Per-Title编码技术：自适应码率-画质-分辨率的最优解
Per-Title编码技术：自适应码率-画质-分辨率的最优解
随着流媒体服务的普及，视频编码技术在节省带宽和存储成本方面发挥着越来越重要的作用。Per-Title编码技术作为一种先进的视频编码策略，通过为每部电影或视频内容量身定制编码参数，实现了码率、画质和分辨率的最佳平衡。本文将详细介绍Per-Title编码技术的原理及其在实际应用中的优势。
Per-Title技术的来源
Per-Title最早由Netflix提出并应用于其流媒体服务中。在Per-Title技术出现之前，视频服务供应商普遍依赖于一套预先设定的Bitrate Ladder（码率阶梯），来处理几乎所有的视频内容。例如，下表给出了Netflix在采用Per-Title技术之前不同码率和分辨率组合的Bitrate Ladder。
对大多数视频而言，在码率受限的情况下，这种一刀切的固定Bitrate Ladder可以实现高质量编码。然而，在某些情况下，如卡通动画或静态访谈节目，采用高达5800kbps的码率来编码1080P视频，无疑是码率上的浪费，造成了不必要的带宽与存储负担；而面对带宽仅能传输1750kbps的用户群体，他们本有可能享受720P高清画质，但受限于通用配置，只能局限于观看480P标清视频。
事实上，每一个视频都有自己的码率-质量曲线（RD曲线）。下图给出了某个视频3个分辨率档位的RD曲线，每条曲线上选取了3个点，表示固定Bitrate Ladder选取的3个码率档位。
在这个图中我们可以看到几个问题：
问题1：随着Bitrate Ladder爬升，会出现质量不单调提升的现象。用户消耗了更多的带宽，但是接收到的视频质量反而更低了。
问题2：在同样码率（带宽要求）下，切换不同的分辨率档位，视频质量还有提升空间。
把几条RD曲线合并起来，提取他们的凸包（Convex Hull，或称外包线），在这个凸包上取点，就可以避免这两个问题。如上图所示，绿点就是在凸包上取点，取代原先的黑点。而对于比较靠近的几个绿点和黑点，可以只挑选有代表性的一个，得到简化ladder，如图中蓝圈所示。按照图中的蓝色箭头爬升ladder，我们将得到单调递增的视频质量。相比固定Bitrate Ladder，这种方式可以保证提供给用户的视频质量是最优的，同时降低了带宽传输成本。
Per-Title编码技术的实现
Per-Title编码技术的目标，就是为每一个视频或视频片段量身定制，找到最优的凸包，精准锁定既满足画面清晰度要求，又符合主观观看敏感度标准的最低码率点，以达到节省带宽的目的。
为了达到最佳质量的视频流，设计了两套不同的Per-Title优化算法：一是常规码率-分辨率选择的Per-Title优化算法；二是基于CRF（恒定质量因子）的Per-Title优化算法。
常规码率-分辨率选择的Per-Title优化算法
与其他常规策略相比，这种Per-Title优化算法在相同码率下能实现更高的视频质量，可以在最大码率限制下选择主观质量最优的分辨率，并且能够检测R-Q（码率-质量）水平，以更低的码率获取同等的主观质量。
基于CRF的Per-Title优化算法
也许存在一个观点认为，CRF已经能够根据视频内容自动调节码率，可以避免带宽浪费，没有必要再引入Per-Title。然而这种观点忽视了视频编码过程中更为复杂和多维的需求，CRF虽然能动态调整码率，但并未充分考虑视频在不同分辨率下的表现差异，Per-Title则能基于视频内容特性和观看条件给予全方位的优化策略，在不同分辨率和码率下提供最优解。
一般情况下，简单场景倾向于选择高分辨率以展示更多细节，复杂场景则倾向选择低分辨率以有效控制码率，同时保持视觉质量的稳定性。基于CRF的Per-Title优化算法，通过深度学习拟合每个视频在不同分辨率下［码率-CRF-VMAF］三者之间的关系，并根据三者之间的关系给出既定要求下的最佳编码参数，能够在特定码率要求下达到最佳画质（最大化VMAF分数），或在满足VMAF分数的前提下最小化码率。无论是追求极致的视频体验，还是严格控制传输成本，这种优化算法都能给出最优的分辨率与CRF组合。
相比固定CRF，Per-Title的优势
在众多备选分辨率中，为每个视频挑选更合适的分辨率组合
通过对视频内容复杂度、场景切换频率、运动向量等多个维度的深度分析，自动为每个视频挑选最合适的分辨率组合，确保用户在各种观看条件下都能获得最佳的视觉体验。为每个分辨率选择最合适的码率或者CRF值
传统的CRF策略通常在单一分辨率下工作，而Per-Title通过分析每个分辨率下的画面质量与码率之间的关系，自动调整CRF值及最优码率，使视频在不同分辨率下都能展现出色的质量和编码效率。
通过优化编码算法、并行处理技术以及智能任务调度，大幅度提升了其处理速度；这样多维度、多层次的深度优化，提升了视频编码效率和输出质量，不仅在分辨率和码率的选择上更加智能化，还实现了更为精确的编码控制，确保用户在任何设备、任何网络条件下都能获得最佳的视觉效果。
当然，除了Per-Title技术，也在优化多项前沿视频编码技术，如ROI（感兴趣区域）保护算法、智能AI前处理、基于内容的CAE感知编码等等……在视频编码技术的不断探索与研究优化，体现了对极致画质及高效传输的不懈追求，始终秉持着精益求精的态度，致力于为用户提供更极致、更高质量的视频观看体验。