Per-Title（按主題）編碼是指為了節省碼率、存儲空間以及ABR傳輸帶寬為每部電影（基于其獨特的空間和時間屬性以及復雜度）調整ABR碼率階梯（bitrate ladder）。換言之，Per-Title編碼的目的就是根據電影特點（慢動作、體育、動畫、卡通內容等）為每部電影生成一組不同的編碼或者壓縮參數。 接下來，我們將了解Per-Title編碼所涉及的編碼過程以及它為流媒體提供商帶來的優勢。

什么是Per-Title編碼？從哪里開始？

最早提到Per-Title編碼的地方是Netflix的博客，隨后IEEE發表了名為“Complexity-based consistent-quality encoding in the cloud（《云上基于復雜度的穩定質量編碼》”的論文。該論文的摘要中有一句話很有趣：

為了生產最佳質量的視頻流，系統需要使編碼適應每條內容（以一種自動、可擴展的方式）。在本篇論文中，我們描述了兩個算法優化，用于基于云的分布式編碼管道，它們分別是：（1）針對碼率-分辨率選擇的Per-Title復雜度分析；（2）針對穩定質量編碼的Per-chunk碼率控制。相對于簡單的“一刀切”的編碼系統，這些改進帶來了很多優勢，包括更高效的帶寬使用和更穩定的視頻質量。

上文這句“為了生產最佳質量的視頻流，系統需要使編碼適應每條內容”很好地總結了Per-Title編碼。

編碼器需要“理解”每一個視頻內容，并調整壓縮設置和參數與之適應，這樣就有可能達到最佳視頻質量。

傳統的ABR和壓縮過程發生了什么？

在使用ABR技術的傳統視頻傳輸方法中，一般是創建一個碼率階梯（或者一組profile），并將其應用于內容庫中的所有電影。關于ABR技術的更多介紹，請閱讀這篇文章：理解ABR及其工作原理。

比如，碼率階梯有一個6mbps 1080p的profile，并應用到了所有的分類——無論是動漫、體育還是脫口秀。

然而，這種方法存在一個問題：每部電影的特點和復雜度并不相同。

所有電影看上去都不一樣： 有些電影擁有快速動作場景（體育比賽、動作片），有些在動作上較慢（《肖申克的救贖》）。有些動畫片比較簡單（《辛普森一家》），有些卻擁有高度細節（《玩具總動員》）。所有電影都有它自己的“基因”和特點，所以每部制作出來的電影都與眾不同。

那么，為什么都要以相同方式壓縮電影，使用相同編碼器設置并使用相同碼率階梯進行ABR視頻傳輸呢？

讓我們來看看下文中來自《辛普森一家》、足球比賽和Park Joy測試序列的三張截圖，它們看起來都不一樣，是吧？

容易壓縮！

真的很難壓縮！

因為視頻中出現了水、草和樹葉，也很難壓縮！

現在，上述這些例子依賴于你對于視頻質量優劣的主觀判斷。讓我們看下Netflix技術博客上的數字實驗。下方的RD圖描述了不同序列在不同目標碼率下的碼率與視頻質量 （PSNR）。

看看圖中的變化有多大！在5000 kbps，一些序列擁有高達45 dB甚至更高的PSNR分值，而其他序列只有36 dB。這清楚地表明：沒有兩個視頻是相同的，應該根據它們各自的特點來進行處理。

用更專業的術語來說就是，這些視頻的時空復雜度及其特征之間存在差異，所以利用這一點來有效壓縮視頻會是一個好主意。

?


因此，Per-Title編碼就是從一個視頻變化到（或適應）另一個視頻的編碼。

使用Per-Title編碼，哪些變量是可以改變的？

使用Per-Title編碼時，很多編碼和傳輸參數都會發生變化，比如：

碼率階梯中的分辨率選擇：某些title可能會生成720p的質量內容（看上去也很棒），對于這類視頻，你也許不必將它切換成更高質量內容的1080p。

每個分辨率所選擇的碼率：這是Per-Title編碼中最重要的部分。如果你必須生成一組視頻分辨率（1080p、720p等），那么你可以為其中每個分辨率改變碼率。也就是說，你會發現自己可能不是在6mbps時生成1080p的視頻，而是在3mbps生成1080p，并達到相同的視頻質量！

碼率階梯中的profile數量：這是Per-Title編碼的又一大優勢。通過變換碼率-分辨率組合，也許能夠減少你需要在碼率階梯中產生的profile數量。

在使用Per-Title編碼時，其參數的范圍更大。在更精細的層面，你可以研究編碼器設置并對它們進行調整：

過濾器的強度

GOP長度

啟用和禁用二分之一像素或者四分之一像素運動估計

運動估計的搜索范圍

GOP結構（P幀與B幀的比率）

以及更多取決于如何設置視頻編解碼器。這里的首要重點應該是了解你的視頻復雜度，視頻編解碼器的能力，以及如何結合你所有的數據和視頻智能分析來有效壓縮視頻。

如何實現Per-Title編碼？

Per-Title編碼最重要的特點就是它能夠“理解”一部電影的復雜度、其中的場景和變化等。方法就是：通過收集電影信息和統計數據，并使用這些數據進行壓縮。

這就使我們需要了解多遍編碼（multi-pass encoding）的概念，其中第一遍（或者第N 遍）被用來收集電影相關信息。在最后的第M遍，使用這些信息來編碼視頻。

哪些信息對理解電影復雜度有所幫助？讓我們來看看：

全局速度或運動矢量：它將告訴我們場景移動的速度，可以被用來區分脫口秀（其中沒有人移動）和美國職業橄欖球比賽（充滿快速攝像機的移動）。

空間復雜度：電影中的大部分畫面是像《辛普森一家》中的純色塊？還是充滿了年代電影中那種復雜的圖案？

時間復雜度：想要理解電影內容如何快速地從一幀切換到另一幀，這又與上文中的全局運動向量和速度有關。

這些都是非常重要的視頻特點，它們決定了如何在確定的比特預算前提下有效壓縮視頻。簡單來說就是，如果你了解你的視頻屬性，你就可以調整編碼器設置從而達到最佳視頻質量（比如被要求壓縮視頻到x mbps） 所以，在你收集了這些信息以后，你就可以在視頻編解碼器上執行另一個pass來將視頻壓縮到正確碼率（由你的凸包算法決定）。

Per-Title編碼的優勢

執行Per-Title編碼擁有許多優勢，比如：

節省存儲空間：通過使用Per-Title編碼改變碼率和分辨率，你可以高效壓縮視頻，且節省很多存儲空間。

節省傳輸成本：因為每個被編碼的title都使用了一個最適合它的碼率階梯，所以你馬上就會看到CDN傳輸成本的節省。除此之外，終端用戶也將下載較小的文件，以此減少緩沖的發生和首屏延遲。

節省編碼時間：再者，由于編碼階梯會為每部電影而單獨調整，你可以很容易地看到編碼時間的節省。比如，如果我們不使用1080p編碼《辛普森一家》的片段，而是使用720p并獲得了相同視覺質量，那么分辨率的下降會提升編碼器的速度。這主要是因為分辨率的下降導致運動估計和補償算法的工作減少了。

提升質量：通過調整每部電影或者每個主題的編碼器、分辨率、碼率、幀率以及其他設置，你可以充分利用編碼器，并獲取最佳視頻質量。這將會帶來很棒的用戶體驗！ 因此，通過切換到Per-Title編碼方案，你可以節省大量存儲、傳輸和編碼時間上的成本。



審核編輯：劉清