酷应用

解密七牛云锐智转码技术：打造低成本、超高清的解决方案

看点作者：七牛云 2019-07-04 09:44:06

互联网的迅速发展，提高了用户获取多样化信息的能力，根据《 2019 中国网络视听发展研究报告》显示：截至 2018 年底，我国网络视频用户规模达 7.25 亿，占总体网民的 87.5% 。视频已成为触达用户的主流媒介，网络视频行业的壮大已成为必然。如何在最小的带宽消耗下，最大幅度提升用户观看体验，成为了视频应用商首要考虑的问题。七牛云深耕互联网行业 8 年，针对网络视频行业推出了锐智高清转码服务，融合感知编码、深度学习、图像处理、画质增强等技术，为点播、直播提供更智能的转码服务，也可以为存量视频做二次瘦身。

在体验方面，能够在低带宽条件下为用户提供高质量的视觉效果，画面更细腻、更美观。
在成本方面，可以节省超过 40% 的视频码率，极大降低客户的传输带宽和视频存储成本。

关键技术解密? 智能场景分类 不同场景可以适配更佳的算法提升压缩和画质效果。针对视频场景和复杂度进行两层分类，场景上包含：影视、教育、交通、体育、秀场等 10 多个类型；在部分场景上，会进一步做复杂度的分级。通过深度学习大量训练，目前CNN网络模型的准确度达到 95% 以上。场景分类为自适应算法策略奠定基础，对于不同场景，适配的算法类别包括：

编码压缩算法和工具的组合
前处理算法类别和参数
ROI 感兴趣区域的算法
客观质量评价工具 VMAF 的较准
Per-Title 参数的选取

锐智高清的智能自适应目标是在不同场景下匹配最优的算法，追求最佳的收益效果。以在线教育场景为例，屏幕录制为视频主要内容，针对屏幕内容采用特定算法可取得有效的针对性提升；而在秀场场景上，算法会更倾向于人脸和细节上的优化；再到体育场景，运动目标检测和去运动模糊是主要关注点。

锐智高清智能自适应场景视频处理

Per-Title编码技术

根据视频内容自适应码率以及自适应分辨率。在 Per-Title 技术出现之前，视频服务提供商通常会使用一个事先确定好的通用的编码配置来处理几乎所有的视频内容。一方面存在浪费，另一方面也不能始终给用户最佳体验。相比于传统的编码方案，Per-Title 编码技术更加注重不同类型视频之间的区分度，为每一个视频或视频片段找出满足清晰度和主观敏感度要求的最低码率点，以达到节省带宽的目的。除了根据内容自适应码率，Per-Title 技术还包括自适应分辨率。

图片来源：Netflix

如图所示，对于同一视频源，采用三个分辨率，以及不同的码率编码。在各个分辨率下，编码质量随着码率的增加而单调上升。当码率达到一定阈值后，曲线开始变得平缓，这时需要通过提升分辨率才能进一步提升质量。通过大量实战，锐智高清转码建立起的智能码控决策模型，对不同类型、相同类型不同片源、相同片源不同片段，应用完全不一样的编码参数，并且可以按帧级智能调优。锐智高清使用时可以让用户设置一个上限码率，码控模型将bits有效分配到最有价值的地方，在保障画质下尽可能输出最低码率。

锐智高清秀场场景，画质相当节省码率66%

AI视频前处理 AI 视频前处理是提升画质的关键所在。由多个算法模块组成，每个模块负责某种画质增强的方向，包括：去编码脏效应、去噪、去毛刺、锐化、对比度增强、饱和度增强、去模糊等，各模块自适应调整强度，协同作用。 AI 视频前处理除了提升主观画质以外，其作用效果并非完全与视频编码解耦。比如在增强人眼易关注纹理的同时，弱化人眼不易察觉的信息，以期达到节省编码码率的目的。值得一提的是，所有的前处理 AI 算法，我们经过大量的调优打磨来平衡计算资源的消耗。