Hulu 視頻QoS優化策略

QoS直接關系到用戶體驗，如何提升QoS就成為視頻平臺技術實力的體現。本文來自Hulu全球高級研發經理、視頻編解碼與傳輸領域資深專家傅徳良在LiveVideoStackCon 2017上的分享。盡管Hulu提供服務的網絡環境與國內大相徑庭，但其相關QoS保障策略依然值得借鑒。

微博短視頻服務優化實踐

本文來自新浪微博視頻轉碼平臺技術負責人李成亞在LiveVideoStackCon 2017上的分享，由LiveVideoStack整理成文。李成亞分享了微博短視頻如何提升用戶體驗、降低成本的思路與實踐，包括提升短視頻發布速度，降低長視頻轉碼時間，通過新的Codec減少帶寬成本等。

熊貓TV直播H5播放器架構探索

本文來自熊貓TV音視頻技術專家姜雨晴在LiveVideoStackCon 2017上的分享，并有LiveVideoStack整理成文。當下，打造一款播放器已經有比較好的開源實現，但熊貓TV為什么還要自研一款H5播放器呢？為了保證業務持續擴展能力，需要對播放器做解耦。同時，在播放器上線初期還遇到了音畫不同步、故障定位、客戶端性能不足等問題。

Dubbo源碼分析 -- 遠程通信 Netty

Dubbo 做為 RPC 框架，需要進行跨 JVM 通信，要保證高性、穩定的進行遠程通信。Dubbo 底層通信選擇了 Netty 這個 NIO 框架做為默認的網絡通信框架并且通過自定義協議進行通信。

中國電信發布全球首份5G技術白皮書

2018年6月26日，中國電信在2018上海世界移動大會（MWCS）上發布了《中國電信5G技術白皮書》，這也是全球MNO運營商首次發布全面闡述5G技術觀點和總體策略的白皮書。

音頻開源代碼中重采樣算法的評估與選擇

在音頻軟件實現中經常會遇到兩個模塊采樣率不一致的情況，比如語音通話時采集到的PCM信號是16k Hz的，但編碼時codec是AMR-NB（AMR-NB是8k Hz采樣），這時就需要把16k Hz采樣的PCM值轉換成8k Hz采樣的PCM值（這叫降采樣或者下采樣），然后再去做AMR-NB編碼。本文介紹如何評估開源代碼里的重采樣實現以及選擇最適合的實現。

音頻/視頻技術

Google 實時流擁塞控制算法GCCx1wan

GCC是google實時流擁塞控制算法的簡稱，已經在WebRTC中實現，應用于Chrome，后面將應用到Hangouts（視頻聊天產品）中，主要用于視頻流的擁塞控制。

FFmpeg中的scale和crop參數FlyingPenguin

FFmpeg中的libavfilter提供了一整套的基于filter的機制。filter本身是一個插件的形式，可以快速的組裝需要的效果。本文簡單介紹了通過filter實現視頻的水平鏡像效果。

iOS中獲取音頻流并提取pcmCNon

本文簡要介紹了兩種不同的原始音頻流獲取方式 AVCaptureSession、AudioUnit，以及如何從AudioUnit獲取的原始數據中提取pcm。

用getDisplayMedia實現在Chrome中共享屏幕

Chrome網上商店已決定停止允許Chrome擴展程序的內聯安裝。這對WebRTC應用程序有相當大的影響，因為Chrome中的屏幕共享目前還需要擴展程序。getDisplayMedia能來解決這個問題嗎？本文來自appear.in的WebRTC工程師Philipp Hancke，LiveVideoStack對文章進行了摘譯。

編解碼

基于鏡頭的編碼

基于鏡頭的編碼比基于主題的編碼帶來更高的編碼效率，由于對內容感知的粒度更加細，這種改變的結果顯而易見。然而，更細粒度的編碼也會帶來更高的負責度，比如在AWS環境中，在基礎設施服務失效的情況下，如何最大限度的保留已編碼的成果，從而減少重復編碼工作。本文來自Netflix的科技博客，LiveVideoStack對原文進行了摘譯。

視頻編碼步入更壓縮高性能時代

目前，針對海量多媒體數據的壓縮和處理，特別是VR和HDR視頻數據，開發并提出新的高性能codec及處理方案是多媒體通信應用行業共同面臨的難題。MPEG已經開始著手更新一代視頻編解碼標準VVC的制定，視頻壓縮性能有望進一步大幅提高。在此背景下，本文簡要梳理一下當前針對大規模多媒體數據的高效壓縮技術。

用 JavaScript 編寫 MPEG1 解碼器柒緣生活吧

本文主要介紹了用JavaScript編寫MPEG1解碼器的開發過程中的一系列問題：JSMpeg中實現音頻流傳輸的邏輯組件構成及流程，MPEG內部的YUV格式轉換等。

UIImage圖片解碼的性能優化吳家十三少

用 UIImage 或 CGImageSource 的那幾個方法創建圖片時，圖片數據并不會立刻解碼。圖片設置到 UIImageView 或者 CALayer.contents 中去，并且 CALayer 被提交到 GPU 前，CGImage 中的數據才會得到解碼。本文主要介紹了圖片解碼時產生的性能問題及優化。

Android音視頻系列：H264視頻編碼介紹

本文從配置編碼參數、輸入要編碼的圖像幀、編碼數據生成等方面介紹了使用X264開源庫編碼的H264視頻編碼技術。

AI智能

簡單初始化，訓練10000層CNN

如何快速簡單地訓練神經網絡？谷歌大腦研究人員研究了CNN的可訓練性，提出了一種簡單的初始化策略，不需要使用殘差連接或批標準化，就能訓練10000層的原始CNN。作者表示，他們的這項工作清除了在訓練任意深度的原始卷積網絡時存在的所有主要的障礙。

步態識別的深度學習:綜述

步態是人在行走過程中姿態的變化.不同于人臉、指紋、虹膜等, 步態是唯一可在遠距離非受控狀態下獲得的生物特征.步態識別指利用步態信息對人的身份進行識別的技術，當前關于步態識別方面的研究綜述主要圍繞在相關手工特征建模和傳統機器學習(非深度學習)的識別算法上.

卷積神經網絡的壓縮和加速

本文介紹了比較常見的4種卷積神經網絡壓縮和加速方法，其中網絡裁枝與低秩估計的方法從矩陣乘法角度，著眼于減少標量乘法和加法個數來實現模型壓縮和加速的；而模型量化則是著眼于參數本身，直接減少每個參數的存儲空間，提升每次標量乘法和加法的速度，從而實現模型的壓縮和加速；模型蒸餾方法卻是從宏觀結構入手，直接構造了結構簡單，參數少的小網絡，將難點轉移成對小網絡的訓練上。

場景文本檢測—CTPN算法介紹

對于復雜環境中的字符的識別，主要包括文字檢測和文字識別兩個步驟，這里介紹的CTPN(Detecting Text in Natural Image with Connectionist Text Proposal Network)方法就是在場景中提取文字的一個效果較好的算法，能將自然環境中的文本信息位置加以檢測。

圖像

騰訊優圖CVPR 2018論文：圖片去模糊及快速肖像處理等多項技術解讀

在慢速曝光或快速運動拍攝照片時，圖像模糊常常困擾著照片拍攝者。騰訊優圖實驗室的新算法，可以處理非特定場景中的圖片模糊。算法基于一種被稱為「動態模糊」的模糊模型假設。

使用 MATLAB 圖像處理算法，視頻實時加持藍天背景

本文將以色度鍵控效果為例，介紹在嵌入式硬件上部署 MATLAB 圖像處理算法的簡單工作流。我們將使用 MATLAB Coder? 通過算法生成C代碼，然后使用在硬件上運行的實用程序在 Raspberry Pi 板卡上進行算法原型驗證。最后，我們將算法移植至 NVIDIA Jetson Tx1 平臺以保證實時性能。