Разработчики из Стэнфорда создали алгоритм, который позволяет уменьшить размер потокового видео без снижения качества ролика. Описание алгоритма Fugu опубликовано на сервисе Usenix.
Многие системы потокового видео основаны на буферных технологиях. Системы до начала загрузки анализируют возможности буфера у компьютера. Если в нем может храниться менее 5 секунд ролика, то система автоматически отправляет видео низкого качества, если более 15 секунд — самого высшего. Это сделано для снижения влияния небольших задержек трафика на просмотр видео.
В последние годы инженеры пытаются создать более сложные алгоритмы с использованием систем машинного обучения и искусственного интеллекта.
Новый алгоритм разработан инженером Фрэнсисом Яном из Стэнфорда с помощью зрителей-добровольцев, которые сутками смотрели потоковое видео. В это же время специальные нейросети анализировали это потоковое видео в режиме реального времени для поисков возможных задержек и глюков.
Для исследования ученые установили антенну на здании Packard в Стэнфорде, чтобы получать бесплатные эфирные радиовещательные сигналы, которые они затем сжимали и передавали добровольцам. Эксперимент шел более года, все это время добровольцы смотрели потоковое видео через Puffer, а ученые одновременно следили за потоком данных, используя собственный алгоритм машинного обучения Fugu. Кроме того, в эксперименте ученые применяли и существующие системы буферной передачи потокового видео.
В итоге Fugu удалось улучшить качество потокового ролика, при этом не забивая буферную зону компьютера и не увеличивая его размеры, отмечают разработчики. В среднем видеоролики, которые передавались на компьютер при помощи Fugu, имели на 9% задержек и глюков меньше, чем при использовании других систем передачи видео.