移动端 HLG10、HDR10+、Dolby Vision：拍摄与回放的技术差异

关键词：HLG10、HDR10+、Dolby Vision、PQ/HLG EOTF、SMPTE ST 2084、ST 2094-40、动态元数据、10-bit、BT.2020、移动端拍摄、色彩管理、映射链路、芯片解码、显示峰值、回放一致性

摘要：
本文聚焦在手机等移动设备上的 HDR 视频工作流，系统对比 HLG10、HDR10+、Dolby Vision 在拍摄链路（传感器融合、OETF/EOTF 选择、10-bit 采样、主色域/白点、场景/显示映射策略、元数据写入）与回放链路（解码器能力、操作系统框架、面板峰值、系统/应用层 Tone Mapping、色彩空间转换）上的关键差异。文章结合当前主流 SoC 与 Android/iOS 的实现特征，解释三种标准在动态范围表达、元数据粒度、兼容路径（SDR/HDR 互通）、文件与码流配置、端到端一致性上的工程影响，给出面向移动端的选型建议与评测要点。

1. 标准速写：EOTF / 元数据 / 色彩空间

移动端主流 HDR 视频标准围绕传输函数（EOTF/OETF）与元数据的差异展开。下表汇总了 HLG10、HDR10、HDR10+、Dolby Vision 的关键技术点（以移动拍摄与回放为背景）。

1.1 关键参数对比

维度	HLG10	HDR10	HDR10+	Dolby Vision（移动常见）
传输函数	HLG（Hybrid Log-Gamma，系统伽马，场景参照）	PQ（SMPTE ST 2084，显示参照）	PQ + 动态元数据（ST 2094-40）	PQ + 专有动态元数据（RPU）
元数据	无（隐式）	静态：ST 2086（主监）、MaxCLL/MaxFALL	动态：场景/帧级	动态：场景/帧级；常见 Profile 5/8.x
位深 / 取样	10-bit / 4:2:0（移动常见）	10-bit / 4:2:0	10-bit / 4:2:0	10-bit / 4:2:0（移动单层）
主色域 / 白点	BT.2020（内容多为 P3 in BT.2020）/ D65	同左	同左	同左
标定基准	场景参照（显示侧系统伽马自适）	显示参照（绝对亮度）	显示参照（随场景重标定）	显示参照（随帧/场景重标定）
兼容路径	对 SDR 友好（混排容忍）	SDR 需单独导出	同 HDR10 回退为 HDR10	P8.x 可与 HDR10/HLG 兼容，P5 单层不带 SDR 基层
工程关注	显示端环境/峰值驱动系统伽马	掌握 MaxCLL/MaxFALL，避免二次映射	动态元数据生成/验证	RPU 生成/穿透、Profile 管理与平台支持

术语提示：OETF 把场景亮度编码到码流；EOTF 把码流还原到显示亮度；OOTF 表示从场景到显示的整体映射（含观看环境修正）。

1.2 传输函数要点（公式）

PQ（ST 2084，显示参照）

max

⁡

(

max

⁡

(

′

)

−

)

−

(

′

)

L = L_{max}left(frac{maxleft((E')^{1/m_1}-c_1, 0
ight)}{c_2 – c_3 (E')^{1/m_1}}
ight)^{1/m_2}

L=Lmax(c2−c3(E′)1/m1max((E′)1/m1−c1,0))1/m2

常用常数：

2610

16384

≈

0.1593

m_1=frac{2610}{16384}approx0.1593

m1=163842610≈0.1593、

2523

≈

78.8438

m_2=frac{2523}{32}approx78.8438

m2=322523≈78.8438、

3424

4096

≈

0.8359

c_1=frac{3424}{4096}approx0.8359

c1=40963424≈0.8359、

2413

128

≈

18.8516

c_2=frac{2413}{128}approx18.8516

c2=1282413≈18.8516、

2392

128

≈

18.6875

c_3=frac{2392}{128}approx18.6875

c3=1282392≈18.6875、

max

⁡

000

L_{max}=10,000 mathrm{nits}

Lmax=10000 nits（理论上限）。

HLG（BT.2100，场景参照 + 系统伽马）
OETF：

′

{

≤

⁡

(

−

)

≤

E'=
{3Lw−−−−√,aln(12Lw−b)+c,0≤Lw≤112112<Lw≤1{3Lw,0≤Lw≤112aln⁡(12Lw−b)+c,112<Lw≤1

E′={3Lw
,aln(12Lw−b)+c,0≤Lw≤121121<Lw≤1

其中

0.17883277

a=0.17883277

a=0.17883277、

−

0.28466892

b=1-4a=0.28466892

b=1−4a=0.28466892、

0.55991073

c=0.55991073

c=0.55991073。
显示侧系统伽马近似：

sys

1.2

0.42

log

⁡

⁣

(

peak

1000

)

gamma_{ ext{sys}} = 1.2 + 0.42log_{10}!left(frac{L_{ ext{peak}}}{1000}
ight)

γsys=1.2+0.42log10(1000Lpeak)

peak

L_{ ext{peak}}

Lpeak 为面板峰值（nits）。HLG 依赖显示与环境做终端适配。

1.3 “拍—播”差异的核心直觉

HLG10：摄像侧曲线温和、动态范围依赖显示端系统伽马；适合直播/混播/SDR 兼容。HDR10：绝对亮度编码，一次映射最关键；静态元数据只给出边界（MaxCLL/MaxFALL），对内容内局部变化无能为力。HDR10+/Dolby Vision：通过动态元数据（场景/帧级）把内容意图传到显示端，便于人像/天空/夜景分场景保真，但要求生成与回放链路真实生效。

1.4 拍摄/回放环节的“职责边界”（示意）


flowchart LR
  S[场景光] --> Cam[传感器/ISP/多帧HDR]
  Cam --> Map[相机侧映射(OOTF/OETF)]
  Map --> Enc[HEVC/Main10 + 元数据]
  Enc --> OS[系统解码/合成]
  OS --> Disp[显示EOTF + 面板峰值/环境]

mermaid
123456

相机端：决定是否先进行局部映射与肤色保护，再选择 HLG 或 PQ 路线。回放端：解码 + 一次 Tone Mapping，动态元数据（若有）必须穿透到显示栈；避免应用层重复曲线。

2. 移动拍摄链路：从传感器到 HDR 片段

移动端拍摄需要在噪声、压缩、动态范围与算力/功耗之间权衡。不同标准的落点不同，导致管线组织与参数选择差异明显。

2.1 统一视角下的拍摄管线

共同任务

多帧/多曝光融合：压噪与动态范围获取的根本。色彩管理：WB/CCM 与主色域（P3 in BT.2020 容器）的协调。10-bit：避免大面积渐变的量化台阶。

2.2 HLG10 与 PQ 路线的分歧（活动图）


flowchart TD
  A[线性合成后画面] --> B{选择 HLG 还是 PQ?}
  B -- HLG10 --> H1[HLG OETF 编码(场景参照)]
  H1 --> H2[肤色/天空轻量保护(可选)]
  H2 --> H3[HEVC Main10 + 无静态元数据]
  B -- PQ(HDR10/HDR10+/DV) --> P1[PQ 目标(显示参照)]
  P1 --> P2[相机侧一次映射: 中灰锚/高光roll-off]
  P2 --> P3{是否生成动态元数据?}
  P3 -- HDR10 --> P4[静态: ST 2086 + MaxCLL/MaxFALL]
  P3 -- HDR10+ --> P5[ST 2094-40 场景/帧级参数]
  P3 -- Dolby Vision --> P6[DV RPU(场景/帧级)]
  P4 & P5 & P6 --> P7[HEVC Main10 + 对应 SEI/RPU]

mermaid

123456789101112

工程要点

HLG：相机侧尽量少做不可逆压缩，把“显示适配”交给终端系统伽马；拍摄侧更像“保真采集”。PQ：相机侧必须决定高光 roll-off、肤色保护与暗部增益；若采用 HDR10+ / DV，需要稳定且可审核的动态元数据生成链路。

2.3 动态元数据如何“落地生效”

HDR10+（ST 2094-40）示例字段（场景/帧级）：

帧平均/峰值亮度、局部对比参数、Bezier/分段曲线控制点、色度保护权重等。
Dolby Vision（RPU）：包含 L2/L8 层面的亮度映射与色彩保护参数（不同 Profile 内容略有差异），回放时交由 DV 引擎解析并施加。

关键点：移动端必须确保编码器 → 宿主 OS → GPU 合成链完整传递并应用这些动态元数据；否则“看起来像 HDR10”（静态）而非“+ / DV”。

2.4 码控与容器配置（移动常见）

项	建议/常见值	说明
编码	HEVC Main10	10-bit 必选
采样	4:2:0，8-bit YUV 表面（渲染）	码流为 10-bit
GOP	1–2 秒	兼顾 seek 与压缩
码率	1080p@30：15–25 Mbps（起点）	HDR 内容比 SDR 更“难压”
VUI/SEI	色域/传输/矩阵标志准确	防止回放路径误判
元数据	HDR10：ST2086 + MaxCLL/MaxFALL；HDR10+：ST2094-40；DV：RPU	生成与穿透需一致性测试

2.5 人像/天空等重点场景的拍摄差异

场景	HLG10（相机侧）	PQ + 动态元数据（HDR10+/DV）
人像	轻量肤色锁定，保守高光压缩	帧/场景级设定肤色带宽与减饱和策略；高光 roll-off 可随场景变
天空渐变	依赖显示侧系统伽马；对量化敏感	可按场景调整局部对比与曲线平滑度，结合 10-bit 抖动减带状
夜景噪声	相机端抬黑位与降噪，显示侧再适配	场景级暗部增益 + 降噪/去色噪权重随场景调整
运动/直播	低时延，SDR 混播容忍	元数据生成与生效路径复杂，对平台一致性要求高

2.6 “拍—播”端到端一致性自检

3. 元数据与映射策略：静态 vs 动态 vs 帧级

HDR 视频里，“曲线怎么压、高光怎么保、肤色怎么稳”，最终都要靠元数据把“意图”从拍摄传递到回放。移动端最常落地的三类：

HDR10（PQ + 静态元数据）：ST 2086（主监信息）+ MaxCLL/MaxFALL（峰值/平均）——全片一个参数集。HDR10+（PQ + 动态元数据）：ST 2094-40 ——场景/帧级的映射与颜色保护参数。Dolby Vision（PQ + RPU）：RPU（动态）——帧级的亮度映射/颜色保护；移动端常见 Profile 5/8.x。

3.1 字段与作用（开发者视角）

类别	关键字段（常见）	生效位置	作用
HDR10 静态	ST 2086：主色域 xy、白点 D65、最小/最大亮度；MaxCLL/MaxFALL	编码时写入 VUI/SEI（容器亦可带 `colr`）	约束回放侧的显示映射上限与全片边界
HDR10+ 动态	`targeted_system_display_maximum_luminance`、`knee_point_x/y`、`bezier_curve_anchors`、`maxscl`、`num_windows`、色度/饱和度权重…	编码时写入 SEI（逐场景/逐帧）	告诉回放侧这一帧/场景应该如何压高光、护肤色、抑制过饱和
Dolby Vision RPU	L2/L8 等层（映射曲线、色度保护、显示目标）+ Profile/Level	RPU 附着在码流（SEI/EL），容器可带 `dovi`	DV 引擎应用专有映射，实现更稳定的端到端表现

直觉：静态元数据是“边界条件”，动态元数据是“逐帧指令”。

3.2 拍摄侧：动态元数据生成流程（示意）


flowchart TD
  A[线性融合帧] --> B[亮度直方图/峰值/MaxRGB]
  B --> C[ROI检测: 肤色/天空/高光/阴影]
  C --> D[曲线拟合: knee/Bezier/分段单调]
  D --> E[色彩保护: Hue锁定/高光减饱和权重]
  E --> F{标准?}
  F -- HDR10 --> G[ST2086 + MaxCLL/MaxFALL 写入]
  F -- HDR10+ --> H[2094-40 帧/场景级 SEI]
  F -- Dolby Vision --> I[RPU 生成 (P5/P8.x)]

mermaid
123456789

工程要点

曲线必须单调、端点连续（高光 roll-off 与中灰锚定）。肤色 ROI设置Δh° 限幅与高光减饱和，避免“塑料感”。噪声场景（夜景/极暗）在暗部预加约束，防止映射后噪声被抬出。

3.3 回放侧：一次映射与元数据优先级

策略

有 HDR10+ / DV → 优先用动态元数据；否则按 HDR10 静态 + 系统显示信息（峰值/环境）估计；禁止二次映射：系统合成已做 Tone 时，应用层不要再加曲线（只做色域/肤色保护）。

3.4 生成/验证的最小闭环

3.5 Android 实作片段（静态/动态元数据）

说明：不同厂商 ROM/版本对动态元数据支持差异较大，以下展示典型用法与防御式写法。


// 1) HDR10 静态元数据（ST2086 + MaxCLL/MaxFALL）
val format = MediaFormat.createVideoFormat(MediaFormat.MIMETYPE_VIDEO_HEVC, width, height)
format.setInteger(MediaFormat.KEY_PROFILE, MediaCodecInfo.CodecProfileLevel.HEVCProfileMain10)
format.setInteger(MediaFormat.KEY_BIT_RATE, bitRate)
format.setInteger(MediaFormat.KEY_FRAME_RATE, fps)
format.setInteger(MediaFormat.KEY_COLOR_STANDARD, MediaFormat.COLOR_STANDARD_BT2020)
format.setInteger(MediaFormat.KEY_COLOR_TRANSFER, MediaFormat.COLOR_TRANSFER_ST2084)
format.setInteger(MediaFormat.KEY_COLOR_RANGE, MediaFormat.COLOR_RANGE_LIMITED)

// ST2086 / MaxCLL/MaxFALL (结构体按平台接口写入)
val hdrStatic = ByteBuffer.allocate(25 /*示意*/)
// ... 填入 master display primaries/white/MinL/MaxL, MaxCLL/MaxFALL
format.setByteBuffer("hdr-static-info", hdrStatic)  // 部分平台键名等同 KEY_HDR_STATIC_INFO

// 2) HDR10+ 动态元数据（逐帧/场景写入；依赖平台支持）
val hdr10PlusBuf: ByteBuffer = obtain2094_40ForFrame(frameIndex)
format.setByteBuffer("hdr10-plus-info", hdr10PlusBuf) // 部分平台定义为 KEY_HDR10_PLUS_INFO

kotlin
运行
1234567891011121314151617

4. 编码与封装：码控、分层与兼容输出

移动端以 HEVC Main10 为主。HDR10+ 与 DV 在“怎么把动态元数据塞进码流/容器”上各有做法；DV 还涉及单层/双层之分。

4.1 HEVC 编码参数基线（移动常见）

项	建议值/范围	说明
Profile/Level	Main10 / Level 5.1–5.2	4K/60 需更高 Level
Chroma	4:2:0	兼容性最佳
GOP	1–2 s（IDR）	权衡 seek/压缩
码率	1080p@30：15–25 Mbps 起	HDR 更难压
VUI/SEI	标记 BT.2020 / ST2084（或 HLG）	防误判
带宽守恒	`vbv-maxrate/vbv-bufsize` 合理	防峰值失控

x265（HDR10 静态）示例


ffmpeg -i in_10bit.yuv -s 3840x2160 -r 30 -pix_fmt yuv420p10le 
  -c:v libx265 -x265-params 
"hdr10=1:hdr-opt=1:repeat-headers=1:colorprim=bt2020:transfer=smpte2084:colormatrix=bt2020nc:
 master-display=G(13250,34500)B(7500,3000)R(34000,16000)WP(15635,16450)L(10000000,50):
 max-cll=1000,400:vbv-maxrate=25000:vbv-bufsize=25000:keyint=60:min-keyint=60" 
  -an -movflags +faststart -y out_hdr10.mp4

bash
123456

x265（HDR10+ 动态）示例（已有 2094-40 JSON/Binary）


ffmpeg -i in_10bit.yuv -s 3840x2160 -r 30 -pix_fmt yuv420p10le 
  -c:v libx265 -x265-params 
"hdr10=1:hdr10-opt=1:dhdr10-info=hdr10plus.json:repeat-headers=1:
 colorprim=bt2020:transfer=smpte2084:colormatrix=bt2020nc:
 master-display=G(13250,34500)B(7500,3000)R(34000,16000)WP(15635,16450)L(10000000,50):
 max-cll=1000,400:vbv-maxrate=25000:vbv-bufsize=25000" 
  -an -movflags +faststart -y out_hdr10plus.mp4

bash
1234567

提示：hdr10=1 与 master-display/max-cll 保持一致；dhdr10-info 需与每帧场景分析对应。

4.2 Dolby Vision：单层与双层

单层（Profile 5 / 8.x）：仅一个 HEVC 码流（BL），RPU 作为 SEI 跟随每帧；P8.1 常与 HDR10 兼容（BL=PQ + 静态元数据 + RPU）。双层（Profile 7）：BL（HDR10 兼容） + EL（增强层） + RPU；移动端较少采用，复杂度与带宽更高。


flowchart LR
  subgraph 单层(P5/P8.x)
    A[HEVC BL Main10 (PQ)] --> B[RPU(SEI)]
  end
  subgraph 双层(P7)
    C[HEVC BL Main10 (PQ)] --> D[EL 增强层]
    C --> E[RPU]
  end

mermaid
12345678

容器要点（MP4）

HEVC 轨：hvc1/hev1 + hvcC；色彩信息可在 colr；DV 可带 dovi box（标出 dv_profile/dv_level 等），同时 RPU 在码流里；时间戳对齐：RPU 必须与帧严格对齐（CTS/DTS）。

4.3 HLG10 的编码/封装注意

传输函数置为 HLG（ARIB STD-B67/BT.2100 HLG）；不需要 ST 2086；系统伽马在显示侧决定；仍推荐 10-bit / 4:2:0，并保持与 SDR 混播的兼容（直播/流媒体友好）。

4.4 兼容输出与多版本管理

实际分发往往需要多版本产物，以覆盖不同平台/面板：

版本	用途	生成要点
HDR10	广泛兼容	一次映射稳定；ST2086/MaxCLL/MaxFALL 完整
HDR10+	支持动态元数据的平台	2094-40 准确生成、逐帧对齐
Dolby Vision（P8.1）	iOS/部分 Android 高端机	BL=HDR10 兼容 + RPU；容器含 `dovi`
SDR 代理	非 HDR 平台/分享/编辑	与 HDR 渲染同曲线导出；肤色/天空一致性

多版本导出决策（示意）


flowchart TD
  A[母版(线性/Log/CineLike)] --> B{目标平台}
  B -- 仅SDR --> S[SDR 代理导出]
  B -- 通用HDR --> H10[HDR10 导出]
  B -- 支持HDR10+ --> H10P[HDR10+ 导出]
  B -- 支持DV --> DV[Dolby Vision P8.1 导出]

mermaid
123456

4.5 播放链路的“二次映射”防护

当系统合成已经做 Tone Mapping：应用侧不要再做曲线（仅色域/肤色保护），防止亮度台阶与高光过压；各版本统一 LUT 家族（HDR→SDR 渲染与 SDR 代理导出一致），减少 A/B 不一致；记录回放端峰值亮度/面板模式，用于问题回溯。

4.6 常见问题与排查

现象	可能原因	处理
画面偏灰/偏黄	中灰锚定不一致/二次映射	统一 18% 灰定位；系统做 Tone 时禁用应用曲线
高光塑料感	动态元数据饱和保护过弱	提高高光减饱和权重；肤色 Δh° 限幅
渐变带状	8-bit 环节/量化台阶	始终 10-bit；必要时抖动；降低过激对比
DV 不生效	RPU 未穿透/容器缺 `dovi`	检查帧对齐与容器；核对 Profile/Level
HDR10+ 退化	2094-40 被丢弃	检查编码器参数；验证回放端是否解析 SEI

5. 回放链路：系统合成、解码器与面板

移动端回放由解码 → 元数据解析 → 一次映射 → 合成 → 面板 EOTF串起。差异点在于：系统是否吃掉/传递动态元数据、是否已经做过 Tone Mapping、面板峰值/APL 限制以及应用层是否又叠加了一次曲线。

5.1 回放决策（流程）


flowchart TD
  A[输入: HEVC Main10 + {静态/动态}元数据] --> B[系统解码]
  B --> C{动态元数据支持?}
  C -- 支持(HDR10+/DV) --> D[帧级曲线生成]
  C -- 不支持 --> E[退化为 HDR10 静态]
  D --> F[一次 Tone Mapping + 色域转换]
  E --> F
  F --> G{系统已做 Tone?}
  G -- 是 --> H[应用仅做色域/肤色保护]
  G -- 否 --> I[应用层可做曲线(保持一次)]
  H --> J[GPU 合成 → 面板EOTF]
  I --> J

mermaid

123456789101112

5.2 Android 能力探测与“一次映射”护栏（Kotlin）

目的：只做一次 Tone。系统合成已做映射时，应用禁用自己的 Tone。


object HdrPlayback {

    fun hdrTypes(context: Context): IntArray {
        val dm = context.getSystemService(Context.DISPLAY_SERVICE) as DisplayManager
        val disp = dm.displays.first()
        return disp.hdrCapabilities?.supportedHdrTypes ?: intArrayOf()
    }

    fun hasHdr10Plus(types: IntArray) =
        types.contains(Display.HdrCapabilities.HDR_TYPE_HDR10_PLUS)
    fun hasDolbyVision(types: IntArray) =
        types.contains(Display.HdrCapabilities.HDR_TYPE_DOLBY_VISION)
    fun hasHLG(types: IntArray) =
        types.contains(Display.HdrCapabilities.HDR_TYPE_HLG)
    fun hasHdr10(types: IntArray) =
        types.contains(Display.HdrCapabilities.HDR_TYPE_HDR10)

    /** 是否由系统合成链路做了 Tone（保守：大多数 ROM 在 HDR→SDR 路径会做） */
    fun systemDoesToneMapping(): Boolean = true

    /** 应用侧播放策略 */
    data class Strategy(
        val appToneEnabled: Boolean, // 应用是否启用曲线
        val preferSurfaceF16: Boolean, // 是否申请 RGBA_F16 Surface
        val dynamicMetadataExpected: Boolean // 期待动态元数据生效
    )

    fun decideStrategy(context: Context): Strategy {
        val types = hdrTypes(context)
        val dynMeta = hasHdr10Plus(types) || hasDolbyVision(types)
        val sysTone = systemDoesToneMapping()
        return when {
            dynMeta && !sysTone -> Strategy(appToneEnabled = false, preferSurfaceF16 = true, dynamicMetadataExpected = true)
            dynMeta && sysTone  -> Strategy(appToneEnabled = false, preferSurfaceF16 = true, dynamicMetadataExpected = true)
            !dynMeta && !sysTone-> Strategy(appToneEnabled = true,  preferSurfaceF16 = true, dynamicMetadataExpected = false)
            else                -> Strategy(appToneEnabled = false, preferSurfaceF16 = false, dynamicMetadataExpected = false)
        }
    }
}

kotlin
运行
123456789101112131415161718192021222324252627282930313233343536373839

要点

HDR10+/DV：尽量让系统链路吃元数据；应用不再做 Tone（避免“二次映射”）。仅 HDR10/HLG 且系统不做 Tone：应用可做一套固定曲线（与导出/相册一致）。优先请求 F16 Surface，但低端机/不稳定 ROM 下退回 ARGB_8888。

5.3 ExoPlayer/MediaCodec 配置片段（Android）


// ExoPlayer 使用默认 Renderers 即可透传大多数 HDR 能力；仅示例关键参数
val trackSelector = DefaultTrackSelector(context).apply {
    parameters = buildUponParameters()
        .setTunnelingEnabled(true) // 降低功耗
        .build()
}
val player = ExoPlayer.Builder(context)
    .setTrackSelector(trackSelector)
    .build()

// 输出 Surface：优先 RGBA_F16
val surfaceTexture = SurfaceTexture(0).apply { setDefaultBufferSize(1920, 1080) }
val surface = Surface(surfaceTexture)
player.setVideoSurface(surface)

kotlin
运行
1234567891011121314

注：动态元数据（HDR10+ 的 ST 2094-40、DV 的 RPU）是否生效由系统视频栈决定；应用层的职责是不再叠加自己的 Tone，并在 UI 层做肤色/高光保护等轻量操作时确保不改变亮度映射。

5.4 iOS/visionOS 简述（Swift）

使用 AVPlayer + EDR（Extended Dynamic Range）；对 Dolby Vision（P5/P8）由系统 VideoToolbox + CoreAnimation 管线处理；应用层不要再对 MTKView 输出做 Tone；仅进行色域管理与轻量风格保护。


let player = AVPlayer(url: url)
let layer = AVPlayerLayer(player: player)
layer.wantsExtendedDynamicRangeContent = true // EDR
layer.pixelBufferAttributes = [
  kCVPixelBufferPixelFormatTypeKey as String: kCVPixelFormatType_420YpCbCr10BiPlanarVideoRange
]
view.layer.addSublayer(layer)
player.play()

swift
运行12345678

5.5 面板峰值与 APL（平均画面亮度）

同一峰值下，高 APL 场景（满屏亮）将触发系统亮度保护导致观感下降；HLG10 对环境与峰值的自适应更强；HDR10+ / DV 可借由动态元数据在高 APL 场景降低高光欲望、保留中灰对比。评测时记录 峰值/模式（HDR10/HLG/DV）/APL 与亮度跟踪误差。

6. 一致性与测评：主客观指标与样本集

目标：构建可复现、跨设备的测评体系，回答三个问题：
1）回放链路是否只做一次映射；2）动态元数据是否真正生效；3）多标准/多设备间色彩与层次是否一致。

6.1 样本集与任务

类别	场景	目的
测试片	亮度阶梯、斜坡、色卡（P3/BT.2020）、高光剪裁图	EOTF 跟踪、带状/量化、色域还原
实拍	人像（多肤色）、天空渐变、夜景、室内混光、霓虹高反差	ΔE/Δh°、高光/暗部细节、APL 下的亮度策略
元数据应答	预先设定不同场景/帧级曲线（HDR10+/DV）	验证动态元数据穿透与生效

采样：每类 ≥ 30 段（≥3–5 秒），帧级元数据样本至少 10 段。

6.2 亮度跟踪（EOTF）与一次映射校验

方法 A：应用内生成灰阶斜坡 → PixelCopy 采样（Android）

用于检测系统是否已做 Tone：同一内容在“应用开/关曲线”两种策略下采样，若两者差异极小，说明系统已完成 Tone。


// 生成线性斜坡并在 Surface 上显示，然后 PixelCopy 回读测量
fun measureSlopeEotf(activity: Activity, view: SurfaceView, w: Int, h: Int): FloatArray {
    val bmp = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888)
    // 绘制线性斜坡 0..1 到 sRGB（系统可能做 HDR→SDR）
    val canvas = Canvas(bmp)
    val p = Paint()
    for (x in 0 until w) {
        val t = x.toFloat() / (w - 1)
        val v = (t * 255).toInt()
        p.color = Color.rgb(v, v, v)
        canvas.drawLine(x.toFloat(), 0f, x.toFloat(), h.toFloat(), p)
    }
    // 显示到 view 后，用 PixelCopy 回读实际输出
    val out = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888)
    val latch = CountDownLatch(1)
    PixelCopy.request(view, out, { latch.countDown() }, Handler(Looper.getMainLooper()))
    latch.await(300, TimeUnit.MILLISECONDS)

    // 取中线的亮度曲线（0..1）
    val curve = FloatArray(w)
    for (x in 0 until w) {
        val c = out.getPixel(x, h/2)
        val r = Color.red(c)/255f; val g = Color.green(c)/255f; val b = Color.blue(c)/255f
        val l = 0.2126f*r + 0.7152f*g + 0.0722f*b
        curve[x] = l
    }
    return curve
}

kotlin
运行
12345678910111213141516171819202122232425262728

判定：把 curve 与理想 sRGB 或目标 SDR 曲线比较；若“系统 Tone 开/关策略”的曲线几乎相同 → 系统已做 Tone。应用层应禁用自己的 Tone。

6.3 动态元数据生效性（帧级应答）

思路：准备三段相同内容、不同高光策略的 HDR10+ 或 DV 片段（例如 knee 更早/更晚、饱和保护强/弱），在同一设备回放并以 PixelCopy 或 摄像机外拍对比高光片段的亮度/饱和趋势。

检查点	期望
帧间高光 roll-off 变化	随元数据变化，亮度/饱和曲线应有可测差异
肤色 Δh°	在设定范围内带限（如 ≤3.5°），变化随元数据生效
APL 变化	高 APL 场景下目标峰值下降（保护整体亮度），曲线更保守

6.4 客观指标集（统一口径）

指标	说明	目标
EOTF RMSE	亮度曲线与目标 SDR 曲线的均方根误差	≤ 0.03
ΔE00（P95）	色卡/肤色/天空 ROI 与参考的 CIEDE2000	≤ 3.0
Δh°（P95）	肤色色相角差	≤ 3.5°
高光保留率	高光 ROI 的 P95 亮度/参考亮度	≥ 0.9
BandingScore	斜坡/天空	≤ 0.30
Flicker（视频）	帧序列低通 RMSE（灰/肤/天空）	≤ 0.02

参考的“目标曲线”可选：应用/相册统一的 HDR→SDR 曲线，或参考机（同平台）输出。

6.5 Python 评测（EOTF / ΔE / 带状）

输入为两条等长曲线或两帧对齐图像；仅依赖 numpy。


# hdr_playback_eval.py
import numpy as np

def rmse(a, b): a, b = np.asarray(a), np.asarray(b); return float(np.sqrt(np.mean((a-b)**2)))

def eotf_rmse(measured_curve, target_curve):
    m = np.asarray(measured_curve); t = np.asarray(target_curve)
    m /= (np.max(m)+1e-6); t /= (np.max(t)+1e-6)
    return rmse(m, t)

def banding_score(gray):
    d2x = gray[:,2:]-2*gray[:,1:-1]+gray[:,:-2]
    d2y = gray[2:,:]-2*gray[1:-1,:]+gray[:-2,:]
    return float(np.mean(np.abs(d2x))) + float(np.mean(np.abs(d2y)))

def deltaE2000(lab1, lab2):
    L1,a1,b1 = lab1[...,0],lab1[...,1],lab1[...,2]
    L2,a2,b2 = lab2[...,0],lab2[...,1],lab2[...,2]
    kL=kC=kH=1.0
    C1 = np.sqrt(a1*a1 + b1*b1); C2 = np.sqrt(a2*a2 + b2*b2)
    Cm = 0.5*(C1+C2)
    G = 0.5*(1 - np.sqrt((Cm**7)/((Cm**7)+(25**7))))
    a1p = (1+G)*a1; a2p=(1+G)*a2
    C1p = np.sqrt(a1p*a1p + b1*b1); C2p=np.sqrt(a2p*a2p + b2*b2)
    h1p = np.degrees(np.arctan2(b1, a1p))%360.0
    h2p = np.degrees(np.arctan2(b2, a2p))%360.0
    dLp = L2-L1; dCp = C2p-C1p
    dhp = h2p-h1p; dhp = np.where(dhp>180, dhp-360, dhp); dhp = np.where(dhp<-180, dhp+360, dhp)
    dHp = 2*np.sqrt(C1p*C2p)*np.sin(np.radians(dhp)/2)
    Lpm = 0.5*(L1+L2); Cpm = 0.5*(C1p+C2p)
    hp_sum = h1p+h2p
    Hpm = np.where(np.abs(h1p-h2p)>180, (hp_sum+360)/2, hp_sum/2)
    T = 1 - 0.17*np.cos(np.radians(Hpm-30)) + 0.24*np.cos(np.radians(2*Hpm)) 
          + 0.32*np.cos(np.radians(3*Hpm+6)) - 0.20*np.cos(np.radians(4*Hpm-63))
    Sl = 1 + (0.015*(Lpm-50)**2)/np.sqrt(20+(Lpm-50)**2)
    Sc = 1 + 0.045*Cpm; Sh = 1 + 0.015*Cpm*T
    Rt = -2*np.sqrt((Cpm**7)/((Cpm**7)+(25**7))) * np.sin(np.radians(60*np.exp(-((Hpm-275)/25)**2)))
    dE = np.sqrt((dLp/(kL*Sl))**2 + (dCp/(kC*Sc))**2 + (dHp/(kH*Sh))**2 + Rt*(dCp/(kC*Sc))*(dHp/(kH*Sh)))
    return dE.astype(np.float32)

python
运行
123456789101112131415161718192021222324252627282930313233343536373839

6.6 元数据应答测试（通过/失败判据）

HDR10+：相同内容三段（弱/中/强）knee 与饱和保护；对比高光 ROI 的峰值与过饱和像素比例：

Δ峰值相对误差 ≤ 10% 且 过饱和像素占比随强度单调下降 ⇒ PASS。

DV：同样方法，期待 DV 段在同一面板下较 HDR10 表现更稳定（EOTF RMSE 较小、肤色 Δh° 更稳定）。

6.7 端到端评测流程（Mermaid）


flowchart TD
  A[准备: 样本/曲线/元数据] --> B[目标设备回放: 系统/应用策略A/B]
  B --> C[PixelCopy/外拍采样]
  C --> D[计算: EOTF RMSE/ΔE/Δh/Banding/高光保留]
  D --> E{阈值通过?}
  E -- 否 --> F[定位: 二次映射/不识别动态元数据/峰值误配]
  E -- 是 --> G[冻结参数 → 上线回放策略]

mermaid
1234567

6.8 常见失败样例与修复

症状	可能原因	修复方向
亮度台阶/灰偏	系统已做 Tone，应用又做	应用禁用曲线，仅做色域/肤色保护
动态元数据不生效	SEI/RPU 被丢、容器缺 box	检查编码器与容器；核对 CTS/DTS 对齐
高光塑料感	饱和保护参数过弱	提高高光减饱和；肤色 Δh° 限幅
带状	8-bit 环节或过激对比	全链路 10-bit；必要时抖动；roll-off 放缓
设备间差异大	面板峰值/APL 策略不同	结合峰值/环境自适应；HLG10 或动态元数据优化

7. 实战差异与选型建议

在移动端，素材来源、分发目标、端能力三件事决定你选 HLG10 / HDR10 / HDR10+ / Dolby Vision 的优先级。下面给出工程向的“约束→选择→产出”方法。

7.1 典型业务场景与推荐

场景	约束/目标	推荐标准	理由与注意
直播/合拍/混播（含 SDR 观众）	低时延、跨设备混排、室外变光	HLG10	场景参照，显示侧系统伽马自适，SDR 相对友好；相机侧少做不可逆压缩，保留空间给终端
通用拍摄/相册/跨平台分享	广覆盖、一次映射稳定、编辑友好	HDR10（+ SDR 代理）	最广兼容；静态元数据到位、导出一套稳定 PQ→SDR 曲线，保证后续一致性
Android 高端机生态、短视频平台	强调人像/场景差异、需“跟随内容”	HDR10+	动态元数据逐场景/帧调节 roll-off 与饱和保护；需要验证平台解析与生效
iOS 主阵地或移动影院风格	高端面板、系统级 DV 引擎	Dolby Vision (P8.1/P5)	DV 引擎亮度/色彩更稳；P8.1 与 HDR10 兼容，分发更灵活
专业后期/院线风格练习	统一 PQ 母版，派生多版本	HDR10 母版 + 派生 DV/HLG	以 PQ 母版为锚，导出 DV/HLG/HDR10+ 版本，统一 Look 与曲线族

建议始终产出一份高质量 SDR 代理（与 HDR→SDR 渲染同曲线），用于不支持 HDR 的端与第三方应用。

7.2 选择决策树（拍摄侧）


flowchart TD
  A[定义分发目标/平台] --> B{需要 SDR 混播/直播?}
  B -- 是 --> HLG[选 HLG10]
  B -- 否 --> C{Android/iOS 高端覆盖?}
  C -- iOS 优先 --> DV[选 Dolby Vision (P8.1/P5)]
  C -- Android 广泛 --> D{平台支持动态元数据?}
  D -- 支持 --> H10P[选 HDR10+]
  D -- 不支持/不确定 --> H10[选 HDR10 (静态)]
  HLG --> OUT[产出: HLG10 + SDR 代理]
  H10 --> OUT
  H10P --> OUT[统一 SDR 代理]
  DV --> OUT

mermaid

123456789101112

7.3 成本—收益评估（移动端实现）

维度	HLG10	HDR10	HDR10+	Dolby Vision
Encoder 复杂度	★	★★	★★★	★★★
元数据链路	无	静态	动态（帧/场景）	动态（RPU，引擎）
端覆盖度	★★★	★★★★	★★–★★★	★★–★★★
一致性（跨设备）	依赖面板/环境	中	高（生效时）	高（引擎生效时）
SDR 兼容/混播	强	一般	一般	一般
调参空间	中（相机侧轻映射）	中（一次映射）	高	高

星级越多越“重/强”。动态元数据的收益取决于是否真实生效，务必做 5–6 章所述的应答验证。

7.4 多版本产物与统一风格

母版：以 PQ（HDR10） 做一个可审计的母版（10-bit、P3 in BT.2020），在此基础上：

向上：DV P8.1（BL=HDR10 兼容 + RPU）；侧向：HDR10+（2094-40），参数来自相同 ROI/曲线分析；向下：HLG10（基于母版 LUT 逆向到 HLG OETF），SDR 代理沿用同一 SDR 曲线。

统一 LUT 家族：Hdr→Sdr、相册缩略、分享导出都用同一族曲线（中灰锚定一致、高光 roll-off 一致、肤色 Δh° 限幅一致）。

7.5 参数建议（起点）

项	1080p@30	4K@30	说明
平均码率（HDR10/HDR10+）	15–25 Mbps	40–65 Mbps	视运动/细节增减
GOP	60 帧	60–90 帧	IDR 对齐元数据边界
MaxCLL/MaxFALL（起点）	1000/400 nits	1000/400 nits	与面板/调色一致
HDR10+ knee（起点）	x≈0.75, y≈0.85	同左	场景再细化
DV P8.1	BL=PQ + RPU	同左	容器含 `dovi` box

8. 工程清单与常见问题

把“容易踩坑”的点列成发布前清单与排障流程，降低跨端不一致与上线回退的风险。

8.1 发布前自检清单（必做）

拍摄/编码

10-bit 全链路：传感器→ISP→编码→封装无 8-bit 降级环节 色域/传输函数标记正确：BT.2020 + ST2084 / HLG 与容器 colr 一致 静态元数据（HDR10）：master-display / max-cll / max-fall 合理且与调色一致 动态元数据（HDR10+ / DV）：逐帧/场景与画面分析一致，时间戳对齐无漂移 SDR 代理：与回放路径 SDR 曲线一致（肤色/天空对齐）

回放/应用

一次映射：系统合成做 Tone 时，应用不再做曲线（仅色域/HueSat 保护） F16 / 8888 路径可切换：低端机有 ARGB_8888 降级 峰值与 APL 记录：评测与回放日志包含面板峰值/模式/APL 动态元数据应答：样片强/弱/中三档能观察到高光/饱和的单调变化 一致性指标：EOTF RMSE、ΔE00、Δh°、Banding/Flicker 达标（见第 6 章）

8.2 常见问题与快速定位


flowchart TD
  A[观感异常] --> B{亮度台阶/偏灰?}
  B -- 是 --> B1[检查是否二次映射 → 应用禁用曲线]
  B -- 否 --> C{高光塑料感/肤色偏移?}
  C -- 是 --> C1[提高高光减饱和; Δh° 限幅收紧]
  C -- 否 --> D{渐变带状/块效应?}
  D -- 带状 --> D1[确认全链路10-bit; 抖动; 放缓 roll-off]
  D -- 块效应 --> D2[提升码率/减锐化; 预滤块边]
  D --> E{DV/HDR10+ 无效?}
  E -- 是 --> E1[检查 SEI/RPU 穿透/容器 box/帧对齐]

mermaid

12345678910

8.3 端到端对齐模板（记录字段）

分组	字段	示例
素材	分辨率/帧率/码率、曲线版本、ROI 配置	3840×2160@30, 48 Mbps, LUT v3
元数据	ST2086、MaxCLL/FALL、2094-40、RPU	MaxCLL=1000, MaxFALL=400
回放设备	SoC/OS/面板峰值/APL/模式	XYZ@Android 14, 1200 nits, APL 0.65
结果	EOTF RMSE、ΔE00/Δh°、Banding、Flicker	0.021 / 2.6 / 0.27 / 0.012
结论	PASS/FAIL 与动作	PASS；上线灰度 25%

8.4 多版本打包/分发（流程）


flowchart TD
  M[HDR 母版 PQ] --> H10[导出 HDR10]
  M --> H10P[导出 HDR10+ (2094-40)]
  M --> DV[导出 DV P8.1 (BL=HDR10+RPU)]
  M --> HLG[导出 HLG10]
  M --> SDR[导出 SDR 代理(同曲线)]
  H10 & H10P & DV & HLG & SDR --> QC[一致性评测/元数据应答]
  QC -->|PASS| PUB[按平台路由分发/相册入库]
  QC -->|FAIL| FIX[调参回环]

mermaid
123456789

8.5 经验参数与阈值（便笺）

肤色 Δh° 限幅：≤ 3.5°；高光区 减饱和 15–25%EOTF RMSE（SDR 目标）：≤ 0.03BandingScore（天空/斜坡）：≤ 0.30Flicker（视频）：≤ 0.02一次映射：只能出现一次；其余仅做色域/HueSat 轻处理

个人简介

作者简介：全栈研发，具备端到端系统落地能力，专注人工智能领域。
个人主页：观熵
个人邮箱：privatexxxx@163.com
座右铭：愿科技之光，不止照亮智能，也照亮人心！

专栏导航

观熵系列专栏导航：
具身智能：具身智能
国产 NPU × Android 推理优化：本专栏系统解析 Android 平台国产 AI 芯片实战路径，涵盖 NPU×NNAPI 接入、异构调度、模型缓存、推理精度、动态加载与多模型并发等关键技术，聚焦工程可落地的推理优化策略，适用于边缘 AI 开发者与系统架构师。
DeepSeek国内各行业私有化部署系列：国产大模型私有化部署解决方案
智能终端Ai探索与创新实践：深入探索智能终端系统的硬件生态和前沿 AI 能力的深度融合！本专栏聚焦 Transformer、大模型、多模态等最新 AI 技术在智能终端的应用，结合丰富的实战案例和性能优化策略，助力智能终端开发者掌握国产旗舰 AI 引擎的核心技术，解锁创新应用场景。
企业级 SaaS 架构与工程实战全流程：系统性掌握从零构建、架构演进、业务模型、部署运维、安全治理到产品商业化的全流程实战能力
GitHub开源项目实战：分享GitHub上优秀开源项目，探讨实战应用与优化策略。
大模型高阶优化技术专题
AI前沿探索：从大模型进化、多模态交互、AIGC内容生成，到AI在行业中的落地应用，我们将深入剖析最前沿的AI技术，分享实用的开发经验，并探讨AI未来的发展趋势
AI开源框架实战：面向 AI 工程师的大模型框架实战指南，覆盖训练、推理、部署与评估的全链路最佳实践
计算机视觉：聚焦计算机视觉前沿技术，涵盖图像识别、目标检测、自动驾驶、医疗影像等领域的最新进展和应用案例
国产大模型部署实战：持续更新的国产开源大模型部署实战教程，覆盖从模型选型 → 环境配置 → 本地推理 → API封装 → 高性能部署 → 多模型管理的完整全流程
Agentic AI架构实战全流程：一站式掌握 Agentic AI 架构构建核心路径：从协议到调度，从推理到执行，完整复刻企业级多智能体系统落地方案！
云原生应用托管与大模型融合实战指南
智能数据挖掘工程实践
Kubernetes × AI工程实战
TensorFlow 全栈实战：从建模到部署：覆盖模型构建、训练优化、跨平台部署与工程交付，帮助开发者掌握从原型到上线的完整 AI 开发流程
PyTorch 全栈实战专栏： PyTorch 框架的全栈实战应用，涵盖从模型训练、优化、部署到维护的完整流程
深入理解 TensorRT：深入解析 TensorRT 的核心机制与部署实践，助力构建高性能 AI 推理系统
Megatron-LM 实战笔记：聚焦于 Megatron-LM 框架的实战应用，涵盖从预训练、微调到部署的全流程
AI Agent：系统学习并亲手构建一个完整的 AI Agent 系统，从基础理论、算法实战、框架应用，到私有部署、多端集成
DeepSeek 实战与解析：聚焦 DeepSeek 系列模型原理解析与实战应用，涵盖部署、推理、微调与多场景集成，助你高效上手国产大模型
端侧大模型：聚焦大模型在移动设备上的部署与优化，探索端侧智能的实现路径
行业大模型 · 数据全流程指南：大模型预训练数据的设计、采集、清洗与合规治理，聚焦行业场景，从需求定义到数据闭环，帮助您构建专属的智能数据基座
机器人研发全栈进阶指南：从ROS到AI智能控制：机器人系统架构、感知建图、路径规划、控制系统、AI智能决策、系统集成等核心能力模块
人工智能下的网络安全：通过实战案例和系统化方法，帮助开发者和安全工程师识别风险、构建防御机制，确保 AI 系统的稳定与安全
智能 DevOps 工厂：AI 驱动的持续交付实践：构建以 AI 为核心的智能 DevOps 平台，涵盖从 CI/CD 流水线、AIOps、MLOps 到 DevSecOps 的全流程实践。
C++学习笔记？：聚焦于现代 C++ 编程的核心概念与实践，涵盖 STL 源码剖析、内存管理、模板元编程等关键技术
AI × Quant 系统化落地实战：从数据、策略到实盘，打造全栈智能量化交易系统
大模型运营专家的Prompt修炼之路：本专栏聚焦开发 / 测试人员的实际转型路径，基于 OpenAI、DeepSeek、抖音等真实资料，拆解从入门到专业落地的关键主题，涵盖 Prompt 编写范式、结构输出控制、模型行为评估、系统接入与 DevOps 管理。每一篇都不讲概念空话，只做实战经验沉淀，让你一步步成为真正的模型运营专家。