Scene-cut detection

Scene-cut detection – способность энкодера распознавать, когда один шот заканчивается и начинается другой – резкий визуальный переход между разными камерными углами, разным освещением, совсем другими сценами. Когда энкодер видит cut, он принудительно ставит I-кадр прямо на этой границе, а не пытается предсказать новый шот по старому (что невозможно – содержимое совершенно разное), что дало бы большой плохой residual и трату бит.

Само определение не тонкое. Энкодер анализирует разницу между соседними кадрами (или запускает визуальный анализ) и срабатывает при превышении порога. Hard-cut'ы (камерный угол меняется мгновенно) – простые. Soft-cut'ы (fade'ы, dissolve'ы) сложнее, потому что переход постепенный; современные энкодеры обрабатывают их, обнаруживая transition window и расставляя keyframe в правильных точках. Результат – лучшее сжатие на границе cut'а плюс правильное выравнивание для adaptive streaming: I-кадры на cut'ах сцен означают, что seek и границы сегментов на стороне зрителя естественно попадают на визуально значимые моменты, а не посреди шота.

Для продуктовой команды scene-cut detection – невидимая сантехника, которая сильно влияет на воспринимаемое качество на cut'ах. Без неё быстрая монтажная экшен-сцена сразу после каждого cut'а развивает видимый blocking – энкодер пытается (и не может) предсказать новый шот по старому. С ней каждый cut чистый. Современные энкодеры (x264, x265, SVT-AV1) включают scene-cut detection по умолчанию, но `-sc_threshold` в FFmpeg позволяет тюнинговать чувствительность. Для спорта и live-broadcast с cut'ами каждые несколько секунд scene-cut detection экономит ~5–10 % bitrate при том же качестве. Близкое родственное понятие – adaptive GOP: scene-cut detection означает, что длина GOP не фиксирована, а адаптируется к контенту.