對于國內(nèi)的移動視頻用戶來說，從2015年到現(xiàn)在，可謂是“視界大開”，VR、短視頻、移動直播紛至沓來，移動視頻的廣闊前景讓人們浮想聯(lián)翩，也成就了一個又一個的商業(yè)傳奇。

視頻云服務(wù)在其中功不可沒，其不斷降低移動視頻的準入門檻，讓視頻與各行各業(yè)的融合成為常態(tài)。與此同時，隨著移動終端的升級和網(wǎng)絡(luò)環(huán)境的改變，用戶對視頻的上傳和播放提出了更高要求，產(chǎn)生了新的痛點。對此，在最近的LiveVideoStackCon 2018音視頻技術(shù)大會上，金山云高級總監(jiān)武愛敏發(fā)表主題演講，與聽眾分享了目前如火如荼的人工智能技術(shù)，是如何為金山云的視頻云服務(wù)賦能，解決視頻行業(yè)痛點的。
 

金山云高級總監(jiān)武愛敏發(fā)表主題演講

人工智能：破除視頻業(yè)痛點的利器

視頻行業(yè)的繁榮，催生了專業(yè)化的服務(wù)，云服務(wù)商的入場就是典型的例子。從早期的存儲、CDN，到現(xiàn)在的大數(shù)據(jù)、人工智能，服務(wù)內(nèi)容的多樣化，讓視頻行業(yè)企業(yè)專注于自身的核心業(yè)務(wù)，更加靈活地應(yīng)對行業(yè)變化。

但這并不代表視頻行業(yè)可高枕無憂，行業(yè)的三個痛點仍然待解。首先，內(nèi)容越來越豐富、清晰度不斷提升，使得用戶對觀看體驗的要求近乎無止境，高畫質(zhì)、零卡頓、超低延時、安全穩(wěn)定......有數(shù)據(jù)顯示，遇到視頻播放卡頓或加載時間太長，66%的用戶會直接退出當前的播放，嚴重的卡頓會使用戶的滿意程度從接近滿分跌到幾乎為零。

第二，對于視頻行業(yè)而言，帶寬是無法忽視的問題。昂貴的帶寬費用，讓許許多多想在視頻行業(yè)一展拳腳的公司望而卻步，對于視頻行業(yè)巨頭來說，從他們的成本結(jié)構(gòu)中可以看到，帶寬成本如果居高不下，長期處于“燒錢”狀態(tài)，也會對他們在行業(yè)中的口碑和地位造成影響。

第三，視頻行業(yè)有著非常豐富的內(nèi)容，但同時也有著內(nèi)容的紅線。為了確保平臺上的內(nèi)容不會出現(xiàn)有害信息，視頻平臺需要對內(nèi)容進行嚴格審核，完善內(nèi)容管控機制，改善內(nèi)容推薦算法，這也需要耗費大量人力成本。

這些痛點需要依靠技術(shù)上的不斷突破才能緩解。“依靠算法、算力和大數(shù)據(jù)支撐的人工智能技術(shù)，將成為賦能視頻云、解決視頻行業(yè)客戶痛點的重要工具”，武愛敏表示。

四大黑科技加持金山云集智高清

“一直以來，金山云通過不斷加大人工智能技術(shù)的研發(fā)投入，推動相關(guān)的應(yīng)用不斷落地”，武愛敏介紹了金山云最新推出的集智高清（Kingsoft smart high definition，簡稱KSHD），“集智高清圍繞人眼結(jié)構(gòu)特性，將編碼、圖像處理和人工智能進行整合，通過自研算法和深度神經(jīng)網(wǎng)絡(luò)，對視頻內(nèi)容進行感知，為客戶節(jié)省20%—40%視頻傳輸帶寬，為用戶帶來更好的視覺感受”。

集智高清之所以能夠提升視覺效果，為客戶節(jié)省成本，是因為有四大黑科技加持，首先是燈光建模。由于我國的用電頻率是50Hz，燈光頻閃很難完全避免。人眼的視錐細胞負責感光，視錐細胞在經(jīng)歷一次刺激之后，無法對二次刺激產(chǎn)生反應(yīng)。

但對室內(nèi)場景來說，多光源的頻閃照射到物體上引起的反射，將會對視頻編碼帶來極大的負擔。集智高清的研發(fā)團隊對室內(nèi)光源位置進行建模，將人眼感受不到的燈光和反光消除，將紋理保存下來，幫助直播平臺節(jié)省更多帶寬。

第二，畫質(zhì)增強。人眼的視錐細胞負責感受亮視覺，視桿細胞負責感受暗視覺，在明暗轉(zhuǎn)換過程中，細胞的激活需要時間。針對人眼對光的感受特性，集智高清提供了多種模型進行畫質(zhì)增強，包括暗場增強、細節(jié)恢復、去除拍攝或壓縮產(chǎn)生的噪聲、超分辨率等等，并將最優(yōu)結(jié)果進行融合操作，實現(xiàn)用戶無感知下對各種不同場景的自動應(yīng)對。

第三，視頻聚焦。集智高清的ROI處理技術(shù)，可根據(jù)人眼最敏感最關(guān)注的內(nèi)容做視覺感知保護，實現(xiàn)畫質(zhì)增強的同時節(jié)省至少20%的帶寬。

第四，恰可感知失真。人眼視覺系統(tǒng)能夠適應(yīng)的光強度（朗伯）級別范圍很寬，從暗閾值到強閃光閾值可以達到10的10次方量級。然而，當背景光保持恒定的時候，人眼能夠感受到的范圍是有限的，典型的觀察者可以分辨總共12級到24級的不同光強度變化，而觀察者可以分辨的級數(shù)會根據(jù)其環(huán)境光源強度、高頻/低頻區(qū)域有著很大的差異。通過大量的統(tǒng)計建模，集智高清集成了最符合人眼視覺系統(tǒng)的恰可感知失真技術(shù)，可以做到同畫質(zhì)下節(jié)省5%—25%的碼率。

破除技術(shù)和成本壁壘，更好應(yīng)對需求

有了黑科技的護持，集智高清在游戲、體育賽事、秀場直播以及VR、短視頻等多種場景和形態(tài)上，有著廣泛的應(yīng)用。在視頻場景識別方面，集智高清針對游戲、新聞、秀場、動漫、體育、短視頻等多種類型內(nèi)容，分別建立視頻模型，以便根據(jù)不同的視頻場景進行分類實時識別，根據(jù)不同場景的識別結(jié)果，配置適合此類場景的編碼參數(shù)，根據(jù)紋理和運動變化幅度等，選擇最優(yōu)編碼模板參數(shù)。

在視頻場景分類上，集智高清通過深度學習，形成了十余大類，幾十種小類視頻場景模型庫。客戶在使用集智高清服務(wù)時，可實時分析直播流，匹配相應(yīng)的視頻場景模型，根據(jù)客戶對視頻畫質(zhì)的要求，對畫質(zhì)進行實時處理。

“我們希望集智高清能夠成為視頻行業(yè)的加速器，為客戶的業(yè)務(wù)創(chuàng)新和行業(yè)的技術(shù)演進貢獻力量”，武愛敏表示，視頻云服務(wù)受到移動視頻行業(yè)的驅(qū)動，但是反過來也能促進移動視頻行業(yè)的繁榮，金山云作為視頻云服務(wù)的領(lǐng)軍企業(yè)，將幫助客戶更好應(yīng)對移動視頻日益復雜多樣的場景和需求，破除技術(shù)和成本壁壘，幫助客戶建立競爭優(yōu)勢，為用戶提供更加多元化和個性化的服務(wù)。