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

HDR：為用戶打造的視覺盛宴

隨著時代的發(fā)展，人們越來越不滿足于屏幕畫面有限的色彩，開始研究如何讓畫面與現(xiàn)實世界更加相似。本次LiveVideoStackCon 2021上海站大會我們邀請到了快手音視頻技術(shù)部的章佳杰。他以幾個小故事作為引子，來分析照片無法完美重現(xiàn)現(xiàn)實世界的原因，并分享關(guān)于HDR高動態(tài)范圍視頻干貨。

OneVPL與FFmpeg/GStreamer硬件編解碼器

相對軟件Codec來說，人們對硬件Codec的應(yīng)用并不太熟悉。本次LiveVideoStackCon 2021 上海站大會我們邀請到了來自英特爾的媒體工程師——許廣新，來為我們分享Intel在硬件編解碼器中的最新研發(fā)進(jìn)展。

IETF訪談：HTTP/3全球份額持續(xù)增長，QUIC前景一片光明

本篇文章為IETF近期對Lucas Pardue 關(guān)于QUIC標(biāo)準(zhǔn)化工作的訪談。作者為IETF Blog 記者Grant Gross。

HTTP 請求之合并與拆分技術(shù)詳解

本文進(jìn)行了一個簡單的實驗，嘗試通過數(shù)據(jù)來分析 HTTP 中的合并與拆分，以及并發(fā)請求是否影響其他請求。

VVC快速仿射運動補(bǔ)償

VVC采用多類型樹（MTT）進(jìn)行塊劃分，提供了更靈活的塊劃分方式，但是也極大的提高了復(fù)雜度。在此基礎(chǔ)上的仿射運動補(bǔ)償（AME）更加增加了復(fù)雜度。論文通過提取特征有效的反映MTT和AME的統(tǒng)計特性，并利用這些特征冗余的AME過程節(jié)省AME處理的時間。

中科大的AI圖像/視頻編解碼綜述

論文來自中科大的團(tuán)隊，回顧了使用深度學(xué)習(xí)進(jìn)行圖像/視頻編解碼的代表性工作。

https://zhuanlan.zhihu.com/p/379450898

微信小游戲直播 — Android跨進(jìn)程渲染推流實踐

微信小游戲出于性能和安全等一系列考慮，運行在一個獨立的進(jìn)程中，在該環(huán)境中不會初始化視頻號直播相關(guān)的模塊，這就意味著小游戲的音視頻數(shù)據(jù)必須跨進(jìn)程傳輸?shù)街鬟M(jìn)程進(jìn)行推流，給我們實現(xiàn)小游戲直播帶來了一系列挑戰(zhàn)。

思科Webex與下一代視頻會議

視頻會議在人們的日常生活中使用愈發(fā)頻繁，尤其是在新冠肺炎疫情的影響下視頻會議市場急劇增長，由此引發(fā)了思科網(wǎng)訊視頻技術(shù)的不斷更新。本次分享，我們邀請到了思科協(xié)作技術(shù)事業(yè)部的首席工程師Thomas Davies先生，他向我們分享了AV1的發(fā)展歷程，開發(fā)AV1時所受到的挑戰(zhàn)，以及AV2的發(fā)展前景及其在實時通信中的作用。

VideoLab - 高性能且靈活的 iOS 視頻剪輯與特效框架

VideoLab 是開源的，高性能且靈活的 iOS 視頻剪輯與特效框架，提供了更 AE(Adobe After Effect)化的使用方式。框架核心基于 AVFoundation 與 Metal。

音視頻同步原理與實現(xiàn)

本文主要描述音視頻同步原理，及常見的音視頻同步方案，并以代碼示例，展示如何以音頻的播放時長為基準(zhǔn)，將視頻同步到音頻上以實現(xiàn)視音頻的同步播放。

AliCloudDenoise 語音增強(qiáng)算法：助力實時會議系統(tǒng)進(jìn)入超清音質(zhì)時代

近些年，隨著實時通信技術(shù)的發(fā)展，在線會議逐漸成為人們工作中不可或缺的重要辦公工具，據(jù)不完全統(tǒng)計，線上會議中約有 75% 為純語音會議，即無需開啟攝像頭和屏幕共享功能，此時會議中的語音質(zhì)量和清晰度對線上會議的體驗便至關(guān)重要。

Facebook 新成果：用于語音識別、生成和壓縮的自監(jiān)督表征學(xué)習(xí)的 HuBERT

為了在音頻中對這些類型的豐富詞匯和非詞匯信息建模打開大門，Facebook推出了 HuBERT，這是一種學(xué)習(xí)自監(jiān)督語音表征的新方法。HuBERT 與 SOTA 方法在語音識別、語音生成、語音壓縮的語音表征學(xué)習(xí)方面相匹配，甚至超過了 SOTA。

視頻質(zhì)量評價：挑戰(zhàn)與機(jī)遇

本文整理自鵬城實驗室助理研究員王海強(qiáng)在LiveVideoStack線上分享上的演講。他通過自身的實踐經(jīng)驗，詳細(xì)講解了視頻質(zhì)量評價的挑戰(zhàn)與機(jī)遇。

使用高級視頻質(zhì)量工具 AVQT 評估視頻

本文根據(jù) Pranav Sodhani 在 WWDC 2021《Evaluate videos with the Advanced Video Quality Tool 》主題分享翻譯。Pranav Sodhani，來自 Apple 顯示和色彩技術(shù)團(tuán)隊，在算法開發(fā)、機(jī)器學(xué)習(xí)、色彩科學(xué)和視頻技術(shù)方面具備專業(yè)的知識。

全球首個開源圖像識別系統(tǒng)上線了！

說到圖像識別相信大家已經(jīng)非常熟悉了，這一技術(shù)早就深深融入我們生活的方方面面，小到人臉解鎖、支付、打卡、酒店入住，攝像頭中的違規(guī)駕駛識別，網(wǎng)購明星同款時的以圖搜圖，大到自動駕駛汽車中的駕駛輔助，醫(yī)療影像的輔助診斷，圖像視頻的分析、編輯、再創(chuàng)造等等...

二次元新玩法！生成不同風(fēng)格小姐姐動漫形象，膚色、發(fā)型皆可變

一張輸入人臉圖像，竟能生成多樣化風(fēng)格的動漫形象。伊利諾伊大學(xué)香檳分校的研究者做到了，他們提出的全新 GAN 遷移方法實現(xiàn)了「一對多」的生成效果。

目標(biāo)檢測究竟發(fā)展到了什么程度? | CVHub帶你聊一聊目標(biāo)檢測發(fā)展的這22年

目標(biāo)檢測領(lǐng)域發(fā)展至今已有二十余載，從早期的傳統(tǒng)方法到如今的深度學(xué)習(xí)方法，精度越來越高的同時速度也越來越快，這得益于深度學(xué)習(xí)等相關(guān)技術(shù)的不斷發(fā)展。本文將對目標(biāo)檢測領(lǐng)域的發(fā)展做一個系統(tǒng)性的介紹，旨在為讀者構(gòu)建一個完整的知識體系架構(gòu)，同時了解目標(biāo)檢測相關(guān)的技術(shù)棧及其未來的發(fā)展趨勢。

《半衰期：愛莉克斯》開發(fā)者：開發(fā)VR手部交互難在哪？

近期，日本游戲網(wǎng)站Kotaku采訪到《半衰期：愛莉克斯》手部交互開發(fā)者Kerry Davis，了解到開發(fā)該游戲時還曾經(jīng)探索過哪些方向，以及哪些玩家難以察覺，卻同時優(yōu)化了游戲體驗的細(xì)節(jié)。

自動駕駛汽車的成功取決于遙操作

遙操作（teleoperation）技術(shù)是一種達(dá)到人與被控對象之間遠(yuǎn)程交互的技術(shù)手段。遙操作的控制端在本地，其執(zhí)行端在本地?zé)o法直接感知的遠(yuǎn)程空間某處。這一技術(shù)目前多用于機(jī)器人。遙操作通常來說其實就是遠(yuǎn)程操作。在自動駕駛汽車方面，遙操作技術(shù)也是大有可為的。因為目前來看，至少在未來 10 年到 20 年，自動駕駛完全無人化是不可能的，還是需要人類介入。目前世界上的核電站管理或飛機(jī)駕駛，都有人的介入，而不是百分之百靠人工智能操縱的。

CVPR 2021 | 特斯拉純視覺自動駕駛最新進(jìn)展

在 CVPR 2021 自動駕駛 Workshop 上，特斯拉 AI 總監(jiān) Andrej Karpathy 講述了特斯拉純視覺包括 Autopilot 和 FSD 的最新進(jìn)展。

活動推薦

7月4日前購票享 8折?優(yōu)惠，點擊【閱讀原文】或掃描圖中二維碼了解詳情。

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 | 201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。