研究人員發(fā)現(xiàn)了一種改進視頻流技術(shù)的新算法

流平臺，如Netflix，亞馬遜，優(yōu)管和其他人最近確認，他們將降低視頻分辨率的觀眾，以保持服務器不超載。 但一組研究人員已經(jīng)找到了解決這個問題的辦法。 該團隊推出了一種名為Fugu的新算法，據(jù)說該算法可以顯著提高流媒體視頻的質(zhì)量。

該算法是在志愿者觀眾的幫助下開發(fā)的，他們觀看了由計算機科學家提供的視頻流。 科學家們利用機器學習來實時檢查數(shù)據(jù)流，尋找減少故障和停滯的方法。

在一項研究中，研究人員描述了他們是如何創(chuàng)建一種算法，它只推送與觀眾的互聯(lián)網(wǎng)連接一樣多的數(shù)據(jù)，而不會降低質(zhì)量。

“在流媒體中，避開攤位在很大程度上取決于這些算法。 據(jù)報道，許多主流的流視頻系統(tǒng)都是基于緩沖區(qū)的算法，也稱為BBA。

BBA所做的是詢問查看器的設備在其緩沖區(qū)中有多少視頻。 如果設備的存儲時間小于5秒，則該算法會為低中斷發(fā)送較低質(zhì)量的鏡頭。 如果緩沖區(qū)存儲超過15秒，則算法發(fā)送高質(zhì)量視頻。 如果數(shù)字落在中間，則算法相應地調(diào)整質(zhì)量。

這項研究補充說，F(xiàn)ugu在試驗中的表現(xiàn)優(yōu)于BBA，這使得它成為流媒體公司感興趣的東西。 “然而，到試驗結(jié)束時，F(xiàn)ugu在中斷時間最短、圖像分辨率最高和視頻質(zhì)量一致性方面的表現(xiàn)優(yōu)于其他算法——包括BBA。 “更重要的是，這些改進似乎有能力讓觀眾保持關注。 觀看Fugu饋電視頻流的觀眾比其他測試算法平均長5-9%。