斯坦福大學研究小組發(fā)布了一項新的開源研究項目Puffer，該項目致力于通過人工智能改進互聯(lián)網(wǎng)傳輸與視頻流算法。點擊【閱讀原文】訪問Puffer官網(wǎng)。

文 / Doyle

由計算機科學博士生Francis Ya領導的斯坦福大學研究小組推出了一個名為Puffer的新免費直播電視流媒體服務網(wǎng)站。

Puffer是斯坦福大學關于使用機器學習改進視頻流算法的一項研究：YouTube，Netflix和Twitch等服務使用的算法類型。該研究的最終目標是發(fā)現(xiàn)新的算法，以減少停頓，提高圖像質(zhì)量，減少啟動/通道切換，并改善自適應流。此前，麻省理工學院計算機科學與人工智能實驗室（CSAIL）開發(fā)的 “Pensieve”系統(tǒng)，也曾嘗試通過機器學習的方法提供更加流暢的流媒體傳輸體驗。

Puffer使用Web Media Source Extensions（MSE）來傳輸視頻。所有瀏覽器都不支持此標準，特別是iOS上的Safari不支持此標準（iOS上不允許使用其他瀏覽器引擎，這意味著無法在iPhone或iPad上觀看Puffer）。Puffer適用于Chrome和Firefox（包括Android手機和平板電腦）和Microsoft Edge。不過由于資源限制，沒有像Roku或Apple TV這樣的流媒體播放器的應用程序。

Puffer專注于三種類型的算法：“擁塞控制”算法，決定何時發(fā)送每個數(shù)據(jù)，也稱為數(shù)據(jù)包，“吞吐量預測器”，預測發(fā)送一定數(shù)量的數(shù)據(jù)需要多長時間在不久的將來通過互聯(lián)網(wǎng)連接，以及決定要發(fā)送什么質(zhì)量的視頻的“自適應比特率”（ABR）算法，以便嘗試為用戶提供不會導致失速或緩沖的最佳圖像質(zhì)量。

Puffer使用在線學習來生成自適應比特率（ABR）和擁塞控制算法。從本質(zhì)上講，這意味著Puffer會定期從過去的表現(xiàn)中學習構建未來更好的算法。

此外，Puffe還以多種方式對視頻流問題進行了不同的處理。這些包括：

• Puffer使用結構相似性（SSIM）代替比特率作為體驗質(zhì)量測量的輸入，確保性能測量與用戶體驗更直接相關。

• Puffer使用比大多數(shù)現(xiàn)有系統(tǒng)更密集的比特率梯形圖，允許對用戶接收的視頻質(zhì)量進行更精細的控制。

• 使用websockets而不是“DASH”HTTP請求/響應對，允許連續(xù)流式視頻與客戶端請求不同步。

• 使用具有可調(diào)節(jié)調(diào)步速率的擁塞控制和直接訪問吞吐量估計，而不是在TCP之上進行所有測試。

• 擁塞控制層和應用層之間的詳細通信，使得可以通過擁塞控制層中可用的帶寬來通知關于視頻質(zhì)量的應用層決策。

• 使用非傳統(tǒng)信號來訓練我們的傳輸時間預測器，例如ISP，連接類型等。

• 使用直接傳輸時間預測器（預測發(fā)送特定編碼長度的塊所需的時間）而不是簡單地推斷單一吞吐量估計。

• 作為實際數(shù)據(jù)的函數(shù)，每天重新訓練傳輸時間預測器。

• 自動生成ABR方案的變體，并根據(jù)實際數(shù)據(jù)逐日演變。

• 使用跨不同用戶的聯(lián)合控制與分別處理每個流。

Puffer的所有研究工作都是開源的，可以在GitHub（https://github.com/StanfordSNR/puffer）上查看。

本文參考?

Jason Gurwin，“EXCLUSIVE:?Stanford Researchers Launch Free TV Service To Improve Video Streaming”

原文?

https://thestreamable.com/guides/live-tv-streaming/news/exclusive-stanford-researchers-launch-free-streaming-service-to-improve-video-streaming-algorithms

精品文章推薦

技術干貨：

• WebRTC的擁塞控制和帶寬策略
  

• 騰訊視頻全網(wǎng)清晰度提升攻堅戰(zhàn)

• 使用級聯(lián)SFU改善媒體質(zhì)量和規(guī)模
  

• 基于HLS格式的低延時互動直播技術
  

• BBR如何讓Spotify流媒體更流暢？

• 王亞楠：基于強化學習的自動碼率調(diào)節(jié)

• Salsify：高流暢度的實時視頻傳輸新方式

• YouTube高效傳輸策略：節(jié)省14%帶寬 用戶體驗提升

總結

以上是生活随笔為你收集整理的Puffer：专注拥塞控制、带宽预测和ABR的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。