?

?

『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94期內容，祝您閱讀愉快。

?

架構

?

• 衡量視頻質量有哪些指標和工具？

  視頻質量指標是用于預測觀眾對視頻質量的實際評估結果的算法，涉及包括比較編解碼器和不同的編碼配置，協助生產和實時體驗質量（QoE）監控在內的諸多視頻處理與制作環節。本文從編解碼器與編碼配置角度而非用戶體驗與質量監控出發，描述了最常用的客觀質量指標與部署工具。

  ?

• OpenCV中那些深度學習模塊

  OpenCV是計算機視覺領域使用最為廣泛的開源庫，以功能全面使用方便著稱。自3.3版本開始，OpenCV加入了對深度神經網絡(DNN)推理運算的支持。在LiveVideoStack線上交流分享中英特爾亞太研發有限公司開源技術中心軟件工程師?吳至文詳細介紹了OpenCV?DNN模塊的現狀，架構，以及加速技術。

  ?

• NETINT劉偉：ASIC才是未來

  摩爾定律落幕，云平臺興起，5G帶動將讓互聯網上流轉更多高清視頻，邊緣計算也成為海量數據下的必然產物。海量流媒體數據需要編碼、轉碼，ASIC將扮演越來越重要的角色。本文由LiveVideoStack對NETINT?Co-founder?&?COO劉偉的采訪整理而成。

?

傳輸網絡

?

• 三十年TCP與七年QUIC?誰才是未來？

  本文為LiveVideoStack對來自Akamai網絡協議優化組的高級工程經理Darren?Ng的采訪整理而成，Darren?Ng早年供職于TCP優化明星公司FastSoft。十年間，Darren?Ng一直專注于網絡優化。在文中，他給出了如何正確的使用TCP和QUIC的建議。

  ?

• 基于ARINC818視頻傳輸系統的設計

  為了滿足新一代航空電子系統大容量數字視頻信息傳輸和共享的目標，提高航空電子系統模塊化、集成化程度，采用ARINC818標準，對視頻傳輸系統進行的詳細研究，并詳細闡述了ADVB接收器、ADVB發送器以及顯示終端的設計方法和原理。

?

音頻/視頻技術

?

• 干貨來襲丨音視頻質量評估綠皮書

  網絡技術的升級使得市場上音視頻類的產品形態越來越多，直播、短視頻你方唱罷我登場。公司內也有多個專注于音視頻技術、音視頻產品服務的團隊。音視頻產品需要關注哪些質量控制點，如何評估音視頻質量，筆者就在音視頻實驗室的幾年工作經驗進行介紹。歡迎相關團隊同學互相探討，共同成長。

  ?

• 如何利用深度學習提升視頻轉碼效率與視覺質量？

  視頻處理平臺的核心功能是視頻轉碼，而轉碼壓縮的過程勢必會造成視頻質量的損失。騰訊音視頻實驗室技術專家高孟平在LiveVideoStackCon?線上交流分享中根據騰訊麗影平臺的開發實踐經驗，詳細介紹了如何利用深度學習在提升視頻轉碼壓縮效率的同時提供更高的人眼視覺質量。

  ?

• 超高清論壇(UHD Forum)技術指南V2.0

  這份指南發布的目的是對超高清內容的創建和向消費者的內容傳輸提供一種一致的方法。?本文提供的“超高清”指南的范圍包括互聯網、衛星、地面廣播和有線傳輸方法。而不包括通過存儲媒體(如藍光?光盤、硬盤驅動器、SCSA設備等)對內容進行編碼和傳輸，也不包括對數字電影內容進行編碼和傳輸。

?

編解碼

?

• Netflix與英特爾共同發布開源編解碼器SVT-AV1

  在NAB?2019上，英特爾與Netflix共同發布了開源編解碼器SVT-AV1。資深編解碼技術專家Jan?Ozer撰文進行了報道，LiveVideoStack對原文進行了摘譯。

  ?

• Intel可擴展視頻技術(SVT)

  英特爾和Netflix共同正式發布了SVT-AV1編解碼器，該編解碼器在英特爾至強可擴展處理器和英特爾至強D處理器上運行時能夠進行實時4K?/?60p?10?bit編碼。

  ?

• MSU高清/極慢檔Codec對比：AV1壓縮效率第一?速度慢

  4月4日，MSU公布了2018視頻編碼壓縮報告的補充部分——高清/極慢速度檔的Codec壓縮效率對比，AV1再次成為壓縮效率最高的Codec。同時，報告顯示AV1與其他Codec相比，編碼耗時為10-50倍，還需對編碼速度進行優化。

  ?

• MSU高質量編碼對比報告2018

  4月4日，MSU圖形與媒體實驗室（視頻組）發布了高質量編碼對比報告2018[1]，用于進行各個編碼器在ultra?slow/high?quality的預設下對全高清視頻的編碼性能對比。

  ?

• 視頻編碼標準大混戰

  優化編碼器使視頻能以更高的比特率傳輸的壓力變得越來越大，傳統的十年一次的壓縮標準飛躍正處于崩潰的邊緣。這并不是說編解碼器的開發進度變慢了；相反，在IP視頻爆炸式增長的推動下，這一領域取得的進步正在形成激烈的競爭和一個分散的市場。

  ?

• MPEG中的數據壓縮綜述

  提起MPEG，大多數人更關心的是MPEG的音視頻標準。不太為人所知但可能非常重要的是，MPEG已經開發了一些用于壓縮各種其他數據類型的標準，例如壓縮點云數據等。

?

AI智能

?

• 語音交互時代的來臨是NLP技術無限可能的開始！！

  隨著目前人工智能產業的高速發展，人工智能技術也呈現出百家爭鳴的態勢。在經歷了關鍵詞搜索時代到語音交互時代的轉變，作為人工智能領域「皇冠上的明珠」NLP?技術顯然已經面臨著一個最好的時代。

  ?

• 騰訊優圖開源人臉檢測算法DSFD，刷新兩項數據集紀錄

  不久之前，騰訊優圖開源了人臉檢測算法?DSFD（Dual?Shot?Face?Detector），該算法相關論文已經被計算機視覺頂級會議?CVPR?2019?接收，刷新了人臉檢測數據集?WIDER?FACE?和?FDDB?新紀錄。

  ?

• FoveaBox：目標檢測新紀元，無Anchor時代來臨！

  目標檢測的任務是“分類”并從圖像中“定位”出物體，但長久以來，該領域的工作大多是這樣：生成可能包含目標的區域，然后在該區域提取特征并分類。

?

圖像

?

• 使用深度學習的單一圖像超分辨率

  本示例演示如何訓練甚深超分辨率（vdsr）神經網絡，然后使用vdsr網絡從單個低分辨率圖像估計高分辨率圖像。

  ?

• 開源一個 Android 圖片壓縮框架

  在本文中，我們主要介紹圖片壓縮優化，后續我們會介紹如何對?Android?的相機進行封裝和優化。本項目主要基于?Android?自帶的圖片壓縮?API?進行封裝，結合了?Luban?和?Compressor?的優點，同時提供了用戶自定義壓縮策略的接口。

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 94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。