从技术全景到场景实战,透析「窄带高清」的演进突破

Posted CNHK19

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从技术全景到场景实战,透析「窄带高清」的演进突破相关的知识,希望对你有一定的参考价值。

随着5G时代的到来,互联网短视频、电影电视剧、电商直播、游戏直播、视频会议等音视频业务呈井喷式发展。

 

作为通用云端转码平台,阿里云视频云的窄带高清需要处理海量、不同质量的视频。对于中高质量的视频,现有的窄带高清1.0就能提供满意的转码效果,并带来达30%的带宽成本降低;而对于有明显压缩失真和成像噪声的低质量视频,需要使用性能更好的窄带高清2.0进行去压缩失真、去噪和增强处理从而得到更好的观看体验。

 

在2022稀土开发者大会上,阿里云智能视频云技术专家周明才以《阿里云窄带高清的演进突破与场景实战》为主题,深度分享阿里云视频云在窄带高清上的研发思考与实践。

 

01 窄带高清的源起

谈及窄带高清之前,先来聊聊普通的云端转码流程。转码本质上是一个先解码再编码的过程。从下图可以看到,普通云端转码是在用户端先形成一个原始视频,经过编码之后以视频流的形式传到服务端,在服务端解码之后做转码,然后再编码通过CDN(内容分发网络)分发出去,此时普通转码主要的功能就是做视频格式的统一,并在一定程度上降低码率。

 

 

窄带高清是什么?它与普通转码的主要区别是什么?通过窄带高清的字面意思可以理解,“窄带”是指让视频经过窄带高清转码之后,对带宽的需求变得更小。同时,“高清”是指经过转码后的画质仍然能够保持高清、丰富的视觉体验。

 

上图的下半部分也就是窄带高清的流程,与普通转码流程不同点在于,在云端做了解码之后,窄带高清还会对视频质量做增强处理,以及利用编码信息来辅助提升视频质量。经过质量提升后,再用针对主观质量做过优化的编码器进行编码,最后进行分发。

 

总结来说,窄带高清本质上解决的是质量提升和压缩的问题,其主要目标是追求质量、码率和成本的最优均衡

 

阿里云早在2015年就已经提出了窄带高清这一概念。在2016年正式推出窄带高清这一技术品牌并且进行了产品化。

 

窄带高清全景图

窄带高清在做自适应参数决策时主要考虑三个维度:业务场景、视频热度、视频内容。

 

由于业务场景的不同,比如电商直播、游戏直播、赛事直播,所需要的视频增强和编码参数不一样;对于一些高热内容,如:在手淘场景中可以用窄带高清2.0启动二次转码来实现质量的进一步提升和码率的节省;在视频内容维度,会针对当前的视频做一些High-level和 Low-level的分析,High-level包含语义的分析,特别是ROI的检测,Low-level包括视频压缩程度、模糊程度、噪声程度的视频质量分析。

 根据以上这些维度的分析,可以得到自适应参数的决策结果。根据此结果,窄带高清再去做相应的视频修复和视频增强。具体来说,视频修复包括强压缩失真、降噪等,视频增强包含细节增强、色彩增强、对比度增强等。

 

02 视频内容分析

 

ROI

 

ROI的主要目的是在码率受限或码率一致的情况下,将码率尽可能分配到人眼更关注的区域,比如在电影电视剧中,观众会更多关注主角的脸。

 

 

 

基于ROI的处理和压缩,有以下两个难点:一是如何得到低成本的ROI算法,二是如何基于ROI进行码控决策,例如:保证ROI区域主观质量提升的同时,非ROI区域的主观质量不会明显下降;同时做到时域连续、不闪烁。

 

在低成本ROI计算方面,阿里云自研了自适应决策的人脸检测跟踪算法,这是一款低成本、高精度的算法。在极大部分时间只需要做计算量极小的人脸跟踪,只有少部分时间做人脸检测,从而在保证高精度的情况下,实现超低成本和快速ROI获取。

 

从下图表格里面可以看到,阿里云自研算法相比开源人脸检测算法,精度和召回基本上没有损失,同时复杂度和计算耗时有明显数量级的下降。

 

在有了ROI算法之后,需要对场景、视频质量的自适应码率分配进行决策。针对此难题,主要考虑与编码器结合,在主观和客观之间取得均衡,同时保证时域的一致。

 

JND

传统视频压缩方法主要基于信息理论,从预测结构的角度减小时域冗余、空间冗余、统计冗余,但这对视觉冗余挖掘是远远不够的。

 

在JND算法里,主要采用了两个算法,一个是空域JND算法,一个是时域JND算法,拿到这些JND算法后,我们再基于MOS的自适应码控算法,对QP做自适应的分配,最终实现在通用场景及主观情况下,码率可以节省30%以上。

 

细节增强

讲到视频修复增强,提及最多的就是细节增强部分,效果确实会比较明显。

 

通常的细节增强基于UnSharp Mask的框架。阿里云视频云自研的细节增强算法,有以下三个特点:第一是有更精细的图像纹理细节提取方式,能提取不同尺寸,不同特征的图像纹理结构,增强效果更优;第二,算法可以通过对图像内容纹理结构分析,根据区域纹理复杂度实现局部区域自适应增强;第三个特点是算法可以和与编码结合,根据编码器的编码信息反馈来自适应调整增强策略。

色彩增强

通常采集的视频素材,因为采集的设备或者光线亮度的原因,导致素材颜色可能看起来会比较暗淡。特别是在短视频场景,这类视频会失去视觉吸引力,因此需要色彩增强。

色彩增强存在哪些难点问题?具体如何做色彩增强?

 

对比度增强

在对比度增强中,使用了经典的CLAHE算法,其思路是对一个视频帧做分块,通常分成8x8个分块,在每一块统计直方图。然后统计直方图的时候,对直方图做一个Clip,就是所谓的对比度受限的直方图均衡,这主要是克服过度放大噪声的问题。基于CLAHE的视频对比度增强其实有一个难点,就是时域闪烁问题。这在学术界也是一个较难的问题,到目前为止,还没有得到非常彻底的解决。

 

像Ffmpeg里面有EQ filter,EQ filter会用UV通道去做色彩增强。而在我们的自研算法里,实际上是在RGB颜色空间去做增强,即会根据当前颜色点的饱和度,去做一些局部的自适应。同时,也会根据当前画面整体的情况,做一个整体的自适应。

 

在肤色保护这块,因为传统的色彩增强完之后,人脸区域会泛红,主观视觉上不自然。为了解决这一问题,我们采用了肤色保护的方法,对肤色区域做一个额外的保护。

 

这是一个色彩增强前跟增强后的效果对比。可以看到增强后的绿色的蔬菜、肉,整个的颜色看着会更饱满,对于美食类视频来讲更能够激发起观众的食欲。

 

降噪

降噪在ffmpeg里面有很多算法,比如像BM3D、BM4D、 NLM,这些算法的去噪效果好,但是复杂度非常高,会导致速度慢成本高,可能还需要配合噪声估计模块来一起使用。

 

另外还有一些相对均衡的算法,速度比较快,但是效果不强。如果想要提升它的去噪强度,通常会引入一些伪影或细节丢失的问题。

基于这些调研,我们自研的降噪算法采用基于多分辨率分解在上面做滤波框架。首先是对输入图像会做小波分解,得到高频跟低频信息。对于高频做软阈值处理。对于低频采用双边滤波降噪。经过这种滤波或者软阈值之后,再重新合成回去,就可以达到去噪目的。算法的核心难点在于如何去做加速,使得成本和运算速度能够满足转码要求,尤其是实时转码场景,对速度要求是非常高的。

 

加速

算法团队对于小波变换加速做了包括整形化很多的尝试,总是存在一些累积误差。所以我们最后采用了浮点型加速方式,用avx2浮点加速能够达到大概三倍的提升。

 

另外是双边滤波这部分的加速,传统的双边滤波基于邻域像素的操作。这种基于邻域的操作其实非常慢的。因此,我们采用了RBF这个快速算法,把二维的滤波分解成一维的,同时采用递归的方式去从左到右,从右到左,从上到下,从下到上,这样的一维操作,就可以实现类似于原始双边滤波效果。通过采用RBF这个快速算法,我们可以获得大概13倍的加速。此外我们还做了这种AVX2汇编的优化,这块能够额外加速十倍左右。

 

上图是SDR+的整体效果图,在经过SDR+的处理之后,画面整体的对比度、亮度、清晰度会有很大的提升,以上这些是针对视频增强做的一些工作。

 

CDEF去振铃

首先是CDEF去振铃,CDEF本身是源自于AV 1的一个技术,在CDEF处理之前,强边缘附近会有很多的毛刺和振铃。经过CDEF处理之后,画面中的噪声得到很大的剔除。

 

CDEF算法的核心步骤,其实是一个平滑滤波的过程,只不过它的平滑滤波的权重、偏差都做了一些特殊的处理。特别是它的滤波权重,跟当前像素点所在的8x8像素区域的主要方向是有关系,也就是图中左下角这里展示的,它会去做一个最优方向的一个搜索。搜索完了之后,根据主方向来确定它的这个滤波器抽头的方向和权重。此外,CDEF有两部分的权重,一个是主方向的WP,另一个是辅助方向WS。然后对于邻域点和当前点的灰度偏差做截断,这可以避免过平滑。

 

去压缩失真

除了用CDEF基于传统的图像处理算法做去振铃之外,还做了基于深度学习的去压缩失真的算法。这个算法是基于多帧的方案,更利于帧间连续性,不易出现帧间闪烁。“窄带高清”算法分成两大块:一个是质量检测模块,一个是去压缩模块。质量检测模块可以识别不同质量视频源的压缩程度,然后输出QP MAP作为压缩强度衡量指标。另一个是去压缩模块,输入多帧视频和对应帧的QP MAP,利用QP MAP进行自适应去压缩。

 

极致修复生成

极致修复生成主要是针对画质比较差的场景,去除较强的压缩失真的同时,生成一些因压缩而丢失的细节。在极致修复生成研发中,有以下几个要点:一是构建训练数据(在训练数据构建时,参照了Real-ESRGAN的二阶退化思路);二是对比较敏感的人脸区域,保证人脸生成稳定性;三是做模型压缩时,使得模型计算量低的同时保持良好的效果;四是模型部署。

 

极致修复的场景实战

在六月份NBA决赛直播时,百视TV希望通过使用我们的窄带高清2.0修复生成技术,来提升他们赛事直播的质量。如中间这个截图所示,截图的上半部分是主播直接推过来的视频效果,下半部分是经过极致修复生成之后的效果。

 

 

可以看到修复之后,Youtube这几个字母边缘会更清晰、干净,不再毛躁。其他篮球场景相关的,比如球员身后的数字及球员的身体轮廓,也会变得特别清晰。另外也有些生成效果,比如地板上有生成一些纹理,使整体的赛事观感大大提升。

 

除了自研的算法,阿里云也有一些高校合作项目,字幕修复就是其中一个合作项目的成果。可以看图中右下角实际修复字幕例子。该字幕取自一个老片MV,上面一行是原始MV里的字幕,可以看到“话”字的言字旁几条横笔画会有一些粘连,此外文字边缘还有很多的噪声。下面一行是经过字幕修复之后的效果,能够看到会变得很干净、清晰。

 

未来,窄带高清技术也将持续升级,通过算法能力进一步提升修复生成效果、降低码率和优化成本,通过打通前后端的处理,以及探索落地更多沉浸式场景,如:针对VR领域的窄带高清。与此同时,该项技术也将应用于更多的顶级赛事活动,在成本优化调和之上,实现视效体验的全新升级。

 

https://developer.aliyun.com/article/991216

 

阿里云罗小飞:阿里云边缘云,从资源到场景的产品演进

2021年7月1日,以“云集影从,融网聚生”为主题的GIDC全球互联网数据大会在上海成功举行。本次大会由中国信通院指导,艾迪网主办,邀请来自政府、产业等多领域的专家,围绕“新基建”、“绿色数据中心”、“云网协同”、“云边协同”等时下行业热门话题开展深入讨论,推动5G时代下云计算产业的健康发展。阿里云边缘云首席产品架构师罗小飞受邀参会,分享了阿里云在边缘云领域的探索和思考,如何从产品演进、技术创新、场景应用等方面帮助企业提升价值。

国家“十四五”规划纲要明确指出要“协同发展云服务与边缘计算服务”。5G技术大规模商用,进一步加快与云计算技术的融合。边缘云是云计算能力从中心向边缘的延伸,从而满足不同行业客户对低延时、大带宽、数据就近计算等业务需求。

边缘云的定义和形态

在谈到边缘云的定义和理解时,罗小飞认为不同行业视角对边缘云的定义或许存在差异,但最终在客户业务场景里面做融合和解决客户业务问题的时候是不冲突的。边缘云在资源形态上是大规模分散部署的计算节点,在业务形态上是各个节点相互协同形成的可管理、安全、易用的分布式云。阿里云的边缘云节点基于飞天内核的技术架构,构建出靠近客户侧的分布式小型化云计算平台。飞天是由阿里云自主研发、服务全球的超大规模通用计算操作系统,支持多种形态,即中心Region、本地Region、边缘云节点和现场计算节点,让客户在多种形态的云上共享所有产品。

边缘云是阿里云在技术、产品、资源长期投入的积累沉淀

罗小飞认为,阿里云边缘云是长期在资源建设、技术创新、产品打造等方面的积累沉淀。阿里云很早开始建设CDN节点,拥有覆盖全球2800多个节点。在技术上,边缘云节点的特性有别于中心Region,即离用户更近、延时更低、成本更优,但单节点稳定性没有中心Region高。CDN本身就是很典型边缘云业务场景,客户选择阿里云CDN时就是选择一种稳定可靠的云服务。在服务客户过程中沉淀出来的智能调度、拓朴感知、故障逃逸、分布式管控、自动化的装机运维配置、多点协同等方面能力,可以进一步应用到边缘云技术场景,实现边缘云服务的高稳定和高可用。在内容分发场景下,CDN主要消耗的是下行带宽,空闲的计算资源以及上行带宽为全面升级边缘云计算提供可能,从而承载更多需要在边缘进行计算的场景业务。

阿里云边缘云支持边缘云原生能力,从而实现不同应用在边缘部署,比较典型业务有CDN、视图计算、云终端、云桌面、云游戏等。边缘云节点ENS提供统一的资源建设管理交付能力,使得合作伙伴可以像使用统一操作系统一样使用ENS资源。

灵活产品交付形态满足不同场景需求

阿里云边缘云支持一站式的解决方案和一体化解决方案,一站式解决方案是在边缘云节点的底座上再沉淀出来现在已经比较通用的产品化能力。一体化解决方案就是云联节点概念,对外支持软硬件一体化售卖,客户可以建设自有边缘计算节点构建应用场景。

客户在边缘业务的使用过程中一定会涉及到边缘云节点和网络,两者一定是关联在一起的,所有需要处理业务信息在边缘节点上全部解决掉,一定需要通过分层结构,比如需要做一些本地计算类业务的处理,本地的计算节点可以处理客户一部分业务场景,还有一部分业务场景需要往上走,可能会走到边缘云节点,边缘云节点也未必能够全部处理掉,还需要回到中心云或者业务的源站,所以从这个角度看网络和边缘云一定关联在一起,基于此,阿里云也提供了端边加速能力,即从MEC平台、或者IoT设备到边缘云节点,通过传输协议的优化、发包策略的控制等技术手段,来提供端边的加速能力。这样从边缘云节点到中心Reigon,通过云网一体化技术实现跟运营商的MEC节点,以及跟中心Region和本地Region之间的连接关系。此外网络中单节点的可用性一定不会是完全可靠的,通过云网一体化的调度能力可以实现边缘云节点服务的高可用性。最后也可以在边缘云上依托成熟的SDN技术,提供高可用协同以及云原生网络。

阿里云边缘云的业务价值

罗小飞表示:边缘云的业务价值要看在实际过程中帮助客户解决哪些问题。具体总结如下:

  • 业务弹性好,通过阿里云可以实现1min内业务下发配置到全国各个边缘云节点上,极大提升业务部署配置的效率。

  • 成本更优,资源在使用可以通过一些复用或者其他模式,成本将变得更优。

  • 易运维,阿里云提供标准化平台化能力,降低运维成本,提升运维效率。

罗小飞还分享了1组客户实测数据:提升主播上行质量5%,推流更稳定,降低直播卡顿率;提升用户成功连接占比0.5%,每日减少数百万的失败请求;一对一在线课程完课率由97%提升到99.5%,完课率显著改善。

在过去大概三四年的时间,阿里云已沉淀一批典型边缘云使用场景:

边缘云典型使用场景:在线直播

在线直播的能力,从推流到对于流的处理,以及到最后的分发,然后在分发端使用了边缘云计算的能力,在推流端可以使用边缘云计算建一套系统,实现美颜、特效和画质增强处理。分发端可以做一些弹幕分发,然后做一些弹幕接收,可以组建自己的一套RTC平台架构,在线直播方面有很多客户使用在这种产品模式。

边缘云典型使用场景:边缘压测

传统的压测主要是两种,一种是在中心Region上压测,第二种是在终端上压测,中心Region上压测的问题是压测的端特别集中,很多想要的业务分散的效果无法实现,在终端上压测的问题,很难找到那么多的终端,而且终端上安装一些压测程序之类的也不便捷,所以就有一种场景在边缘侧,基于阿里云2800个边缘云节点,利用灵活的标准化的边缘云节点的能力做对应的压测,省时省力且高效。

边缘云典型使用场景:内容加速

还有一种场景就是有一些业务存在自建CDN的需求,但会面临重资产成本投入、运维要求高以及技术优化难等问题,而通过使用阿里云边缘云节点,客户可以快速构建一个自有的CDN平台,从而免去自建节点的漫长过程,同时阿里云作为CDN服务商,在运维以及技术优化方面也有着很多沉淀,可更好帮助客户快速的实现平台的搭建。

总结下,未来边缘云技术必然会继续朝着分布式、小型化、自治性、协同性、云原生等方向演进,阿里云将充分发挥在自身产品、技术、生态的优势,通过提供灵活、开放、安全的边缘云计算底座,加上和合作伙伴开发的边缘应用,服务各个垂直行业客户,打造更多场景化方案落地,推动边缘云产业前行。

PS:如想了解更多关于阿里云边缘云的业务,获取演讲PPT,可钉钉搜索加群35469210

以上是关于从技术全景到场景实战,透析「窄带高清」的演进突破的主要内容,如果未能解决你的问题,请参考以下文章

从技术全景到场景实战,透析「窄带高清」的演进突破

罗小飞:阿里云边缘云,从资源到场景的产品演进

阿里云罗小飞:阿里云边缘云,从资源到场景的产品演进

阿里云罗小飞:阿里云边缘云,从资源到场景的产品演进

阿里云罗小飞:阿里云边缘云,从资源到场景的产品演进

阿里云罗小飞:阿里云边缘云,从资源到场景的产品演进