首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >学界 | 视频卡到天荒地老?MIT最新算法Pensieve让你观影畅通无阻

学界 | 视频卡到天荒地老?MIT最新算法Pensieve让你观影畅通无阻

作者头像
大数据文摘
发布2018-05-24 17:27:08
6380
发布2018-05-24 17:27:08
举报
文章被收录于专栏:大数据文摘大数据文摘

大数据文摘作品,转载要求见文末

作者 | Adam Conner-Simons

编译 | 钱天培

美好的一天,和工作说拜拜,打开电脑开始刷剧吧!

然而,如果你蹭了一个不靠谱的wifi,你接下来看到的画面很可能是这样的,

这样的,

然后你整个人就会变成这样的,

这样的场景是否十分熟悉呢!当然了,你不是孤单一人——MIT的程序员们为此也是咬牙切齿了。

于是... 就有了下面我们要介绍的一款神器。

近日,MIT计算机科学与人工智能实验室(CSAIL)最新研发的机器学习系统尝试解决这一尴尬。这款新系统能够更灵活地根据网络状况调整视频播放,优化用户观看体验,让你和低像素和卡屏说再见。

在具体介绍这款神器前,让我们先来探究一下:我们的视频播放为什么会出现突如其来的低像素和卡屏问题呢?

OMMEN

实际上,这两个问题都是由于视频加载的特殊算法造成的。在播放过程中,一段视频会被分成几小段,随着你的播放被逐个加载。

如果你的网络质量很渣的话,你的视频在下几秒可能会进入低像素播放状况,从而保证你仍能继续观看视频。如果你选择直接跳到一段还没有加载过的视频的话,不好意思,你很可能就得盯着静止的屏幕等上几秒了。T

此外,即便你当前的网络状况良好,视频网站一般也不会帮你把整段视频缓存完毕——以Youtube为例,每天用户播放的视频时长超过10亿小时,缓存这些视频将会是一个巨大的浪费。

尽管以上的算法十分智能,随着视频播放用户们被越养越刁,这些算法已经不能够满足他们的需求了。

?戳下方,观看短视频

视频内容

“研究表明,用户会在视频质量太差时彻底放弃观看,这就造成了巨大的广告利润流失。”MIT的教授Mohammad Alizadeh这样说道,“视频播放网站需要持续寻找新方法,以提高用户体验。”

观察到这一需求后,Alizadeh和他在MIT计算机科学与人工智能实验室实验室的团队研发了一款名为Pensieve的AI系统,这一系统使用了机器学习的方法,能够根据网络状况选取不同的视频播放算法。这样一来,视频变模、卡壳的情况就会大大减少了。

具体来说,Pensieve在测试中相比其他方法可以将视频重新加载的发生率降低10%到30%,由此带来了10%到25%的用户体验打分提升。

“我们的系统十分灵活,甚至可以对每一个用户作出个性化调整”,该团队中的一名PhD学生Hongzi Mao这样告诉我们。

研发团队将在下周举行的SIGCOMM大会上展示这一成果,他们也会在将来实现这一项目的开源。

笼统地讲,适应性视频播放算法分为两种。一种是基于网速的,这种算法会根据网速快慢处理视频播放质量,另一种是基于缓存的,这种算法会确保用户总有一定量的视频缓存可以播放。

这两种算法都有同样的问题:无法同时利用网速和缓存的信息。这导致了这两种算法常常需要专家作出人工干预。

此前,卡耐基梅隆大学的一支团队尝试了将这两种方法结合起来,研发出一个名为“模型预测控制”的算法。这是该领域的一个重大突破,但这一算法也仍然面临着“难以对网速建模”的问题。

“对网络动态建模是有难度的,卡耐基梅隆大学研发的算法依旧无法突破自身模型的局限。”Alizadeh这样评价道。

Pensieve不需要一个模型,也不需要对网速作出假设。它使用了神经网络的方法,并在大量缓存和网络状况下进行了测试。

该系统使用了一个奖惩制度。比方说,如果这一系统成功播放了一段流畅清晰的视频,它就会得到相应的奖励,而如果视频在播放途中需要被停下来缓存,它就会得到一定的惩罚。

“Pensieve能够学会不同策略能够带来的不同后果。并且,通过观察过去的表现,他能够更严格地提升决策策略。”Mao这样说道。

一些视频播放网站会可以根据自身需求个性化Pensieve的奖惩系统。举例说,研究表明视频观看者更能接受视频在播放开始阶段停止缓存,我们就可以对Pensieve作出相应的调整,对播放一段时间后出现的停止缓存问题给出更高的“罚单”。

有意思的是,即便当前的情况是此前训练中从未遇到过的,Pensieve也能作出合理的决策。

Alizadeh也指出,Pensieve目前只在长度为几个月的视频上进行了训练,如果该团队能够用更大的数据库训练Pensieve,优化效果一定会更加显著。

该团队的下一步计划是将Pensieve应用到虚拟现实(VR)视频的播放中。

“播放VR视频往往需要几百MB/秒的网速,这是目前网络系统所无法支持的。”Alizadeh说道,“我们很想看看Pensieve能够如何解决这一问题。当然,我们能做的可能还远不止这些。”

原文链接:http://news.mit.edu/2017/high-quality-online-video-with-less-rebuffering-pensieve-0814

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-08-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据文摘 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档