主要观点：比较视频编码器需用合成指标评估视觉质量，可借助“Psychovisual Experts Group 的 metrics”工具生成数据并绘制，不同方式绘制编码器性能可确定最佳编码器，要考虑质量和速度。
关键信息：

• 比较视频编码器虽不难但常被错误操作，有很多研究旨在产生能准确评估视频视觉效果的指标。
• “Psychovisual Experts Group 的 metrics”工具可计算用于视频的图像指标及基于 XPSNR 的视频指标。
• 比较有三个“层级”，从单视频比较到系列编码器的压缩效率和整体效率比较。
• XPSNR 是全参考失真指标，还有 SSIMULACRA2、Butteraugli 等指标，加权 XPSNR 更公平地倾向于亮度。
• 可通过绘制大小与分数的曲线比较压缩效率，用stats.py生成数据，用plot.py绘制曲线。
• BD-Rate 可比较两条曲线的效率，plot.py可计算并输出 BD-Rate 和平均编码时间。
  重要细节：
• 介绍了不同指标的计算方式和意义，如 SSIMULACRA2 的平均、标准差、10 百分位等，Butteraugli 的距离和最大距离。
• stats.py的使用方法及 CRF 值的选择公式，用于生成比较不同编码器的曲线数据。
• plot.py的使用及相对 BD-Rate 的计算，用于比较不同编码器的整体效率。
  结论：理解如何比较编码器对编码器开发很重要，能帮助选择适合需求的编码器，文末提供了相关联系渠道。