每周一期，縱覽音視頻技術(shù)領(lǐng)域的干貨。

新聞投稿：contribute@livevideostack.com。

小提示：鏈接跳轉(zhuǎn)僅支持公眾號相關(guān)鏈接

準(zhǔn)確評估音畫質(zhì)量，七牛云將發(fā)布音視頻質(zhì)量分析系統(tǒng)——對話七牛云陳輝

近些年來，隨著音視頻的不斷普及，終端用戶對于音視頻的質(zhì)量要求越來越高：從最初的通話、觀看流暢，到現(xiàn)在對音視頻畫質(zhì)的高清需求及節(jié)省流量訴求。日益高漲的用戶需求，將給音視頻技術(shù)領(lǐng)域帶來哪些挑戰(zhàn)？如何更加客觀、準(zhǔn)確地評估音視頻音畫質(zhì)量？未來音視頻領(lǐng)域還會發(fā)生哪些大的變化？LiveVideoStack近期采訪了七牛云直播與實時互動技術(shù)總監(jiān)陳輝，和他一起討論了七牛云視頻質(zhì)量分析的具體情況、優(yōu)勢與挑戰(zhàn)，音視頻的未來發(fā)展等問題。

賦能普通用戶，面向?qū)I(yè)級的視頻內(nèi)容制作技術(shù)

隨著人們對視頻的依賴程度日益增長，對專業(yè)級視頻內(nèi)容的制作要求、批量制作視頻的需求也在不斷提高。在制作視頻中，如何即保證效率，又保證效果；即有模板支持，又能自由化的搭配設(shè)計。對此，LiveVideoStack采訪了視杏科技CEO——李志強（節(jié)子），一同聊一聊在視頻設(shè)計中視杏科技為用戶提供了哪些賦能方案。

淘寶直播低延遲架構(gòu)演進和實踐

本文根據(jù)楊寬（阿里巴巴淘系技術(shù) 音視頻技術(shù)專家）于 2021 年 6 月 26 日舉辦的 ECUG Meetup 第 1 期 | 2021 音視頻技術(shù)最佳實踐·杭州站上的分享整理而成。本文將從傳統(tǒng)直播技術(shù)痛點、低延遲架構(gòu)演進、互動體驗升級和關(guān)鍵技術(shù)四個方向展開。

ICME2021：基于VVC的角度加權(quán)預(yù)測

加權(quán)預(yù)測是視頻編碼的重要技術(shù)，但是傳統(tǒng)的固定權(quán)重?zé)o法滿足兩個物體斜邊的處理。現(xiàn)存的方法計算逐像素的權(quán)重需要大量計算，它要為每個像素計算它到分界線的距離。本文利用角度預(yù)測生產(chǎn)每個像素的權(quán)重，復(fù)用了幀內(nèi)預(yù)測的邏輯來簡化計算。

DVB 為先進的 4K 和 8K 廣播和寬帶電視鋪平道路

DVB初步確定的三個下一代候選商業(yè)視頻編解碼器為先進4K、8K廣播寬帶電視做準(zhǔn)備，分別是AV1、AVS3、VVC。目前將開始評估候選視頻編解碼器的技術(shù)合規(guī)性以及制定 DVB 規(guī)范草案的工作。

直播時代的下一個江湖

1993年6月24日，一個由施樂公司的科學(xué)家和工程師組成的樂隊Severe Tire Damage向互聯(lián)網(wǎng)直播了他們的演出。他們成為第一個通過互聯(lián)網(wǎng)直播表演的樂隊，而這次演出正是通過施樂公司研發(fā)的MBone網(wǎng)絡(luò)發(fā)布的。

基于 Nginx 和 FFmpeg 搭建流媒體服務(wù)器

實時流式傳輸可以解決順序流式傳輸無法快進的問題，它與Http流式傳輸不同，它必須使用流媒體服務(wù)器并 且使用流媒體協(xié)議來傳輸視頻，它比Http流式傳輸復(fù)雜。常見的實時流式傳輸協(xié)議有RTSP、RTMP、RSVP 等。

論文推介：語音合成中可見和不可見語音風(fēng)格的遷移

論文提出了一種新的針對訓(xùn)練數(shù)據(jù)中見過的和未見過的語音風(fēng)格遷移方法，利用不相交的多風(fēng)格數(shù)據(jù)可以有效地實現(xiàn)見過的和未見過的風(fēng)格的風(fēng)格遷移。

直播時各種背景是怎么實現(xiàn)的？聊一聊虛擬背景背后的技術(shù)

2020 年一場突如其來的疫情闖進了我們的生活，上網(wǎng)課、在家辦公逐漸成為了一種常態(tài)，為了更好地保護用戶隱私、提升用戶體驗，各大在線辦公軟件相繼推出了虛擬背景功能，營造學(xué)習(xí)、辦公氛圍的同時，又能避免家中環(huán)境不夠正式的窘境。那么今天我們就來說道說道虛擬背景的相關(guān)技術(shù)。

高光譜成像技術(shù)的介紹

高光譜成像技術(shù)的應(yīng)用價值已在一些非民用領(lǐng)域得到了證明，但仍存在一些限制其推廣進入更多領(lǐng)域的困難，主要有：1）高光譜相機系統(tǒng)復(fù)雜、成本高；2）體積大重量沉；3）使用體驗是否便捷。

ICCV 2021 | Vision Transformer中的相對位置編碼

相對位置編碼（RelativePosition Encoding）能夠顯式地對Transformer輸入序列中，任意兩個Tokens的位置關(guān)系進行建模。近來，中山大學(xué)與微軟亞洲研究院的研究人員回顧了先前相對位置編碼的相關(guān)工作，針對Vision Transformer，提出了簡單且輕量的二維相對位置編碼。

基于深度學(xué)習(xí)的圖異常檢測技術(shù)綜述

本文首先對圖上的異常定義做了全面的分析, 然后詳細介紹了基于深度神經(jīng)網(wǎng)絡(luò)的圖表示學(xué)習(xí)方法, 接著從靜態(tài)圖和動態(tài)圖的角度出發(fā),對現(xiàn)有基于深度學(xué)習(xí)的圖異常檢測方法進行系統(tǒng)地總結(jié)和歸 類,并討論相關(guān)方法的局限性。

支持動態(tài)變焦，劍橋大學(xué)基于LiDAR的全息HUD方案解析

為了進一步提升AR HUD的體驗感，由劍橋大學(xué)、牛津大學(xué)、倫敦大學(xué)學(xué)院的科研人員組成的團隊研發(fā)了一種，基于LiDAR和全息技術(shù)的AR HUD方案。據(jù)悉，該方案并未采用向前擋風(fēng)玻璃投影的形式，而是將AR圖像直接投影到人眼中，好處是視場角更大，支持動態(tài)變焦，不過需要對人眼的位置進行校正。

淺談自動駕駛中的行為風(fēng)險識別（一）

我們可以通過一個比喻來解釋什么是行為風(fēng)險識別：自動駕駛的機器大腦在參加一場考試，他遇到一道難題，在兩個答案之間猶豫不決。盡管這道難題他不會做，但我們可以通過許多方式得知他“拿不準(zhǔn)”這件事本身，例如題目描述的場景復(fù)雜或者之前不熟悉，并進一步針對這道題目請求“人類教練”的幫助。

IROS 2021最新開源！深度學(xué)習(xí)三維激光雷達動態(tài)物體分割

本文介紹的是德國波恩大學(xué)在讀博士陳謝沅澧的最新工作。該方法的論文，代碼，數(shù)據(jù)集以及視頻都已經(jīng)公開。

用于自動駕駛?cè)S目標(biāo)檢測的從二維提升到三維的學(xué)習(xí)方法

文章解決了自動駕駛場景中從二維單目圖像中提取三維目標(biāo)的問題，提出使用基于學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)將二維圖像提升到三維表示，并直接利用現(xiàn)有工作在三維上的神經(jīng)網(wǎng)絡(luò)來執(zhí)行三維目標(biāo)檢測和定位。

SSC：基于點云語義上下文的大規(guī)模激光SLAM的位置識別方法

本文提出了一個新的全局描述子，點云語義上下文信息，它可以更有效地挖掘語義信息來表示場景，本文還提出了一種兩步全局語義ICP算法來獲得三維姿態(tài)（x，y，yaw），用于點云的對齊以提高匹配性能，我們在KITTI數(shù)據(jù)集上的實驗表明，我們的方法比現(xiàn)有的方法有很大的優(yōu)勢。

推薦閱讀

W3C Web 中文興趣組 · 沉浸式 Web 線上研討會

本次線上研討會對WebXR相關(guān)的工作進行了一個比較深入的討論，從新的內(nèi)容呈現(xiàn)形式、內(nèi)容制作的方式到產(chǎn)品硬件的一系列設(shè)計考量，包括跨平臺的一些考慮，從工業(yè)界到學(xué)術(shù)界都進行了一些深入的研討，碰撞出一些新的想法和潛在的標(biāo)準(zhǔn)機會。

https://www.w3.org/2021/07/chinese-ig-xr/minutes.html

專訪扎克伯格：萬字解讀Facebook為何將轉(zhuǎn)型為元宇宙公司

六月末，Facebook CEO馬克·扎克伯格向員工介紹了一項雄心勃勃的新計劃。根據(jù)這項計劃，該公司的業(yè)務(wù)范疇將遠遠超出當(dāng)前的一系列社交應(yīng)用以及相關(guān)的硬件項目。他說，Facebook將打造一套包羅萬象、互聯(lián)互通的科幻體驗集合，簡言之，即打造一個被稱為元宇宙的世界。

活動推薦

【免費報名】挑戰(zhàn)與機遇同在，大步邁進全真互聯(lián)網(wǎng)時代

隨著云計算的普及與高速發(fā)展，5G網(wǎng)絡(luò)、VR技術(shù)的日益成熟，我們正向著全真互聯(lián)網(wǎng)時代大步邁進。伴隨著新時代的到來，“元宇宙”、“沉浸式”等概念橫空出世，挑戰(zhàn)與機遇同在，我們不得不思考，哪些行業(yè)、產(chǎn)品和商業(yè)模式將最早受到全真互聯(lián)網(wǎng)的影響？

騰訊云音視頻基于在音視頻領(lǐng)域21年的積累，構(gòu)建了全球領(lǐng)先的RT-ONE?音視頻通信基礎(chǔ)網(wǎng)絡(luò)、完整的音視頻PaaS平臺及終端SDK產(chǎn)品矩陣，9月3日 | 北京，LiveVideoStack聯(lián)合騰訊云共邀5位技術(shù)大牛，將為大家?guī)砣耡ll in one終端引擎、跨平臺能力、海外直播技術(shù)、云渲染技術(shù)、多媒體處理等技術(shù)的最新動向。

? 活動時間：2021/09/03 14:00-18:00

???? 參與方式：線下參與 （掃描上圖二維碼，立即免費報名~）

---

【免費報名】從多維度出發(fā) 保障&提升實時音視頻質(zhì)量

9月4日 | 北京 LiveVideoStack將攜手七牛云共邀4位技術(shù)大咖，圍繞著實時音視頻場景下，七牛云如何從多個維度來保障和提升音畫質(zhì)量展開。我們所理解的音畫質(zhì)量，不僅包括最基礎(chǔ)的服務(wù)質(zhì)量，還包括我們的觀感體驗，本場將會從服務(wù)端、客戶端、編解碼等多個領(lǐng)域展開，對保障和提升音視頻質(zhì)量相關(guān)的經(jīng)驗進行分享。

此外，我們還會發(fā)布七牛云音視頻質(zhì)量分析系統(tǒng)，更客觀專業(yè)得對音畫質(zhì)量進行評測和優(yōu)化。

? 活動時間：2021/09/04 9:30-12:00

???? 參與方式：線下參與 （掃描上圖二維碼，立即免費報名~）

---

插圖源自Pexels

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 | 206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，歡迎將生活随笔推薦給好友。