『音視頻技術(shù)開發(fā)周刊』由LiveVideoStack團(tuán)隊(duì)出品，專注在音視頻技術(shù)領(lǐng)域，縱覽相關(guān)技術(shù)領(lǐng)域的干貨和新聞投稿，每周一期。點(diǎn)擊『閱讀原文』，瀏覽第63期內(nèi)容，祝您閱讀愉快。

架構(gòu)

傅德良：選擇視頻編碼器的誤區(qū)

本文來自Hulu全球高級(jí)研發(fā)經(jīng)理、視頻編解碼與傳輸領(lǐng)域資深專家傅德良在LiveVideoStackCon 2018熱身分享，并由LiveVideoStack整理而成。在分享中，傅德良以 Hulu實(shí)踐為基礎(chǔ)，介紹了視頻編解碼標(biāo)準(zhǔn)與視頻編碼器間的紛爭以及視頻編碼器對比中的常見誤區(qū)。

林緒虹：看好QoE、音視頻內(nèi)容理解與AV1

還記得你在大學(xué)時(shí)候的夢想嗎？職場上打拼多年，你的工作領(lǐng)域與你之前的專業(yè)還有多少相關(guān)？技術(shù)、行業(yè)與時(shí)代的洪流將一些人推上人生巔峰，又把一些人無情的拍向谷底。LiveVideoStack郵件采訪了YY音視頻算法中心負(fù)責(zé)人林緒虹，從直播領(lǐng)域的起伏聊到時(shí)代，從學(xué)習(xí)方法聊到技術(shù)趨勢。

Cloudflare Nginx優(yōu)化成果：每天為互聯(lián)網(wǎng)節(jié)約54年

Nginx是世界范圍內(nèi)使用最廣泛的負(fù)載均衡器和web服務(wù)器之一。Cloudflare大規(guī)模使用Nginx來支持自身的邊緣節(jié)點(diǎn)。在其使用過程中碰見了一些問題，通過優(yōu)化這些問題，Nginx的性能得到了極大提升。本文是Cloudflare對其所做的一些優(yōu)化的具體分析和結(jié)論，對于工程師和架構(gòu)師來說，十分值得一讀。

從Go高性能日志庫zap看如何實(shí)現(xiàn)高性能Go組件

zap是uber開源的Go高性能日志庫。本文作者深入分析了zap的架構(gòu)設(shè)計(jì)和具體實(shí)現(xiàn)，揭示了zap高效的原因。并且對如何構(gòu)建高性能Go語言庫給出自己的建議。

PWA初探

HTML 5 曾被認(rèn)為是移動(dòng)應(yīng)用的明天，卻被原生App在性能和功能上輕易戰(zhàn)勝，Web逐漸成為App的附屬。然而，馬云“爸爸”告訴我們：“夢想還是要有的，萬一實(shí)現(xiàn)了呢？”如今，我們離夢想又近了一步。

金山云三招保障百萬級(jí)直播

央視網(wǎng)是本屆亞運(yùn)會(huì)移動(dòng)端直播的重要平臺(tái)，將在亞運(yùn)會(huì)期間密集直播各項(xiàng)賽事。金山云作為央視網(wǎng)的合作伙伴，將為客戶提供直播保障，帶給觀眾身臨其境的視聽體驗(yàn)。

十年磨一劍：英偉達(dá)最「閃」GPU 登場，揭曉新一代芯片架構(gòu)

從今年年初開始，英偉達(dá)將發(fā)布新一代架構(gòu)的消息就已經(jīng)傳的沸沸揚(yáng)揚(yáng)，傳聞稱架構(gòu)代號(hào)也許會(huì)是「Ampere」，也可能是「Turing」。在SIGGRAPH 大會(huì)上，英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛在其主題演講上發(fā)布了這一新架構(gòu)，除此之外還推出了全新的 RTX 系列 GPU。

音頻/視頻技術(shù)

音視頻開發(fā)

音視頻開發(fā)，就是要掌握圖像、音頻、視頻的基礎(chǔ)知識(shí)，并且學(xué)會(huì)如何對它們進(jìn)行采集、渲染、處理、傳輸?shù)纫幌盗械拈_發(fā)和應(yīng)用。

iOS音視頻-01-音頻播放(FFMpeg+AudioUnit)

本文主要介紹如何使用FFmpeg完成一個(gè)音視頻播放Demo，用AudioUnit播放一個(gè)Mp3, AAC文件。

如何快速實(shí)現(xiàn)移動(dòng)端短視頻功能？

在“互聯(lián)網(wǎng)＋”概念被炒的如火如荼的今天，短視頻以視頻短、傳播快、生產(chǎn)流程簡單、制作門檻低、參與性強(qiáng)等特點(diǎn)在互聯(lián)網(wǎng)所有的熱門的焦點(diǎn)中脫穎而出，出現(xiàn)在公眾的視野里。那么如何快速實(shí)現(xiàn)移動(dòng)端短視頻功能呢？本文作者將根據(jù)其對行業(yè)的洞察，結(jié)合網(wǎng)易云信技術(shù)進(jìn)行具體的分析。

流媒體技術(shù)筆記

Darwin Streaming Server簡稱DSS。DSS是Apple公司提供的開源實(shí)時(shí)流媒體播放服務(wù)器程序。整個(gè)程序使用C++編寫，在設(shè)計(jì)上遵循高性能，簡單，模塊化等程序設(shè)計(jì)原則，務(wù)求做到程序高效，可擴(kuò)充性好。

編解碼

Capped CRF：節(jié)省編碼成本和數(shù)據(jù)流

Capped CRF編碼是一種單通道編碼方法，與雙通道VBR相比，可以節(jié)省編碼成本。Capped CRF也是一種簡單的per-title編碼方法，可以降低帶寬成本并且提高觀眾的體驗(yàn)質(zhì)量。本文來自資深多媒體技術(shù)咨詢師Jan Oze，LiveVideoStack對原文進(jìn)行了摘譯。

iOS硬編解碼相關(guān)知識(shí)

蘋果在iOS 8.0系統(tǒng)之前，沒有開放系統(tǒng)的硬件編碼解碼功能，不過Mac OS系統(tǒng)一直有，被稱為Video ToolBox的框架來處理硬件的編碼和解碼，終于在iOS 8.0（即WWDC 2014 513）后，蘋果將該框架引入iOS系統(tǒng)。

FFmpeg編碼支持與定制

FFmpeg本身支持一些音視頻編碼格式、文件封裝格式與流媒體傳輸協(xié)議，但是支持的數(shù)量仍然有限，FFmpeg所做的只是提供一套基礎(chǔ)的框架，所有的編碼格式、文件封裝格式與流媒體協(xié)議均可以做為FFmpeg的一個(gè)模塊掛載在FFmpeg框架中。

Netty 編碼解碼應(yīng)用

Tcp基于字節(jié)流的傳輸層通信協(xié)議，把數(shù)據(jù)流分區(qū)成適當(dāng)長度的報(bào)文段，報(bào)文段長度有限，當(dāng)傳輸大量數(shù)據(jù)，需要將大報(bào)文拆分成為小報(bào)文對傳輸?shù)膱?bào)文進(jìn)行粘包和拆包。

MediaCodec AudioRecord 硬編 AAC 格式音頻（一）

AAC是一種音頻壓縮格式，區(qū)別于無損的 PCM 數(shù)據(jù)格式，其中分成了兩種：ADTS 和 ADIF 格式。

Chromium中 WebRTC 視頻解碼過程分析

WebRTC 默認(rèn)采用的編碼格式為 VP8，所以解碼對應(yīng)的解碼方法也是 VP8.?

AI智能

深度學(xué)習(xí)入門---Numpy圖像處理

在Python的學(xué)習(xí)過程中，我們實(shí)際上有各種圖像處理庫可以使用，比如opencv，Matplotlib，Scipy等等，這里我們使用Numpy來實(shí)現(xiàn)圖像處理算法，以此來加深Numpy和圖像算法的學(xué)習(xí)。

App基于手機(jī)殼顏色換膚？先嘗試一下用KMeans來提取圖像中的主色

k - 平均算法（中文： k -means clustering）源于信號(hào)處理中的一種向量量化方法，現(xiàn)在則更多地作為一種聚類分析方法流行于數(shù)據(jù)挖掘領(lǐng)域 .k - 平均聚類的目的是：把n個(gè)點(diǎn)（可以是樣本的一次觀察或一個(gè)實(shí)例）劃分到 k個(gè)聚類中，使得每個(gè)點(diǎn)都屬于離他最近的均值（此即聚類中心）對應(yīng)的聚類，以之作為聚類的標(biāo)準(zhǔn)。這個(gè)問題將歸結(jié)為一個(gè)把數(shù)據(jù)空間劃分為Voronoi cells的問題。

清華&商湯開源CVPR2018超高精度人臉對齊算法LAB

人臉的邊緣信息和人臉關(guān)鍵點(diǎn)有很明顯的重要關(guān)系，而以往的人臉對齊（Face Alignment）算法并沒有很好的利用邊緣信息，本文提出一種基于邊緣感知的人臉關(guān)鍵點(diǎn)檢測算法，將人臉邊緣線所描述的結(jié)構(gòu)信息融入到關(guān)鍵點(diǎn)檢測中，極大地提升了算法在大側(cè)臉、夸張表情、遮擋、模糊等極端情況下的檢測精度。

如何通過深度學(xué)習(xí)輕松實(shí)現(xiàn)自動(dòng)化監(jiān)控？

這是一篇關(guān)于使用基于深度學(xué)習(xí)的目標(biāo)檢測來實(shí)現(xiàn)監(jiān)控系統(tǒng)的快速教程。在教程中通過使用 GPU 多處理器來比較不同目標(biāo)檢測模型在行人檢測上的性能。

對抗深度學(xué)習(xí): 魚 (模型準(zhǔn)確性) 與熊掌 (模型魯棒性) 能否兼得？

分類的準(zhǔn)確度長期以來都是評(píng)價(jià)圖像分類模型性能的最核心甚至唯一標(biāo)準(zhǔn)。但最近研究表明，即使是充分訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型也很容易被對抗攻擊算法攻破。對抗攻擊是指在圖像上加入特定的且人眼無法察覺的微量噪聲，使得目標(biāo)模型對加噪之后得到的對抗樣本做出錯(cuò)誤分類。

比RNN快136倍！上交大提出SRNN，現(xiàn)在RNN也能做并行計(jì)算了

上海交通大學(xué)最新提出切片循環(huán)神經(jīng)網(wǎng)絡(luò)（SRNN），其速度是標(biāo)準(zhǔn)RNN的136倍，并且還能更快！對六個(gè)大型情緒分析數(shù)據(jù)集的實(shí)驗(yàn)表明，SRNN的性能均優(yōu)于標(biāo)準(zhǔn)RNN。

圖像

Metal入門教程總結(jié)

本文介紹Metal和Metal Shader Language，以及Metal和OpenGL ES的差異性，也是實(shí)現(xiàn)入門教程的心得總結(jié)。

HDR質(zhì)量評(píng)價(jià)技術(shù)

本文聚焦HDR質(zhì)量評(píng)價(jià)技術(shù)，對于編解碼、色調(diào)映射以及逆色調(diào)映射等不同任務(wù)，通常會(huì)采取不同的評(píng)價(jià)方法。本部分先從主觀評(píng)價(jià)和客觀評(píng)價(jià)兩個(gè)角度對常用的HDR視覺質(zhì)量評(píng)價(jià)技術(shù)做整體介紹。

超強(qiáng)干貨來襲 云風(fēng)專訪：近40年碼齡，通宵達(dá)旦的技術(shù)人生

總結(jié)

以上是生活随笔為你收集整理的音视频技术开发周刊 63期的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。