 29.504145 93 0.945254 94 0.792081 94 0.338076 94 29.424911 94 0.943943 95 0.794256 95 0.342069 95 29.468267 95 0.947035 96 0.785712 96 0.334231 96 29.249180 96 0.941544 97 0.784046 97 0.331570 97 29.156565 97 0.942004 98 0.779857 98 0.329442 98 29.004379 98 0.939732 99 0.781356 99 0.332348 99 28.972178 99 0.943683 100 0.770671 100 0.320140 100 28.665445 100 0.936099 101 0.772968 101 0.322770 101 28.814127 101 0.938587 102 0.765460 102 0.317052 102 28.489223 102 0.934314 103 0.771525 103 0.324115 103 28.712307 103 0.939425 104 0.754473 104 0.307722 104 28.073713 104 0.929752 105 0.757765 105 0.310791 105 28.243324 105 0.933167 106 0.748450 106 0.305157 106 27.899334 106 0.928033 107 0.759128 107 0.317103 107 28.258905 107 0.935116 108 0.746646 108 0.306167 108 27.872967 108 0.926060 109 0.749896 109 0.309446 109 27.878662 109 0.929424 110 0.743454 110 0.304948 110 27.745729 110 0.924319 111 0.753055 111 0.315006 111 28.007072 111 0.931983 112 0.731616 112 0.294715 112 27.331287 112 0.919311 113 0.739058 113 0.299606 113 27.642120 113 0.923964 114 0.726015 114 0.291998 114 27.198603 114 0.917119 115 0.741868 115 0.307583 115 27.635101 115 0.928091 116 0.723806 116 0.292343 116 27.155266 116 0.914950 117 0.728930 117 0.296586 117 27.250727 117 0.919773 118 0.723907 118 0.294845 118 27.187134 118 0.914411 119 0.734444 119 0.306774 119 27.369192 119 0.925152 120 0.713007 120 0.290952 120 26.701809 120 0.910160 121 0.724014 121 0.299100 121 27.078335 121 0.917265 122 0.711735 122 0.291941 122 26.726555 122 0.909320 123 0.727346 123 0.305303 123 27.109867 123 0.921488 124 0.708684 124 0.292757 124 26.615911 124 0.907776 125 0.721769 125 0.303470 125 27.000668 125 0.915120 126 0.701974 126 0.292367 126 26.369202 126 0.905061 127 0.722018 127 0.306804 127 26.866713 127 0.918929 128 0.703692 128 0.293986 128 26.311796 128 0.904662 129 0.716862 129 0.302787 129 26.677370 129 0.912154 130 0.703042 130 0.297288 130 26.305082 130 0.903998 131 0.722487 131 0.311473 131 26.860115 131 0.917907 132 0.706074 132 0.298204 132 26.437094 132 0.903915

133 0.707256 133 0.299639 133 26.323967 133 0.907170 134 0.705564 134 0.297863 134 26.362394 134 0.902977 135 0.719049 135 0.308354 135 26.574858 135 0.915748 136 0.697831 136 0.295553 136 26.115393 136 0.901204 137 0.709020 137 0.301139 137 26.438456 137 0.907631 138 0.696774 138 0.293678 138 26.142281 138 0.901102 139 0.717254 139 0.306311 139 26.657082 139 0.915335 140 0.703350 140 0.295277 140 26.353270 140 0.902475 141 0.704299 141 0.294983 141 26.364412 141 0.906056 142 0.693583 142 0.285743 142 26.136303 142 0.899180 143 0.704076 143 0.291537 143 26.393528 143 0.910542 144 0.688991 144 0.280584 144 26.143543 144 0.898283 145 0.690953 145 0.281887 145 26.285225 145 0.903323 146 0.683780 146 0.275511 146 26.122135 146 0.897609 147 0.700394 147 0.284720 147 26.538061 147 0.910196 148 0.686495 148 0.274495 148 26.299784 148 0.898457 149 0.692113 149 0.277850 149 26.495861 149 0.904008 150 0.678273 150 0.269134 150 26.087976 150 0.896790 151 0.693951 151 0.277429 151 26.465218 151 0.909252 152 0.682575 152 0.266759 152 26.337215 152 0.897975 153 0.682968 153 0.266639 153 26.294188 153 0.901543 154 0.678751 154 0.261073 154 26.271931 154 0.897459 155 0.688384 155 0.266971 155 26.420519 155 0.907799 156 0.683884 156 0.261928 156 26.323000 156 0.899900 157 0.687289 157 0.263728 157 26.432753 157 0.905012 158 0.683239 158 0.264035 158 26.334953 158 0.900710 159 0.705848 159 0.278672 159 27.019575 159 0.914196 160 0.685629 160 0.263993 160 26.394882 160 0.902624 161 0.700312 161 0.271780 161 26.898764 161 0.909444 162 0.690637 162 0.263972 162 26.604906 162 0.904952 163 0.711844 163 0.275268 163 27.237740 163 0.916705 164 0.701715 164 0.266665 164 27.052492 164 0.909261 165 0.709100 165 0.269540 165 27.288128 165 0.913265 166 0.711831 166 0.269756 166 27.418194 166 0.912850 167 0.717472 167 0.272351 167 27.495995 167 0.919202 168 0.712188 168 0.267658 168 27.405985 168 0.913738 169 0.719426 169 0.271284 169 27.711931 169 0.917703 170 0.711244 170 0.262961 170 27.491379 170 0.914027 171 0.727660 171 0.270450 171 28.157839 171 0.921688 172 0.719085 172 0.262484 172 27.918846 172 0.916103 173 0.722454 173 0.262784 173 28.105873 173 0.918273 174 0.717602 174 0.257812 174 28.010998 174 0.915410 175 0.732459 175 0.265222 175 28.599611 175 0.922499 176 0.724901 176 0.257240 176 28.396566 176 0.917710 177 0.733093 177 0.261009 177 28.754499 177 0.921048 178 0.732876 178 0.260158 178 28.742636 178 0.920106 179 0.742022 179 0.263935 179 29.147701 179 0.925706

180 0.741248 180 0.264475 180 29.114656 180 0.923021 181 0.742544 181 0.267567 181 29.215113 181 0.924810 182 0.743337 182 0.270099 182 29.236076 182 0.924934 183 0.749697 183 0.274547 183 29.532799 183 0.928548 184 0.746827 184 0.272474 184 29.430344 184 0.925897 185 0.745056 185 0.270786 185 29.455408 185 0.925426 186 0.748687 186 0.275111 186 29.586332 186 0.926686 187 0.750199 187 0.274447 187 29.670488 187 0.927616 188 0.746448 188 0.273379 188 29.548149 188 0.926596 189 0.748856 189 0.276115 189 29.680120 189 0.928594 190 0.753489 190 0.280641 190 29.885393 190 0.929995 191 0.753124 191 0.279780 191 29.884848 191 0.929930 192 0.752878 192 0.280007 192 29.849649 192 0.928547 193 0.752874 193 0.280531 193 29.962387 193 0.929050 194 0.756477 194 0.282835 194 30.059429 194 0.929835 195 0.755915 195 0.281047 195 30.102501 195 0.929341 196 0.756812 196 0.282477 196 30.025749 196 0.928715 197 0.755636 197 0.281656 197 30.024668 197 0.928664 198 0.756558 198 0.281587 198 30.017086 198 0.930298 199 0.753894 199 0.277814 199 29.853407 199 0.928038 200 0.751100 200 0.276267 200 29.717531 200 0.927503 201 0.749640 201 0.275176 201 29.627335 201 0.927165 202 0.752403 202 0.277862 202 29.641821 202 0.929560 203 0.746874 203 0.271063 203 29.401861 203 0.925650 204 0.744783 204 0.270204 204 29.233425 204 0.924777 205 0.741609 205 0.267498 205 28.928942 205 0.923990 206 0.744209 206 0.269081 206 29.092255 206 0.926343 207 0.738167 207 0.262906 207 28.790436 207 0.921565 208 0.737275 208 0.262752 208 28.637503 208 0.921681 209 0.736811 209 0.262603 209 28.666843 209 0.922213 210 0.742903 210 0.266040 210 28.641222 210 0.926197 211 0.731604 211 0.256959 211 28.202208 211 0.920494 212 0.731254 212 0.256769 212 28.121243 212 0.920571 213 0.726704 213 0.253607 213 27.971161 213 0.919494 214 0.736787 214 0.261404 214 28.284468 214 0.925219 215 0.727095 215 0.252834 215 27.913996 215 0.918332 216 0.724695 216 0.251476 216 27.754671 216 0.918063 217 0.718585 217 0.247502 217 27.496647 217 0.916628 218 0.728395 218 0.254049 218 27.771349 218 0.922580 219 0.712375 219 0.241069 219 27.035805 219 0.914012 220 0.717473 220 0.244919 220 27.313461 220 0.916211 221 0.715317 221 0.245082 221 27.226265 221 0.915552 222 0.723624 222 0.252307 222 27.341198 222 0.921608 223 0.713722 223 0.245088 223 27.065928 223 0.914959 224 0.714510 224 0.244455 224 27.035954 224 0.915485 225 0.706986 225 0.237413 225 26.807770 225 0.913386 226 0.719752 226 0.247812 226 27.047285 226 0.920286

227 0.695692 227 0.228949 227 26.273422 227 0.906796 228 0.688657 228 0.223698 228 25.976515 228 0.902603 229 0.690870 229 0.226596 229 25.987659 229 0.904071 230 0.698724 230 0.238178 230 26.296515 230 0.909135 231 0.720905 231 0.256205 231 26.810715 231 0.921437 232 0.706003 232 0.246417 232 26.252834 232 0.912829 233 0.716104 233 0.255018 233 26.592142 233 0.916063 234 0.706701 234 0.249775 234 26.107197 234 0.913972 235 0.726895 235 0.264669 235 26.720461 235 0.924393 236 0.707958 236 0.251954 236 26.013752 236 0.914394 237 0.716123 237 0.257928 237 26.257215 237 0.917387 238 0.712861 238 0.257609 238 26.100260 238 0.915973 239 0.730167 239 0.269922 239 26.442953 239 0.925191 240 0.712139 240 0.258951 240 25.931309 240 0.915241 241 0.714800 241 0.261220 241 25.991997 241 0.916644 242 0.712816 242 0.261815 242 25.995016 242 0.915881 243 0.725208 243 0.270010 243 26.176178 243 0.922531 244 0.706457 244 0.260019 244 25.743292 244 0.913496 245 0.717896 245 0.266917 245 26.088881 245 0.915972 246 0.719670 246 0.269052 246 26.104109 246 0.919238 247 0.795292 247 0.339305 247 27.847103 247 0.949416 248 0.753787 248 0.298094 248 26.796764 248 0.930662 249 0.724322 249 0.276781 249 26.076500 249 0.919912 average 0.764736 average 0.320155 average 28.993002 average 0.932021

9.5 BILAGA 5 – SUBJEKTIV JÄMFÖRELSE

Figur 1 Kodec 1 Bild 1

Figur 2 Kodec 2 Bild 1

Figur 3 Kodec 1 Bild 2

Figur 4 Kodec 2 Bild 2

Figur 5 Kodec 1 Bild 3

Figur 6 Kodec 2 Bild 3

Figur 7 Kodec 1 Bild 4

Figur 8 Kodec 2 Bild 4

Figur 9 Kodec 1 Bild 5

Figur 10 Kodec 2 Bild 5

Figur 11 Kodec 1 Bild 6

Figur 12 Kodec 2 Bild 6