> For the complete documentation index, see [llms.txt](https://wangwei1237.gitbook.io/digital_video_concepts/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://wangwei1237.gitbook.io/digital_video_concepts/xing-neng-dian-liang-yi-ji-zhi-liang-de-quan-heng/8_4_0_thepowerqualitytradeoff.md).

# 权衡功耗和质量

噪声是数字图像和视频中最关键的问题之一，尤其是在弱光条件下。亮度和色彩噪声相对量取决于曝光设置和相机型号。低光且无闪光的照片和视频会遇到严重的噪音问题。具有色度噪声的视频的感知质量可以通过色度噪声的降低来改善，这被称为色度去噪。但是彻底消除亮度噪声可能导致画面不自然，彻底消除色度噪声会引入假色，因此去燥算法应根据输入的局部特性调整滤波强度。该算法需要在降低噪声和保留细节之间进行折衷。GPU加速的色度去噪滤波器的实现，作为一种视频处理能力，通常会是英特尔处理器显卡提供的图像增强色彩处理（IECP, Image-Enhancement Color Processing）的选项。

为了权衡功耗和质量，我们进行了色度去噪滤波的案例研究。在回放视频时，色度去噪滤波器使用时间滤波器分别检测两个色度平面（U和V）中的噪声。噪声估计值以8-bit表述，保留在帧间并融合。基于GPU加速的色度降噪能为实时处理提供足够的性能，因此在现代处理器上性能通常不是问题。然而，尽管预期的视觉质量会提高，但色度去噪滤波器带来的额外操作意味着带来了额外功耗。本案例研究了功耗和质量之间的权衡。