webrtc发送端-编码器资源管理

github:https://github.com/bigonelby/webrtcUml/tree/master/latest

webrtc-发送端-网络带宽对分辨率影响-资源.drawio.png
  1. 这个图展示了webrtc中编码相关一个重要课题:资源的自适应

  2. 当webrtc判断资源不足时,会主动降低当前视频质量,比如分辨率。当webrtc判断资源充足是,会恢复当前视频质量。这是一个最直观的理解。

  3. webrtc中有两大重要的资源,即EncodeUsageResource和QualityScalerResource,本图主要研究了QualityScalerResource。架构是这样的,核心还是VideoStreamEncoder,他会创建出三大组件:VideoStreamEncoderResourceManger,ResourceAdaptationProcessor和VideoStreamAdapter。这三者的关系是这样的:VideoStreamEncoderResourceManager,顾名思义,是一个ResourceManager,因此这个模块创建了所有的Resource,并进行管理。同时他也是所有Resource的代表,即控制或数据信息会通过这个ResourceManager传递到最终的Resource中去。ResourceAdaptationProcessor是一个AdaptationProcessor,这是什么意思呢?就是专门为Adaptation做处理的。也就是说当Resource决策出资源过载了,或者资源不足,接下来该自适应的时候,就是交由AdaptationProcessor做进一步处理。当然这个AdaptationProcessor也有一个小弟帮他进行处理,这个小弟就是VideoStreamAdapter。这就是主张图的主要架构。

  4. 我们看看主人翁Resource,只有一个接口SetResourceListener,即设置资源的监听器,其实现类就是ResourceListenerDelegate,进一步的,会把消息透传给其成员processor_,即为ResourceAdaptationProcessor。这样,当资源有不足或过载的时候,ResourceAdaptationProcessor就知道了,并交由VideoStreamAdapter做进一步的适配。这里我们可以看出,VideoStreamAdapter也持有所有的Resource,但这只是真正的大管家VideoStreamEncoderResourceManager将资源告诉他了,真正的创建资源和管理资源的还是VideoStreamEncoderResourceManager。

  5. 我们重点看看其中的一个资源,即QualityScalerResource,这个资源是如何判断是过载还是不足的呢?实际上决策的核心是QualityScaler完成的。主要判断的依据,是根据qp值的滑动平均值,和设置的qp值阈值做比较,如果比最小的还要小,说明资源过载;如果比最大的还要大,说明资源不足。这个阈值,是在VideoStreamEncoder的ReconfigureEncoder,传递给VideoStreamEncoderResourceManager的ConfigureQualityScalerSettings,进一步调用了其UpdateQualityScalerSettings,然后调用了QualityScalerResource的SetQpThresholds,最终调用到QualityScaler的SetQpThresholds的。注意,也正是在VideoStreamEncoderResourceManager的ConfigureQualityScalerSettings中,创建了QualityScalerResource对象!

  6. QualityScaler中有个定时器做周期性检查,即CheckQpTask,根据当前qp_smoother_high_和qp_smoother_low_以及thresholds_对比,判断出资源的情况。

  7. 我们看看QualityScaler是如何知道qp值的呢?实际上当编码器VideoStreamEncoder编出帧后,即OnEncodedImage,会进一步调用RunPostEncode,进一步,会调用大管家VideoStreamEncoderResourceManager的OnEncodeComplete方法,进而调用了QualityScalerResource的OnEncodeCompleted方法,由于EncodedImage中有qp的信息,因此最终调用了QualityScaler的ReportQp方法,将qp值传入

  8. 最后再看看webrtc里的命名,还是非常严谨的,首先是VideoStreamEncoder,创建了VideoStreamEncoderResourceManager,这个Manager管理什么呢?从名字上就可以看出,是VideoStreamEncoderResource。目前有两个Resource,即EncodeUsageResource和QualityScalerResource

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容