基于镜头的编码

基于镜头的编码比基于主题的编码带来更高的编码效率，由于对内容感知的粒度更加细，这种改变的结果显而易见。然而，更细粒度的编码也会带来更高的负责度，比如在AWS环境中，在基础设施服务失效的情况下，如何最大限度的保留已编码的成果，从而减少重复编码工作。本文来自Netflix的科技博客，LiveVideoStack对原文进行了摘译。

文 / Megha Manohara，Anush Moorthy，Jan De Cock，Ioannis Katsavounidis, Anne Aaron

译 / 元宝

原文 ： https://medium.com/netflix-techblog/optimized-shot-based-encodes-now-streaming-4b9464204830

当您正在从Netflix上收看的最喜爱的电视节目或电影时，糟糕的画质——如成块状，模糊，扭曲的脸部和物体 ，会让你不想再看下去。在很多情况下，低带宽网络或数据限流导致我们接受不了完美的图像。为了解决这个问题，Netflix视频算法团队一直在研究更高效的压缩算法，来让Netflix能够在使用更少带宽的同时提供相同或更好的图像质量。在Netflix与其他研究团队一起工作时，为了支持新的视频流和确保Netflix设备的无缝播放，我们更新了客户端应用程序和流媒体基础设施。

为了改善我们的会员的视频质量，我们在2015年开发并部署了“按主题”编码，在随后一年提供了更好的“用于移动端下载的编码”。我们的下一步是制作一个基于镜头的编码框架，称为动态优化器，从而在视频流中实现更细粒度的优化。在本文中，我们将介绍一些我们在实现将此框架应用在生产流程时克服的困难，还有介绍为我们的会员改善视频质量后的实际效果。

在生产环境中实现动态优化器

动态优化器分析整个视频是通过多个质量和分辨率点来获得编码的最佳压缩轨迹，并给出优化目标。特别地，我们利用Netflix的主观视频质量度量VMAF作为我们的优化目标，因为我们的目标是以最佳感知质量生成流的。

我们在生产中实现动态优化器框架时遇到的主要挑战是对我们的“并行编码管道”进行了改进，以处理更多的编码单元。首先，动态优化器的分析步骤需要以不同的分辨率和质量（QP）进行编码，这需要更多的复杂度。其次，我们从大约几分钟长的编码视频块转换到基于每个镜头的视频编码。例如，在原始系统中，一个1小时的《怪物奇语》片段会产生20个3分钟的块。使用基于镜头的编码，平均镜头长度为4秒，同一片段要求处理900个镜头。假设每个块对应一个镜头（图1B），新框架将每块编码的标题数量增加了两个数量级以上。这会增大与计算实例之间传递的消息数量有关的系统Oracle数据库。为了解决这些限制，我们进行了几项工程创新，我们在这里讨论了其中的两个：校对和检查点。

尽管我们可以改进核心消息传递系统来处理这种消息量的增加，但这并不是当时最可行和最方便的解决方案。我们通过引入校对来改编我们的管道。