音视频技术开发周刊 | 219

Posted 2021-12-09 LiveVideoStack_

每周一期，纵览音视频技术领域的干货。

新闻投稿：[e-mail]。

如何构建全球实时音视频云及其海外网络传输优化

全球不同国家和地区的网络基建水平参差不齐，如何利用有限的网络资源提供更高质量的音视频通话体验是音视频服务商必须面对的挑战。在此次LiveVideoStackCon 2021 音视频技术大会 北京站，我们邀请到了即构科技的RTC后台技术总监——肖潇，为我们介绍即构科技是如何构建全球实时音视频云以及其海外网络传输优化技术。

如何给小白解释什么是编解码器

在本篇文章中，我们将学习视频编解码器、视频编码标准以及在数据压缩和解压缩的过程中，视频编码标准是如何发挥作用的。在前面介绍数据压缩的文章中，我们已经证实，数据预测对于减少数据体积而言至关重要。在预测的过程中，为了向另一端传达压缩信息的含义和句法，我们最终设计了一门“语言”。这种语言的设计很微妙，我们在本篇文章中将重点说明。

MPEG-5 EVC 编码标准基线方案概述

本次演讲主题为 MPEG-5 EVC 标准基线方案的概述，从编解码器的设计出发，介绍了编码结构、帧内预测、帧间预测、变换和量化、环路滤波、熵编码六个环节的主要技术特点，最后展示了相较于 H.264/AVC， MPEG-5 EVC 标准基线方案的编解码性能以及编解码复杂度。

互联网拥塞控制终极指南

拥塞控制是一个复杂的话题，围绕它人们已经进行了数十年的学术研究。事实上，直到今天，科学家们仍对它有着激烈的讨论。这篇文章旨在向非专家解释互联网拥塞控制的核心概念和方法。当然，这个领域有更多深层的内容，可以参考原文中其他资源的链接供进一步阅读。  

Facebook改名换运？扎克伯格画出元宇宙10年大饼，连甩13个XR眼镜黑科技

扎克伯格在年度Facebook Connect 2021大会上宣布一系列重磅消息，全面揭晓“元宇宙”野心。其中最令人震惊的是，在Facebook成立的第17个年头，创始人扎克伯格宣布更换新品牌，取元宇宙Metaverse的前缀，将Facebook集团名字换成“Meta”。其总部前已经火速换上了Meta标识。

魔法一样隔空在屏幕写字，捏起手指就能实现！在线可玩

这是一个用来写写画画的手部跟踪程序，开发者将它命名为YoHa（Your Hand Tracking）。这个程序基于TensorFlow.js实现了实时识别功能，能达到不卡顿、无延迟的效果。捏起手指就可以变成画笔，清空画布也只需握拳就能办到。

现在，用音频也能指挥GAN生成图像了

CLIP大家都不陌生吧？由OpenAI于今年1月份推出，能够实现文本描述与图片的精准匹配。现在，有人“灵机一动”，从CLIP中学习了一种音频表示方法。用这个方法搭配VQGAN-CLIP，就能实现声音到图像的转变！

无人车业务中的视觉三维重建

在高精建图重建任务中，相比于激光建图路线，视觉建图路线具备精度略低，成本极低，算力消耗较低等特点。因此，视觉建图更适合进行大范围实时的更新。在业务实践中，激光建图和视觉建图的优势被很好的融合在了一起。在视觉重建方案中，利用了激光建图生成的点云数据进行训练数据集的构建，得到了贴合实际场景的深度预测模型。通过视觉重建获得的DOM和道路元素矢量结果可以对激光建图结果形成很好的补充，提高了建图生产的鲁棒性。

祝贺AVS工作组组长高文院士牵头项目荣获2020年度国家技术发明！

11月3日上午，2020年度国家科学技术奖励大会在北京隆重举行。由北京大学教授、AVS工作组组长、鹏城实验室主任高文院士牵头的“超高清视频多态基元编解码关键技术”项目获2020年度国家技术发明奖一等奖。

GitHub换帅，开源大佬Nat Friedman辞任CEO！发告别信感恩「这三年」

周三，GitHub首席执行官Nat Friedman宣布即将卸任。这位70后开源大佬表示，我决定是时候回到我的创业根源了。三年前，GitHub卖身微软后，Friedman一直担任CEO一职。然而想不到的是，他和微软的渊源最早可以追溯到20年前。

阅读推荐

理查德·汉明和他的汉明码

理查德·汉明是一位伟大的科学家，他为计算机科学和电信领域做出了巨大贡献。在其硕果累累的成就中，汉明码无疑是最广为人知的。

一个 RTC 开发者在 LVS 音视频技术大会的见闻与思考（二）

内卷无疑是本次 LVS 北京站出现频率最高的一个词儿了。包研老师在开场致辞中讲了自己对音视频生态的一些离散化思考，其中，第一个思考就是对音视频行业内卷现象的思考。本文内容主要包括学习笔记和个人思考两部分。

---

插图源自Pexels