HDR 动态元数据生成：场景自适应与质检脚本
关键词：HDR10+（ST 2094-40）、Dolby Vision（RPU）、动态元数据、场景分割、APL/MaxRGB、亮度映射曲线（roll-off/knee）、肤色与天空保护、一次映射、一致性评测、QC 脚本、容器与封装校验
摘要：
面向移动端与内容分发，动态元数据（如 HDR10+ 与 Dolby Vision）通过帧/场景级参数引导目标端的亮度映射和饱和度保护，实现“因画而异”的稳定观感。本文从工程角度给出一套可落地的元数据生成与质检闭环：以内容分析（场景切分、APL/MaxRGB 统计、肤色/天空 ROI）驱动曲线求解（中灰锚定、roll-off、自适应饱和保护），再映射到不同标准的元数据字段；同时提供自动化 QC 脚本与门限（EOTF 跟踪、ΔE/Δh°、带状/闪烁、元数据与容器一致性），确保编码、封装与回放链路的一致与可回归。
目录
问题界定与目标
动态元数据在移动拍摄/后期/分发中的角色；“一次映射”口径；质量与性能目标（EOTF、ΔE/Δh°、Flicker、吞吐）。内容分析：从画面到特征
场景切分（镜头/镜内场景）、APL/MaxRGB 轨迹、直方图与饱和像素比、肤色/天空 ROI、运动与纹理复杂度，作为曲线求解与分段的输入。曲线求解：中灰锚定与 roll-off 的自适应
以 18% 灰锚定统一视觉中点；根据 APL/峰值/ROI 决定 knee 起止与强度；高光减饱和与色相带限的协同位置与参数。标准映射：从“意图曲线”到元数据
将求得的目标映射转成 HDR10+（ST 2094-40） 的场景/帧级参数与 Dolby Vision RPU 指令（按不同 Profile 的约束）；分段策略与边界对齐。生成管线：离线批处理与端侧实时
批量素材的离线生成（多进程/瓦片化/缓存）与端侧轻量实时（相机/相册）；失败回退（静态 HDR10/HLG）与版本化管理。质检脚本（QC）：一致性与封装校验
Python 脚本自动化：EOTF/ΔE/Δh°/Banding/Flicker 门限；场景边界与元数据段对齐；HEVC SEI/MP4 box 存在性与时间戳一致性检查。回放验证：一次映射与应答测试
样片强/中/弱三档元数据应答测试；系统是否已做 Tone 的探测；跨设备面板峰值/APL 条件下的稳定性评估与阈值。工程经验与问题清单
常见故障（曲线跳变、过度压缩、元数据丢失、闪烁）与定位路径；参数建议、灰度策略与回滚清单。
1. 问题界定与目标
在 HDR 视频工作流中，动态元数据（HDR10+ 的 ST 2094-40、Dolby Vision 的 RPU）以“场景/帧级参数”描述亮度映射曲线与饱和保护，让显示端因画而异地执行 一次映射（Tone Mapping）。工程上要解决三件事：
- 如何从画面自动提取特征（APL/MaxRGB、饱和像素比、肤色/天空 ROI、运动/纹理复杂度、噪声等）；
- 如何把特征变成“意图曲线”（中灰锚定、knee/roll-off、高光减饱和、色相带限），并映射到不同标准字段（HDR10+、DV）；
- 如何保证端到端一致（曲线—元数据—封装—回放），用质检脚本在离线和 CI 上自动把关。
1.1 约束与成功标准（建议口径）
| 维度 | 关键点 | 成功标准（建议） |
|---|---|---|
| 观感一致 | “意图曲线”在支持 HDR10+/DV 的设备上应呈现一致趋势 | EOTF RMSE ≤ 0.03；ΔE00（肤 ROI）≤ 3.0；Δh°（肤 ROI）≤ 3.5° |
| 稳定性 | 场景边界不过冲/无闪烁 | Flicker（灰/肤）≤ 0.02、过冲 ≤ 25%、收敛 ≤ 20 帧 |
| 兼容性 | 封装、时间码、对齐 | HEVC SEI / MP4 box / RPU 与帧时间戳严格对齐，无缺段/重复 |
| 性能 | 批处理/端侧 | 离线 ≥ 30 fps（1080p 单机）；端侧相机/相册 ≤ 1 帧时延（统计→决策→应用） |
| 回退 | 失败路径 | 元数据不可用时回退 HDR10 静态或 HLG，导出/回放保持一致曲线 |
1.2 端到端组件（UML 组件图）
1.3 元数据时序与对齐（时序图）
1.4 数据契约（段级）
Segment {
seg_id: int
t_start_ms: int
t_end_ms: int
features: {APL, MaxRGB, Sat%, Face%, Sky%, Motion, Texture, Noise...}
intent: {anchor, knee_start, knee_end, roll_slope, desat_alpha, hue_band_deg}
hdr10p: {bezier_3pts[], saturation_gain, distribution...}
dv_rpu: {nlq_params, saturation_protect, level6/8 fields...}
}2. 内容分析：从画面到特征（含流程与可运行代码）
2.1 场景切分（外层镜头 + 内层“映射段”）
- 镜头级（Hard Cut/Gradual）：色度直方图卡方/EMD、SSIM 降幅、运动矢量突变。
- 映射段（Tone Segment）：在同一镜头内，当 APL/MaxRGB/饱和比/肤色占比 的滑窗统计出现显著拐点（阈值/变点检测）时切段——使每段的“意图曲线”单调可解释。
切分流程（活动图）
flowchart TD
A[逐帧采样] --> B[直方图/SSIM/光流]
B --> C{镜头切分?}
C -- 是 --> D[建立新镜头段]
C -- 否 --> E[滑窗特征(APL/MaxRGB/Sat/Face/Sky)]
E --> F{变点检测?}
F -- 是 --> G[建立映射子段]
F -- 否 --> H[聚合到当前段]建议
- 滑窗 0.5–1.0 s，步长 1 帧；
- 变点检测：
CUSUM/BOCPD简化或阈值 + 最小段时长（≥15 帧）。
2.2 特征定义（口径统一）
| 特征 | 定义 | 备注 |
|---|---|---|
| APL | m e a n ( Y ) \mathrm{mean}(Y) mean(Y)（线性 Y，BT.2020 采样） | 每帧/滑窗均值 |
| MaxRGB | max ( R , G , B ) \max(R,G,B) max(R,G,B) 的 P99 | 高光势能 |
| Sat% | 饱和像素占比（任一通道 ≥ 0.98） | 抗溢出参考 |
| Face% / Sky% | 人脸/天空像素占比 | ROI 置信度门限 |
| Texture | 高通能量（Laplacian/LoG） | 抗带状、锐化参照 |
| Motion | 光流幅值 P95 | 快/慢场景 |
| Noise | 暗区方差/ISO 候选 | 降噪/锐化协同 |
| HistSlope | 亮度直方图斜率/斜坡平滑性 | 渐变质量 |
2.3 特征提取骨架（Python / OpenCV，可直接用）
仅依赖
numpy与opencv-python；示例把 YUV420/BT.2020 读成 BGR 后线性化近似。
# features.py
import cv2 as cv
import numpy as np
def srgb_to_linear(x):
a=0.055
return np.where(x<=0.04045, x/12.92, ((x+a)/(1+a))**2.4)
def bgr_to_linear_srgb(bgr_8u):
rgb = cv.cvtColor(bgr_8u, cv.COLOR_BGR2RGB).astype(np.float32)/255.0
return srgb_to_linear(rgb)
def luma_linear(rgb):
return 0.2126*rgb[...,0]+0.7152*rgb[...,1]+0.0722*rgb[...,2]
def apl_maxrgb_sat(rgb_lin):
L = luma_linear(rgb_lin)
maxrgb = np.percentile(np.max(rgb_lin, axis=2), 99)
sat = float(np.mean(np.max(rgb_lin, axis=2) >= 0.98))
return float(np.mean(L)), float(maxrgb), sat
def texture_energy(gray_lin):
g = (gray_lin*255).astype(np.uint8)
lap = cv.Laplacian(g, cv.CV_16S, ksize=3)
return float(np.mean(np.abs(lap)))
def motion_mag(prev_gray, gray):
flow = cv.calcOpticalFlowFarneback(prev_gray, gray, None, 0.5, 3, 15, 3, 5, 1.2, 0)
mag = np.sqrt(flow[...,0]**2 + flow[...,1]**2)
return float(np.percentile(mag,95))
def face_sky_ratio(rgb_lin, face_mask=None, sky_mask=None):
 E. Yet Another MEX Problem)
