『音視頻技術開發周刊』由LiveVideoStack團隊出品，專注在音視頻技術領域，縱覽相關技術領域的干貨和新聞投稿，每周一期。點擊『閱讀原文』，瀏覽第60期內容，祝您閱讀愉快。

架構

Twitch 沈悅時：國內外互聯網直播生態差異

本文來自Twitch Principal Research Engineer 沈悅時在LiveVideoStackCon 2018熱身分享，并由LiveVideoStack整理而成。在分享中，沈悅時介紹了Twitch的運營內容與產業規模，并從成本與架構方面介紹了國內外直播生態的差異。

AV1挑起的Codec之戰

AV1編解碼器已經在NAB上發布了。那么它是否已經做好了準備來和H.264，HEVC和VP9的銀河帝國進行一次正面交鋒呢？資深多媒體技術咨詢師Jan Ozer對AV1帶來的Codec之戰進行了分析。LiveVideoStack對原文進行了摘譯。

梁俊斌：音頻技術可以延展眾多應用場景

廣州TIT創意園，這里是騰訊在廣州的研發團隊所在地。LiveVideoStack采訪了微信多媒體內核中心音視算法高級工程師梁俊斌（Denny），從華為2012實驗室到騰訊，過去十余年梁俊斌一直專注在音頻技術。他告訴LiveVideoStack：音頻技術還有許多難點需要解決，而作為技術人也延展到應用場景，關注用戶需求。

視頻體驗評估標準(uVES1.0)模型及算法解讀

視頻業務快速發展，已經從強調用戶規模走向注重提升服務品質的階段。消費者對觀看體驗的要求不斷提高，提升視頻用戶體驗質量已經成為視頻服務的主要競爭因素。

如何使用Intel CS for WebRTC 快速搭建實時音視頻通訊系統

Intel CS for WebRTC是一套完整的WebRTC的通訊架構套件，包括了服務端軟件和客戶端SDK，其中客戶端SDK支持Web，Android，iOS和Windows平臺。該套件對通訊協議的細節進行了封裝，可以使開發者專注于應用層的軟件開發。

快手AI技術副總裁鄭文：為什么說AI是短視頻平臺的核心能力

7月初舉辦的中國軟件研發管理行業峰會（CSDI）上，快手AI技術副總裁鄭文針對AI技術在短視頻領域的應用做了精彩演講。他介紹了人工智能技術是如何在快手整個業務流程中發揮作用，以及互聯網公司如何從0開始成功推進一個AI項目。

音頻/視頻技術

隱藏在攝像頭里的AI

本文來自馭勢科技人工智能組組長潘爭在LiveVideoStackCon 2017大會上的分享，并由LiveVideoStack整理而成。潘爭回顧了AI在圖像識別領域的歷史與難點，以及在安防和自動駕駛方面的實現思路。

MMSys2018：全息視頻【附PPT全文】

2018年6月12號至6月15號，第9屆ACM多媒體系統會議（MMSys，ACM Multimedia Systems Conference）在荷蘭阿姆斯特丹召開。會上，來自8i labs的Philip A.Chou 做了關于下一代全息視頻的主題報告，介紹了目前全息領域的最新技術以及所面臨的問題。

高幀率視頻標準與規范簡介

幀率（High Frame Rate, HFR）是指利用比正常幀率（如24幀/秒）更高的技術拍攝而成的影片。歐洲已經對高于每秒50幀的視頻有了廣泛的研究。

Feed流短視頻秒開背后的那些事兒

瀏覽器iOS客戶端的Feed流短視頻播放過程中，不少用戶反饋視頻加載過程太久，導致會沒興趣繼續等待下去，從而流失了這部分用戶及無法提高用戶的人均播放次數。

編解碼

視頻編解碼--關鍵幀壓縮編解碼

關鍵幀的壓縮主要參考JPEG圖像壓縮算法的流程。但與JPEG不同的是，JPEG處理的是YUV格式數據，而這里直接處理RGB格式數據。

H.264 SVC 簡介

SVC（可適性視頻編碼或可分級視頻編碼）是傳統H.264/MPEG-4 AVC編碼的延伸，可提升更大的編碼彈性，并具有時間可適性（Temporal Scalability）、空間可適性（Spatial Scalability）及質量可適性（SNR/Quality/Fidelity scalability）三大特性，使視頻傳輸更能適應在異質的網絡帶寬。

音視頻學習從零到整-實現視頻編碼 CC老師_MissCC

在2014年的WWDC大會上,iOS 8.0 之后,蘋果開放了硬編解碼的API。就是VideoToolbox.framework的API。VideoToolbox 是一套純C語言API。其中包含了很多C語言函數.VideoToolbox.framework 是基于Core Foundation庫函數,基于C語言。

十分鐘完成安卓MediaCodec視頻解碼

MediaCodec是安卓自帶的視頻編解碼工具，由于使用的是硬解碼，其效率相對FFMPEG高出來不少。

Android平臺采集攝像頭圖像和使用MediaCodec硬編碼

Android系統上的應用需要采集攝像頭圖像，并把圖像編碼成某種格式（比如H264），保存成文件或發送到網絡。雖然有FFmpeg可以實現編碼的功能，但是使用軟編碼一方面比較耗電，另一方面，對于CPU性能不是太強的ARM設備來說，軟件編碼肯定很占CPU資源，有些舊的機器甚至一編碼就卡機。

AI智能

CVPR 2018：GAN、自動駕駛等技術和應用正強勢來襲

計算機視覺領域的頂級會議CVPR 2018上個月在美國鹽湖城舉辦。微軟亞洲研究院實習生鮑建敏參與了這次CVPR 2018之旅，為我們帶回了本次大會上新鮮出爐的計算機視覺前沿研究和他的參會成果分享。

上海交通大學CVPR Spotlight論文：利用形態相似性生成人體部位解析數據

人體部位解析，或稱人類語義部位分割，是許多計算機視覺任務的基礎。在傳統的語義分割方法中，我們需要提供手工標注的標簽，以便使用全卷積網絡（FCN）進行端到端的訓練。雖然過去的方法能達到不錯的效果，但它們的性能高度依賴于訓練數據的數量和質量。

ImageNet 帶來的預訓練模型之風，馬上要吹進 NLP 領域了

對于計算機視覺領域的研究人員、產品開發人員來說，在 ImageNet 上預訓練模型然后再用自己的任務專用數據訓練模型已經成了慣例。但是自然語言處理領域的研究人員和開發人員們似乎并不是這樣做的 —— 等等，也許 NLP 領域的「ImageNet 時代」馬上就要到來了。

基于深度負相關學習的人群計數方法

監控視頻中的人群自動計數有著重要的社會意義和市場應用前景。充分利用興趣區域的人數統計信息可以為一些人群密集的商場、車站、廣場等公共場合的安全預警提供有效的指導。還可以帶來經濟效益，例如，提高服務質量、分析顧客行為、廣告投放和優化資源配置等。因此，該問題已成為計算機視覺和智能視頻監控領域的重要研究內容。

圖像

深度學習AI美顏系列----AI人像美妝算法初識

人像美妝是近幾年來深受廣大女孩兒群體喜歡的修圖功能之一，目前市面中做的比較好的有美妝相機、玩美彩妝、天天P圖等APP，當然還有一些PC專用的秀圖軟件，本文將給大家做個算法初識；

HDR關鍵技術—色域映射

本文將介紹HDR中顏色轉換(或色域映射)技術，分為兩個部分，第一部分介紹色域映射的定義以及相關背景知識；第二部分將介紹代表性的色域映射算法，特別對ITU中相關標準進行淺析。

總結

以上是生活随笔為你收集整理的音视频技术开发周刊 60期的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。