『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61期內容，祝您閱讀愉快。

架構

馬思偉：視頻領域是個海洋，可以游泳、沖浪、潛水和遠航

6月，在北京大學理科2號樓一間辦公室內見到了北京大學信息科學技術學院教授馬思偉，并相約這次郵件采訪。作為國產編解碼器AVS視頻組的組長，馬思偉暢談了編碼器的格局，AVS的機會以及學習編解碼的經驗及方法。

何亞明：Facebook的工具文化和多媒體QoE

本文來自 阿里巴巴 信息平臺資深技術專家 何亞明在LiveVideoStackCon 2018熱身分享，并由LiveVideoStack整理而成。在分享中，何亞明介紹了Facebook工程師團隊的特點與其常用的幾種開發工具，并對其開發流程與實際測試方法進行了總結。

百家云直播系統技術演進歷程

本文來自百家云技術總監張弩在LiveVideoStackCon 2017大會上的分享，并由LiveVideoStack整理而成。張弩分別從服務器端與架構端介紹了百家云的整體結構演進，并對未來行業的發展方向進行了分析、展望。

王亞楠：基于強化學習的自動碼率調節

本文來自 愛奇藝 技術產品中心 資深工程師 王亞楠在LiveVideoStackCon 2018熱身分享，并由LiveVideoStack整理而成。在分享中，王亞楠分別介紹了自動碼率調節的實現過程、現行算法與評價標準，并重點介紹了基于強化學習的自動碼率調節算法的技術架構與實現要點。

Envoy為什么能戰勝Ngnix——線程模型分析篇

隨著Service Mesh在最近一年的流行，Envoy 作為其中很關鍵的組件，也開始被廣大技術人員熟悉。作者是Envoy的開發者之一，本文詳細說明了Envoy的線程模型，對于理解Envoy如何工作非常有幫助。內容較為深入，建議細細品讀。

基于用戶行為的視頻聚類方案

在個性化推薦系統中，通常是由挖掘物品屬性來理解用戶興趣，從而構建推薦模型。從用戶行為去理解物品屬性往往做得比較簡單，通常只是一些簡單的標簽統計。為了深入到用戶行為去理解內容，美拍利用用戶的點擊、播放行為對視頻的內容進行聚類，一方面打破了從視覺角度去理解視頻內容的限制，另一方面可以挖掘出非人工總結的分類知識，從而提升個性化推薦的效果。

微服務網關哪家強？一文看懂Zuul, Nginx, Spring Cloud, Linkerd性能差異

API Gateway是實現微服務重要的組件之一。面對諸多的開源API Gateway，如何進行選擇也是架構師需要關注的焦點。本文作者對幾個較大的開源API Gateway進行了壓力測試，對于架構師來說，相信可以提供不少幫助。

音頻/視頻技術

VMAF視頻質量評估在視頻云轉碼中的應用

VMAF 的全稱是：Visual Multimethod Assessment Fusion，視頻質量多方法評價融合。這項技術是由美國Netflix公司開發的一套主觀視頻質量評價體系。2016年1月，VMAF 正式開源；

MKV＃文件格式簡析

可擴展二進制元語言（EBML）是任何類型數據的通用文件格式，旨在成為與XML等效的二進制文件。它提供了一個基本框架，用于將數據存儲在類似XML的標簽中。

MediaCodec+MediaExtractor+TextureView實現簡易視頻播放器

本文簡單介紹如何實現簡易視頻播放器，主要思路流程：MediaExtractor解封裝，拿到H264數據。 MediaCodec把數據解碼到Surface中。 TextureView展示Surface中的數據。

易用的Android音視頻高性能編碼庫HardwareVideoCodec

HardwareVideoCodec是個高性能、易用的Android音視頻編碼開源庫，支持多款濾鏡，支持RTMP直播推流，以及軟編和硬編。硬編性能較好，在高通630的中端機子上實測1080p、30fps毫無問題。軟編性能差一點，同樣的機子，軟編只能達到720p、24fps。硬編性能較好，軟編兼容性較好，這個需要根據的業務需求進行選擇。

編解碼

編碼服務正在步入云端

就像對于私有云和公有云的討論沒有終止的情況一樣，選擇私有或公有的編碼服務都有自己的理由。對于彈性有強烈需求的公司更傾向選擇公有編碼服務，反之則更愿意選擇私有編碼服務。資深多媒體技術咨詢師Jan Ozer通過采訪了多家編碼服務商，對這一行業進行了解讀。LiveVideoStack對原文進行了摘譯。

iOS-視屏編碼

在iOS中編碼方式有兩種 : 硬編碼： 在iOS8.0之后，使用原生框架VideoToolBox&AudioToolbox對視屏和音頻進行硬編碼. 軟編碼： 使用CPU進行編碼，通常使用的框架為ffmpeg+x264.

HDR關鍵技術：HEVC/H.265編碼優化

與傳統標準動態范圍（SDR）視頻相比，高動態范圍（HDR）視頻由于比特深度的增加提供了更加豐富的亮區細節和暗區細節。最新的顯示技術通過清晰地再現HDR視頻內容使得為用戶提供身臨其境的觀看體驗成為可能。面對目前日益增長的HDR視頻消費需求，研究現有的壓縮工具或引入新的技術來高效壓縮HDR視頻變得十分迫切。本文將介紹有關MPEG及VCEG針對HDR視頻壓縮的研究進展。

HDR關鍵技術：HEVC/H.265編碼方案

前文我們對HEVC的HDR編碼優化技術做了介紹，側重編碼性能的提升。本章主要闡述HEVC中HDR/WCG相關的整體編碼方案，包括不同應用場景下的HEVC擴展編碼技術。

MKV 封裝格式筆記（一） Rew_

本文主要記錄AVS2向MKV提交過程中的學習內容，主要包含：MKV格式介紹、MKV工作方式、MKV修改應用。

AI智能

FPGA，你為什么這么牛？

FPGA 正是一種硬件可重構的體系結構。它的英文全稱是Field Programmable Gate Array，中文名是現場可編程門陣列。FPGA常年來被用作專用芯片（ASIC）的小批量替代品，然而近年來在微軟、百度等公司的數據中心大規模部署，以同時提供強大的計算能力和足夠的靈活性。

基于內容的圖像檢索技術綜述-傳統經典方法

圖片檢索就是拿一張待識別圖片，去從海量的圖片庫中找到和待識別圖片最相近的圖片。這種操作在以前依靠圖片名搜圖的時代是難以想象的，直到出現了CBIR(Content-based image retrieval)技術，依靠圖片的內容去搜圖。

GAN將一張臉生成72種表情（附PyTorch代碼）

隨著GAN的發展，單憑一張圖像就能自動將面部表情生成動畫已不是難事。但近期在Reddit和GitHub熱議的新款GANimation，卻將此技術提到新的高度。GANimation構建了一種人臉解剖結構（anatomically）上連續的面部表情合成方法，能夠在連續區域中呈現圖像，并能處理復雜背景和光照條件下的圖像。

NLP通用模型誕生？一個模型搞定十大自然語言常見任務

目前的NLP領域有一個問題：即使是再厲害的算法也只能針對特定的任務，比如適用于機器翻譯的模型不一定可以拿來做情感分析或摘要。然而近日，Salesforce發布了一項新的研究成果：decaNLP——一個可以同時處理機器翻譯、問答、摘要、文本分類、情感分析等十項自然語言任務的通用模型。

【2018 AI全景報告】全球AI人才供需分布圖，可用AI專才僅3000

對AI技術應用的擴展導致全球AI人才極度緊缺，中美在AI產業相關領域的人才和地盤之爭愈演愈烈，以半導體行業為焦點，兩國幾乎因此陷入貿易大戰。這份報告由劍橋大學兩位博士制作，從研究、人才、行業和政策等角度詳述2018年AI技術的應用現狀和未來發展。

圖像

iOS 圖像處理系列 - 基于GPUImage的濾鏡實現及優化

GPUImage作為一個開源的iOS GPU處理庫，提供了相當便捷的使用GPU來進行圖像處理的方法。對于圖像處理中，濾鏡效果是一種最普遍也最有效的圖像優化方式。通過對圖像進行不同的濾鏡效果的處理，可以得到各種絢麗的圖片。

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 61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。