为什么雪花和五彩纸屑会破坏 YouTube 视频质量
Why Snow and Confetti Ruin YouTube Video Quality
频道:Tom Scott · 时长:4:20 · 发布:2016-05-23 · 播放:10371465
简介
Tom Scott 解释了为什么五彩纸屑和雪花会破坏视频质量,使用帧间压缩和比特率。他通过实时更改屏幕上的质量来演示。
HN 为什么推荐
被用作最清晰的简短演示,说明为什么嘈杂、高运动的视频内容难以压缩。
Tom Scott 有一个很好的视频,他实时调高和调低质量,这样你可以在一个视频中看到 — HN, 2023
中文字幕节选
你有没有注意到,下雪或彩纸飘落的视频 看起来可能相当糟糕? 一旦有东西在空中飘浮, 你正在观看的视频质量就会突然崩溃。 你可以在这段令人难以置信的片段中看到,200公斤彩纸 在英国《X音素》节目中被喷射到艾德·希兰身上。 现在,如果你已经了解压缩,你可以选择另一个视频。 其他人:我们来谈谈比特率。 顺便说一句,我其实不在挪威,如果那还不明显的话。 我本可以尝试找一些真正的雪或买一堆彩纸, 但这样我可以用精心控制的数字效果来测试。 额外的好处是,之后我不需要清理。 所以,把问题用一句话概括: 可用的1和0就那么多。 在模拟电视时代,视频是未压缩的。 电视摄像机扫描信号,通过空中传输, 你的电视再播放出来。 是的,它只是标准清晰度, 但摄像机捕捉到的几乎每一个细节都出现在你的屏幕上。 当只有几个电视频道, 而且它们真的是通过空中传输时,这没问题。 但那真的很浪费。 数字电视能有这么多频道, 以及网络视频能运作,都是因为压缩。 如果你试图以完美质量传输高清视频的每一个像素, 你需要每秒大约1吉比特通过线路发送。在我录制这个的时候, 那会同时占满超过100个普通美国宽带连接, 或超过50个普通韩国宽带连接。 所以如果你想让YouTube运作:那么多数据,那个比特率, 就需要被削减。 第一步是常规的日常图像压缩。 互联网上几乎每张照片都是压缩的, 主要是通过丢弃眼睛可能不会注意到的微小细节。 至少直到它被截图并重新发布 二十次,由二十个不同的Instagram账户。 你可以取视频的每一帧并对其应用这种压缩。 第二步是帧间压缩。 除非有大的场景变化,否则为什么要存储整帧 当你可以只存储它们之间的变化? 毕竟,如果我只是在纯色背景前说话, 你不需要每次都发送那个背景的新数据。 只需告诉视频播放器重复之前的内容。 或者如果我说话时身体稍微移动, 只需告诉播放器把那块像素稍微向右移动, 也许在这里或那里调整一点颜色。 这就是如何把每秒数十亿比特的视频 削减到可以在手机上加载的东西:数学。大量的数学。 但我认为实际演示会更好,所以: 我将限制这个视频的比特率, 即每秒用于编码它的1和0的数量。 是的,YouTube在我上传后会对此进行处理, 但它不能神奇地把细节放回去: 所以即使你以你能看到的最高质量观看, 你现在看到的仍然是受限版本。 这是每秒200千比特, 每秒有20万个1和0通过线路传输。 用现代编码看起来还不错, 你可能会失去我脸上、头发或手势的一些精细细节, 但你仍然可以相当清楚地看到发生了什么。 但现在,让我们加一点雪。 突然间,那些比特不再全部用于渲染我了。 相反,它们还被用来追踪那些飞来飞去的东西。 它很混乱,不断改变方向,很复杂, 所以仅仅说“把这些像素移到这里”也行不通。 我们再添加一些五彩纸屑,这次全是彩色的。 好了,现在一切都开始崩溃了。 画面中移动的东西越多,更多的五彩纸屑,好了,
HN 上的讨论
直到今天,当我在线视频遇到缓冲问题时,我立刻会想到他用五彩纸屑做的解释演示[1]。喜欢他的作品![1] [VIDEO] — Rebuff5007, 2024-01
或许更容易从高质量的像素块来考虑,因为显然任何单个像素孤立来看都无所谓对错,即使有错,谁在乎呢。然而,如果你看一块像素,比如16x16的块,你就可以合理地讨论这组像素以何种保真度代表了原始信号,无论原始信号是什么。这就涉及到整个感知编码的概念,它告诉我们确定一块像素的人类感知准确性不仅仅是把差异加起来,但你可以把它当作一个合适的初步近似来思考。高质量像素与源材料的偏差最小。低质量像素有显著偏差。Tom Scott有一个很好的视频,他实时调高和调低质量,这样你可以在一个视频中看到效果:[VIDEO] 视频的分辨率从未改变,你可以说视频的比特率也从未改变(它可能确实变了,因为自适应编码为YouTube节省了一大笔钱,但概念上你可以说它没变),但像素的质量确实变了。 — jerf, 2023-06
我不知道答案,但如果它是作为常规视频流式传输的,我绝对会感到震惊。据我所知,视频中有许多许多优化。这是我遇到的一个相当不错的高层次视频 - [VIDEO] — rocgf, 2020-12
是的。这就是为什么电视商店真的喜欢用慢动作镜头或静态风景来展示电视。任何运动都会导致“高清电视模糊”,因为编码器在努力用有限的比特来描述复杂的运动。像静态、胶片颗粒、雪花或雨滴这样的粒子,都会从同一个编码预算中消耗比特。Tom Scott的“为什么雪花和五彩纸屑会毁掉YouTube视频质量”可能比我解释得更好[VIDEO] 这可能对视频游戏流媒体来说是个问题,也可能影响游戏工作室的艺术决策——在本地GPU上绘制十亿个微小粒子看起来清晰又酷,但要求硬件编码器为消费者互联网(或手机互联网)编码这些可能太过分了。我认为流媒体已经遇到了这个问题。 — ReactiveJelly, 2023-12
部分原因是人们问错了问题。在一首响度战争毁掉的流行歌曲上,我可能无法区分128Kbps和原版,但在特定内容上我能分辨出来。我甚至不声称自己有金耳朵什么的;某些特定的音频内容就像是视觉上的五彩纸屑[1],任何人都能听出区别,因为编解码器根本差得远。让我强调一下,我是说,任何人。这里没有特别的主张。但总的来说,这种内容相对罕见,而且即使在它们出现的音乐中,通常也是短暂的。[1]: [VIDEO] — jerf, 2023-10
相关视频
- Jonathan Haidt:自由派与保守派的道德根源 · TED · 19:14
- 标题党不合理地有效 · Veritasium · 19:25
- 黑洞的不可思议效率 · minutephysics · 6:22
- 电究竟是如何工作的 · Veritasium · 24:30
- 政府监控:上周今夜秀 with John Oliver (HBO) · LastWeekTonight · 33:14
- 如何不降落轨道火箭助推器 · SpaceX · 2:09
- 球面几何比双曲几何更奇异——Hyperbolica 开发日志 #2 · CodeParade · 4:00
- 关于电的最大误解 · Veritasium · 14:48
- 跳出10维盒子思考 · 3Blue1Brown · 25:13
- 为什么没有人测量过光速 · Veritasium · 19:05
- Wayland 和 X 背后的真实故事 - Daniel Stone (linux.conf.au 2013) · Mladen Mijatov · 45:35
- 分形通常不是自相似的 · 3Blue1Brown · 19:55
- 为什么 CG 很烂(其实并不) · RocketJump Film School · 7:40
- 无限分数与最无理数 · Mathologer · 13:29
- 鸡鸡鸡鸡 · Yoram Bauman · 4:06
- 6分钟15种排序算法 · Timo Bingmann · 5:50
- Lenses, Folds, and Traversals · Edward Kmett · 1:54:45
- 反向模拟 NES,赋予它超级能力! · suckerpinch · 22:21
- 《星球大战》是如何在剪辑中拯救的 · RocketJump · 18:24
- 我买了 1000 米电线来解决一场物理争论 · AlphaPhoenix · 22:48