【數字圖像處理】Tencent視頻團隊講座記錄

　　想了一下前些天，T家視頻的團隊來學校開了一次講座，而後我就地去看了一下。雖然知道遠古時期的視頻編碼混亂割據的時代已經遠去，可是如今的挑戰反而突飛猛進。如今T家發展得這麼大，T的視頻業務作得也很大，因此嘗試了一些新的技術，固然deep learning啦，分佈式，雲計算，計算機視覺什麼的都是能夠有的。不由感嘆擁有大量數據的公司真是能夠爲所欲爲地作一些事情。

　　從講技術的一位技術人員那裏光明正大地偷偷記下他們的技術棧，大概過了半個小時吧。

　　能夠列出以下的幾點：

　　1. MD5 編碼, H264, H265 編碼

　　2. ffmpeg x264 mp4box

　　3. 計算機視覺庫 opencv vlfeat dlib

　　4. 深度學習相關 caffe tensorflow

　　5. 系統架構相關 curl mysql php

簡述

1.  流媒體的編碼技術是在不斷向前發展的。 H265從H264發展起來, 而且因爲移動互聯網的帶動, 各家開發移動端的廠商在對流媒體編碼技術都有必定的需求。蘋果公司自iphone 6s以來就開始支持H265編碼技術。這種技術能夠在輸送一樣質量視頻的狀況下節省一半帶寬。本質上H265就是一個壓縮算法，它把原始視頻壓縮後發送到客戶端, 在客戶端解壓顯示原始視頻。

至於以上記錄的MD5編碼, 忽略它, 應該是同時講到的一些視頻的保存中用到的。

2. ffmpeg是一個自由軟件(free software, 關於自由軟件跟開源軟件的區別請看GPL, 開源軟件是自由軟件和商業軟件的折中)。

　　具體來講，FFmpeg是一套能夠用來記錄、轉換數字音頻、視頻，並能將其轉化爲流的開源計算機程序。它包括了目前領先的音/視頻編碼庫libavcodec。 FFmpeg是在Linux下開發出來的，但它能夠在包括Windows在內的大多數操做系統中編譯。這個項目是由Fabrice Bellard發起的，如今由Michael Niedermayer主持。能夠輕易地實現多種視頻格式之間的相互轉換，例如能夠將攝錄下的視頻avi等轉成如今視頻網站所採用的flv格式。 

　　ffmpeg 的Github 地址: https://github.com/FFmpeg/FFmpeg

　　其包含的庫有：

3.    x264： 一個軟件名, 顧名思義用來處理H264相關編碼的(不是解碼)

　　mp4box: 一樣顧名思義, 用來處理MP4的

        他們講到的東西包括了一些ROI編碼的東西和讓局部人臉更清晰的技術, 聽起來好像沒什麼意思。

4. 關於計算機視覺和深度學習,其實這兩樣東西都很耗費資源的, T家內部會搭建一些深度學習的平臺, 包括他們的內部雲還搭建了能夠租用的GPU平臺, 用來跑深度學習的東西。目前來看, 在他們的應用中比較少, 主要仍是在提取特徵, 以及一些腦洞的應用中。好比能夠用人臉識別自動篩選本身想看的演員所在的片斷(可是在T家的視頻上試了一下感受還很不成熟)。

5. 系統架構什麼的看看就好, 畢竟是這麼大的流量入口, 這些問題什麼的原本就是他們天天都要處理的事情。