近年来，随着智能终端的发展以及在线视频等新型业务的普及，无线网络中所传输的图像视频数据量呈爆炸式增长的趋势，网络带宽供求矛盾日益尖锐。视频编码理论是突破无线网络带宽瓶颈的重要途径之一。传统编码理论一直沿着数字信号处理的思路演进，难以突破“边际效应”。事实上，当前终端计算能力飞速发展，为解决带宽供求矛盾提供了契机。因此，另一种新的研究思路是从人类视觉感知模型出发，利用机器学习的计算工具，在视频大数据驱动下构建人类视觉感知模型，面向人类用户体验（QoE），研究基于视觉感知模型的视频编码关键技术，以智能媒体协同计算换取无线视频通信带宽。本报告将介绍徐迈课题组在面向QoE的感知视频编码方面的工作，主要包括：（1）基于关注点大数据的视频显著性感知模型；（2）基于感知模型的视频压缩方法；（3）基于深度学习的HEVC视频编码优化；（4）数据驱动下的全景视频质量评价与编码优化。
徐迈
从13年HEVC正式成为国际标准以来，业界人士都在为HEVC的普及做着不懈的努力。H265为提升压缩的效率，计算复杂度相对于H264而言增加了不少。因此在一些计算资源受限的设备上（如手机端）实现HEVC的实时编解码能力面临着很大的挑战。本次演讲的主旨是向大家分享下手淘在客户端侧实现HEVC实时编解码能力的探索之路。
李晓波
紧抓多媒体生态趋势，将浏览器、WebAssembly和Rust等热点结合；熟知播放器工作原理，为实现商业化H.264/H.265播放器打下坚实基础；课程包含图文、代码、视频，降低学习门槛； 李超精准讲解，及时详细解答
@2017-2024 LiveVideoStack版权所有. 京ICP备20010033号-1 
京公网安备 11010502042092号
