选择自适应组中的流数量并配置它们通常是主观的, touchy-feely exercise, 没有办法真正衡量流的有效性和效率. However, 通过诸如PSNR之类的度量来测量流质量, SSIM, and VQM, 您可以精确地评估每个流所交付的质量，以及它与自适应组的相关性. 本报告确定了几个关键的客观质量指标, 教授如何应用它们, 并提供了一个客观的框架来分析哪些流在你的自适应群体中是绝对需要的，以及它们的最佳配置.

鉴于大多数视频分销商所面临的支离破碎的交付格局, 很少有人能从头开始培养他们的球员. Rather, 大多数分销商从Bitmovin等供应商提供的一系列现货(OTS)播放器中选择, JW Player, OpenTelly, 和Flowplayer或开源选项，如Shaka Player或Video.js. 本课程涵盖了在为您的视频堆栈和视频播放器评估和选择最佳OTS播放器时应考虑的因素, in particular, 开源播放器何时以及如何提供最佳选择.

随着当今技术的发展，软件最重要的部分之一就是适应性. 通过控制自己的编码和打包, 您可以大大降低成本，并保持高适应性和敏捷性，以满足您现在和将来的需求. 使用云编码时, 有几个转码和打包选项, 这些选项的api将随着时间的推移而改变. 我们讨论了如何构建一个更动态的云编码器，通过将工具与核心应用程序解耦，可以为特定工作使用最佳工具, 以及如何在单个编码任务上同时混合和匹配多个操作. 操作包括WebVTT和AAC侧车舱单, DASH assets, metadata, video quality, 和流牧/脱牧. 本次会议将介绍我们用于处理动态云编码和打包直播和VOD交付的一些策略.

确保良好的用户体验是留住客户和扩大市场份额的关键. 本课程探讨了视频工作流程中适合质量检查的要点, 包括从摄取到播放的各种类型的监控, 以及每种方法的实际操作效益的例子. 本讨论涵盖了机器学习对提高监测准确性的影响以及正确插入广告的重要性.

SRT视频传输协议使传输安全, high-quality, 以及公共互联网上的低延迟视频. 本演讲将探讨SRT协议及其开源软件栈, 解释它是如何工作的以及它是如何解释延迟的, packet loss recovery, jitter, security, firewall traversal, 以及带宽优化. 它还将提供真实世界网络行为的数据, 以及SRT在现有实时视频工作流中的几个性能示例.

VMAF (Video Multi-Assessment Fusion)是一种将人类视觉建模与机器学习相结合的质量度量. 它显示了与人类感知的高度相关性，并给出了跨内容一致的分数. VMAF于2016年在Github上发布，并从那时起进行了大量更新. 这次演讲的重点是最新的VMAF改进和丰富, 比如速度优化, 准确的模型来预测手机和4K电视的观看情况, 并加入一个置信区间来量化质量预测的置信水平. 此外，我们还讨论了VMAF用例，并展望了VMAF在不久的将来的路线图.

考虑到现在Flash的“生命终结”日期，你需要为一个没有Flash的世界做好准备. 对于那些在网络浏览器中提供实时视频的人, HTML5有足够的时间追赶并超越Flash的能力——或者已经超越了? In this session, 从HTTP学习哪些传输技术, WebRTC, RTSP, 甚至RTMP效果最好, when to use them, 以及如何投入开发资金以获得最大回报.

许多云提供商已经推出了以视频为中心的服务，以获得基于人工智能/机器学习的各种见解和自动生成的关于视频资产的侧车信息. 这个会话比较和对比微软Azure视频索引器, IBM’s Watson Media, AWS Rekognition, 以及谷歌云视频智能. 我们涵盖了基础知识，并为您提供公正的服务，以了解哪种服务最适合您的需求. 无论是语音转文本, object recognition, scene detection, 甚至是演讲情绪, 有一项服务是为你准备的. Let’s find it.

渐进式Web应用程序(pwa)为任何发行商带来了一种新工具, 让他们能够更轻松地通过网络传递原生应用的强大功能. 与普通的web应用程序相比，易于安装并带来高级功能, pwa为媒体行业开辟了新的商业案例和可能性. 本演讲着眼于pwa的优势，以及如何最好地利用它们来释放其全部潜力.