Algorithmes d’encodage : NETFLIX s’appuie sur CAPACITÉS et le LS2N

NETFLIX souhaitait optimiser ses algorithmes d’encodage afin de réduire encore la taille de ses vidéos et gagner en débit. Le géant américain a soumis aux experts de CAPACITÉS et du LS2N cette difficile équation : comment réduire la taille des fichiers sans qu’une altération de la qualité d’image ne soit perceptible par l’œil humain.
Experte en analyse de la perception humaine des images, l’équipe nantaise a d’abord mené une vaste campagne de tests subjectifs. Selon le protocole établi, plusieurs centaines de participants ont noté la qualité d’image de divers contenus vidéo. En fonction de la qualité perçue par les premiers testeurs, l’apparence des vidéos était modifiée avant que celles-ci ne soient soumises aux testeurs suivants. De multiples séries de tests ont ainsi été

réalisées, chacune venant nourrir les suivantes.
Pour ce type d’étude de perception visuelle, les experts peuvent équiper les testeurs d’oculomètre enregistrant le mouvement des yeux lors du visionnage. Ceci permet d’identifier avec plus de précision les zones attractives des images, pour les préserver lors de la phase de compression.
Modélisés, les résultats des tests et des analyses ont pu être exploités pour optimiser les algorithmes d’encodage et aider les équipes de NETFLIX au choix du format de compression idéal.
Au passage, ces travaux ont également permis le développement d’algorithmes innovants pour optimiser la collecte de données lors de tests subjectifs.

Pour mener à bien ce projet, les experts CAPACITÉS SAS ont bénéficié de l’appui et des moyens techniques de l’équipe IPI, Image Perception et Interaction, du LS2N (Laboratoire des Sciences du Numérique de Nantes), UMR de l’Université de Nantes, de l’Ecole Centrale de Nantes, de l’IMT Atlantique, du CNRS et de l’Inria.