Im Jahr 2015 staunten Videofilmer überall über die Forschung, die Netflix gerade abgeschlossen und auf seine gesamte Bibliothek angewendet hatte. Ihr Ansatz zur Optimierung der Codierung pro Titel nutzte eine Analyse jedes Titels, um die beste Art der Codierung auf der Grundlage der Komplexität der Handlung im Bild zu bestimmen.
BERÜCKSICHTIGUNG DER KOMPLEXITÄT VON VIDEOS
Einfach ausgedrückt: Video ist nicht gleich Video. Sport ist komplex, weil es viele Bewegungen von Szene zu Szene gibt - nicht nur die der Spieler, sondern auch die der Kamera. Episodische Spielfilme hingegen haben viel weniger Bewegungen zwischen den Szenen, und die sprechenden Köpfe in Nachrichten und aktuellen Sendungen haben im Allgemeinen die wenigsten Bewegungen.
Diese Bewegung hat mit der Komplexität der Kodierung zu tun: Je mehr Inhalte man hat, desto komplexer ist das Video zu kodieren. Der Ansatz von Netflix bestand darin, jeden einzelnen Inhalt zu betrachten und auf der Grundlage seiner inhärenten Komplexität zu bestimmen, wie er kodiert werden sollte. Für ein Unternehmen, das mehr Streams liefert als jeder andere, kann jedes bisschen Einsparung und jede kleine Stream-Optimierung eine enorme Investitionsrendite bedeuten.
So beeindruckend diese Innovation auch war, es gibt in diesem Bereich immer Technologen, die Herausforderungen aus einem anderen Blickwinkel betrachten. So sind wir von briefmarkengroßen Videos zu den heutigen HDR-4K- und DVR-fähigen Live-Erlebnissen und darüber hinaus gekommen. Egal, wie beeindruckend die nächste Innovation auch sein mag, es gibt immer einen anderen Streaming-Technologen, der darüber nachdenkt, wie man die sprichwörtliche bessere Mausefalle bauen kann.
AUFBAU EINER KONTEXTABHÄNGIGEN KODIERUNG
In diesem Fall hat das Videoforschungsteam von Brightcove unter der Leitung von Dr. Yuriy Reznik eine unserer neuesten Videoinnovationen bei Brightcove entwickelt, die kontextbewusste Codierung (CAE). CAE nutzt das Konzept der inhaltsbasierten Codierungsoptimierung und erweitert es um zusätzliche Informationen über die Netzwerkbedingungen und die Geräteverteilung unter den Zuschauern.
Stellen Sie sich das Context-Aware Encoding wie einen Komprimierungsexperten in einer Box vor. Für jeden verarbeiteten Titel und jedes darin enthaltene Einzelbild prüft CAE das Quellmaterial und führt außerdem Berechnungen zum Zielgerät und zum Netzwerk durch, über das der Stream bereitgestellt wird.
Mit diesem Ansatz kann der Codierungsprozess so optimiert werden, dass nicht nur die Bitrate, sondern mehrere Attribute der Bitratenleiter angepasst werden und nicht benötigte Wiedergaben eingespart werden. Im Durchschnitt hat dieser Ansatz bei den meisten Inhaltstypen Einsparungen in der Größenordnung von einem Drittel und bis zu 50 % ergeben, wenn die In-Frame-Aktivität relativ einfach ist.
PRÜFUNG DER KONTEXTABHÄNGIGEN KODIERUNG
Besonders hervorzuheben ist, dass Jan Ozer, einer der bekanntesten Videoexperten der Branche, die kontextabhängige Codierung von Brightcove in einem umfassenden und subjektiven Test auf Herz und Nieren geprüft hat.
Mit Jans Worten:
"Warum war CAE so erfolgreich? Weil Brightcove mit diesem bewegungsarmen, synthetischen Video ein Video mit höherer Auflösung für Betrachter mit niedrigerer Bitrate bereitstellen konnte als mit einer herkömmlichen Leiter. Das Ergebnis veranschaulicht die Hauptvorteile der Codierung pro Titel: zufriedenere Betrachter, geringerer Bandbreitenverbrauch und niedrigere Speicher- und Codierungskosten, wenn man von einer siebenstufigen Leiter auf vier Stufen zurückgeht.
Das ist ein großartiges erstes Feedback für Context-Aware Encoding, und wir stehen erst am Anfang.
Da wir mit mehr Verlagen, Netzwerken und Sendern zusammenarbeiten und mehr Inhalte verarbeiten, wird der Algorithmus mit der Zeit lernen. Letztendlich bedeutet dies, dass wir weiterhin die Kosten für die Bereitstellung reichhaltiger, fesselnder Videoerlebnisse für das Publikum überall senken und das Medienerlebnis verändern werden.
