『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59期內容，祝您閱讀愉快。

架構

FFmpeg Maintainer趙軍：FFmpeg關鍵組件與硬件加速

本文來自FFmpeg Maintainer趙軍在LiveVideoStackCon 2018熱身分享，并由LiveVideoStack整理而成。在分享中，趙軍介紹了FFmpeg的歷史、關鍵組件，并介紹了英特爾平臺上的多種FFmpeg硬件加速方式。

WebRTC點對點通訊架構設計

雖然幾乎所有人都知道，WebRTC是一個瀏覽器端內置的點對點接口，甚至是準標準了。但是，到底怎么利用這一個已經不是新特性，但是很不幸的是，不少人對這東西還是只停留在聽說過，怎么才能使用它呢？怎么利用WebRTC作出一個我們想要的P2P應用呢？

沉浸式媒體

本文來自華為多媒體實驗室首席科學家、實驗室副主任王田在LiveVideoStackCon 2017上的分享。他分享了沉浸式媒體的進展與演進路線，展現了可期的多媒體新體驗。

SRS 2.0r3(2.0.248) released

SRS定位是運營級的互聯網直播服務器集群，追求更好的概念完整性和最簡單實現的代碼。

CCtalk高可用多媒體服務技術選型與實現

本文來自滬江技術中心開發經理楊福強在LiveVideoStackCon 2017上的分享，并由LiveVideoStack整理而成。楊福強于2012年加入滬江，主要從事教學互動平臺CCtalk的開發，今天他將為我們分享高品質教學平臺的一些技術難點和解決方案。

使用 Go 語言學會 Tensorflow

Tensorflow 并不是一個專門用于機器學習的庫，相反的，它是一個通用的用于圖計算的庫。它的核心部分是用 C++ 實現的，同時還有其它語言的接口庫。Go 語言版本的接口庫與 Python 版本的并不一樣，它不僅有助于我們使用 Go 語言調用 Tensorflow，同時有助于我們了解 Tensorflow 的底層實現。

基于 Electron 做視頻會議的兩種實現方式

本文將為大家分析利用 Electron 做視頻會議應用的幾種實現思路及其優缺點，同時結合 demo 實例，分享如何基于 Electron 與聲網 Agora Web SDK 開發一個視頻會議應用。

音頻/視頻技術

媒體文件格式分析之FMP4?kingsoft-踏鋒

MP4 中最基本的單元就是Box，它內部是通過一個一個獨立的Box拼接而成的。所以，這里，我們先從 Box 的講解開始,每個 Box 是由 Header 和 Data 組成的，FullBox 是 Box 的擴展，Box 結構的基礎上在 Header 中增加 8bits version 和 24bits flags

用WebRTC在Firefox上實現YouTube直播

本文來自Meetecho的聯合創始人Lorenzo Miniero，他分享了如何通過Firefox和WebRTC進行YouTube直播。Meetecho是著名的WebRTC服務器 Janus 的出品公司。LiveVideoStack對原文進行了摘譯。

HTML5點播m3u8(hls)格式視頻

m3u8是一種基于HLS(HTTP Live Streaming) 文件視頻格式，它主要是存放整個視頻的基本信息和分片(Segment)組成。不同于mp4大文件，m3u8是由一系列的ts文件組成，一般一個ts文件大概5-10秒，這些ts文件通過一個.m3u8文件做索引。用戶播放視頻時，可隨意拖動視頻進度，會讀取相應進度的ts文件繼續觀看視頻，不必等到下載完整的視頻。因此在播放m3u8的時候很少有卡頓的現象。

一個循環動畫引起的內存泄露問題總結

本文主要記錄項目中遇到的一個內存泄露問題：由于一個循環動畫引起的內存泄露，并且這個問題也是偶現的，在后面的 隱藏問題 里會說明。

編解碼

硬解還是軟解？手機視頻播放功耗揭秘

“硬解的功耗比軟件低很多！”相信這是大多數人對硬解碼和軟解碼的印象。然而具體低多少呢？卻很少有人能夠給出答案。為了揭開這個問題的謎底，北大數字媒體研究中心專門使用功耗儀進行了測試。

FFmpeg HEVC 環路濾波Bug分析一

和以往的視頻編碼標準類似，HEVC仍采用基于塊的混合編碼框架，一些失真效應仍然存在，如方塊效應、振鈴效應、顏色偏差以及圖像模糊等等。

OpenGl 直接讀取YUV420P?貝克街的貓大哥呀

FFmpeg提供了方法，將解碼后的YUV420p格式重采樣為RGBA格式，再通過Surface進行播放。但視頻重采樣，或者說轉碼這個過程,FFmpeg太消耗性能，開銷太大，現在主流的做法都是將解封裝解碼由FFmpeg處理，解碼得到的YUV420格式，直接交給OpenGl進行輸出顯示。

iOS視頻開發（二）：視頻H264硬編碼 ?GenoChen

視頻數據的壓縮也叫做編碼，H264是一種視頻編碼格式，iOS 8.0及以上蘋果開放了VideoToolbox框架來實現H264硬編碼，開發者可以利用VideoToolbox框架很方便地實現視頻的硬編碼。

MediaCodec解碼FFmpeg?AvPacket

MediaCodec硬編碼PCM2AAC??曾大穩丶

MediaCodec是Android（api>=16）提供的一個多媒體硬解編碼庫，能實現音視頻的編解碼。工作原理：其內部有2個隊列，一個是輸入隊列，一個是輸出隊列。輸入隊列負責存儲編解碼前的原始數據存儲，并輸送給MediaCodec處理；輸出隊列負責存儲編解碼后的新數據，可以直接處理或保存到文件中。

AI智能

美團如何基于深度學習實現圖像的智能審核？

AI（人工智能）技術已經廣泛應用于美團的眾多業務，從美團App到大眾點評App，從外賣到打車出行，從旅游到婚慶親子，美團數百名最優秀的算法工程師正致力于將AI技術應用于搜索、推薦、廣告、風控、智能調度、語音識別、機器人、無人配送等多個領域，幫助美團數億消費者和數百萬商戶改善服務和體驗，幫大家吃得更好，生活更好。

換臉效果媲美GAN！一文解析OpenAI最新流生成模型「Glow」

基于流的生成模型在 2014 年已經被提出，但是一直被忽視。由 OpenAI 帶來的 Glow 展示了流生成模型強大的圖像生成能力。文章使用可逆 1 x 1 卷積在已有的流模型 NICE 和 RealNVP 基礎上進行擴展，精確的潛變量推斷在人臉屬性上展示了驚艷的實驗效果。

這篇文章要在GANs圈里C位出道了

生成對抗網絡(GANs) 是一類深度生成模型，旨在以無監督方式來學習目標的分布。本文中，我們將從實踐的角度清醒地認識當前GANs 的研究現狀。通過復現一些性能最佳的模型，來探索當前整個 GANs 的研究情況。此外，我們進一步討論了GANs 模型一些常見的陷阱(pitfall) 及復現問題。

DenseNet：比ResNet更優的CNN模型

在計算機視覺領域，卷積神經網絡（CNN）已經成為最主流的方法，比如最近的GoogLenet，VGG-19，Incepetion等模型。CNN史上的一個里程碑事件是ResNet模型的出現，ResNet可以訓練出更深的CNN模型，從而實現更高的準確度。

基于深度學習的圖像語義分割算法綜述

這篇文章講述卷積神經網絡在圖像語義分割（semantic image segmentation）的應用。圖像分割這項計算機視覺任務需要判定一張圖片中特定區域的所屬類別。

圖像

HDR關鍵技術：色調映射(三)

HDR技術近年來發展迅猛，在未來將會成為圖像與視頻領域的主流。如何讓HDR圖像與視頻也能夠同時兼容地在現有的SDR顯示設備上顯示，是非常重要的技術挑戰。本系列將會詳細地總結色調映射技術的相關問題，并介紹經典的色調映射算法。將分為三個部分：（一）是色調映射技術的綜合介紹；（二）是圖像色調映射算法的總結與經典算法介紹；（三）將介紹視頻色調映射算法。

HDR關鍵技術：逆色調映射(一)

HDR關鍵技術：逆色調映射(二)

逆色調映射(Inverse Tone Mapping)應運而生，它是一種用來將SDR源信號轉換為HDR源信號的技術，可以應用于生產端或終端設備，在一定程度上實現對現有SDR節目的HDR“還原”及向上兼容。本系列將會詳細分類介紹逆色調映射算法。分為兩個部分：（一）逆色調映射概述及一些經典算法，包括全局算法，分類算法以及拓展映射算法；（二）介紹最近的研究趨勢，特別是基于機器學習的逆色調映射算法。

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 59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。