Глава 6 из 6
Глава 6. Качество кодирования, ИИ внутри кодеков и будущее
Шесть статей по порядку – 2 часа 11 минут чтения. Ниже маршрут главы: высота каждого шага соответствует времени чтения.
Глава 6 из 6
Как измерять качество так, чтобы цифрам можно было верить, что ИИ уже делает внутри энкодера и куда идут кодеки дальше.
Маршрут главы
6 статей · 2 ч 11 мин6.1Объективные метрики качества: PSNR, SSIM, MS-SSIM, VMAFОбъективная метрика качества видео – это число, которое выдаёт алгоритм (а не человек), чтобы предсказать, насколько…26 мин·от начала главы 0 ч 0 мин6.2Субъективное тестирование: MOS, ITU-R BT.500, DSCQS, ACRСубъективный тест качества видео – это контролируемое исследование, в котором реальные люди просматривают видеофрагменты…17 мин·от начала главы 0 ч 26 мин6.3ИИ внутри энкодера: ML-mode decision, разбиение, scene-cut, перцептивная квантизацияКогда в 2026 году говорят «ИИ внутри энкодера», почти никогда не имеют в виду нейрокодек, заменяющий H.264 или AV1. Речь…22 мин·от начала главы 0 ч 43 мин6.4Content-aware и context-aware кодированиеContent-aware кодирование анализирует содержимое видео – сложность изображения, количество движения в каждой сцене и то,…18 мин·от начала главы 1 ч 5 мин6.5Бенчмаркинг и сравнение энкодеров: одинаковый VMAF, разный битрейт / скоростьСравнивать два видеокодера по размеру файла – самая распространённая ошибка в индустрии: маленький файл при низком…22 мин·от начала главы 1 ч 23 мин6.6Будущее: AV2, нейросетевые кодеки и end-to-end learned compressionТри силы переформатируют ландшафт видеокодеков в период с 2026 по 2030 год: новый «вручную спроектированный» кодек AV2…26 мин·от начала главы 1 ч 45 мин
✓Конец курса – это была последняя глава
Строите такую систему?
Поможем выбрать кодек и собрать пайплайн под ваши объёмы – 20 лет в видеоразработке, 250+ проектов.