关于音视频:人类视觉神经科学助力音视频产业革命-弱网下的极限实时通信

5次阅读

共计 2107 个字符,预计需要花费 6 分钟才能阅读完成。

一、什么是弱网?

1.1 弱网概念

弱网从字面意思看就是网络比拟弱, 咱们通称为信号差, 网速慢, 随着挪动互联网炽热倒退的这些年, 大量用户会在地铁, 隧道, 电梯和车库等非凡场景下应用挪动端 APP。这些场景下, 网络会呈现提早、中断、抖动、超时等状况。

1.2 网络状态

网络状态蕴含有线连贯, 2G/3G/4G/5G/Edge/Wifi 等多种网络连接模式, 从测试的角度说, 也蕴含断网, 网络故障等状况, 对于弱网的数据定义, 不同的利用所界定的含意也是不一样且不清晰的, 一般来说低于 2G 速率的都属于弱网, 也能够将 3G 划分为弱网, 除此之外, 极低宽带 < 50kbps, 弱信号的 Wifi 等也是弱网。

1.3 钻研背景

有一些非凡场景, 例如 : 森林救灾, 边防监控, 等场景, 这些场景往往关乎国家平安与生命安全, 更加须要严苛的实时通信, 然而这些场景依赖的基站往往会受到天然因素的烦扰, 例如地震等自然灾害。

二、尝试了哪些技术尝试?

2.1 AI 管制

在观看直播过程中听到马老师提出了一个新的概念, 人眼在感知图像的时候, 解决大略是 100B/s, 而后通过视网膜上的细胞进行拆散之后, 大略压缩了 100 倍, 而后通过一系列的细胞解决, 最初只有大概 40b/s, 并且人眼关注的区域分辨率绝对高一点, 人眼不关注的区域绝对分辨率就低一点. 并且人眼对于某些区域, 某些色彩特地的敏感, 叫做注意力机制。

传统的流控技术在进行音视频编码和传输的过程中往往无奈依据具体的网络环境抉择适宜的算法和码率管制, AI 管制模块 (相当于人脑) 会收集视频会话教训(人眼关注的货色), 包含视频编码器、接收端的编码状态、网络、播放状态, 依据这些特色, 反抗网络稳定, 作出编码参数的设置决策。

2.2 强化网络被动决策(压缩和交融)

依据不同用户, 也就是播放端进行一种个性化的丢帧, 但整体感观并不会有大差别, 这项技术利用的是多帧视频时空一致性原理, 基于人的细胞对于不同的图像的特色敏感度不一样这一景象, 有些细胞对于色彩敏感, 有些细胞对于静止敏感, 有的细胞对于方向性比拟敏感, 有些细胞对于纹理比拟敏感, 所以人的大脑对所感知到的音视频信息并不是像解码器一样一个 bit, 一个 bit 来解码的, 而是局部解码的, 所以, 对于任何一个视频输出构造, 次要拆分成两局部, 一部分用来存储空间上纹理细节的保留, 另一部分对于静止的细节不是那么敏感, 所以另外一路空间就能够不必占用那么高了。当然在交融和重建的过程中, 还须要智能学习进行弥补和转化。所以最初输入的音视频感觉才不会有很大差别。

2.3 基于强化学习的视频码率自适应

依据视频分类, 网络分类进行在线学习模型训练, 例如, 大部分男生喜爱游戏类视频, 大部分女生喜爱淘宝购物类视频, 不同分类视频所返回的视频码率和精度不同, 基于此提出, 是否对不同类型的视频进行模型训练, 用户端在播放不同类型的视频时会抉择不同的算法。基于在线学习平台绝对于离线模型效率有肯定的晋升。

三、集体感悟

3.1 有哪些具体的弱网环境利用落地场景(1 药网 / 重庆 120 急救)

1 药网是在疫情期间紧急开拓了面向武汉的收费线上问诊通道, 并以将范畴扩大至湖北省全境, 视频问诊, 电子处方和近程买药性能采纳了声网 Agora 的实时音视频技术, 在视频问诊的场景中, 因为医生与患者处于不同的网络环境, 以上所说的弱网环境均有可能呈现, 在这些环境下, 声网 Agora 具备优良的弱网传输和抗丢包算法, 仍然可在 60% 的丢包状况下保障音视频晦涩, 70% 的丢包网络环境下保障语音的晦涩。

120 急救则是通过视频近程领导 + 急救教学视频领导, 真正做到了为生命争取机会和工夫。然而同样患者有可能处于弱网环境中, 如何保障音视频传输品质, 仍然尤为重要。并且, 急救更考究争分夺秒, 并且要保障连通率, 接通失败则可能意味着耽搁急救, 依据官网数据资料显示声网在寰球有超过 200 个数据中心, 基于此搭建的软件定义实时网, 在网络较差的环境下, 也能保障稳固牢靠, 高质量的传输和 99.9% 的高连通率。

3.2 心得体会

业务状态在变, 技术必须跟上, 本来认为, 随着技术的一直倒退与提高, 例如 5G, GPU, 芯片等硬件设施的更新降级, 对于软件研发人员来说, 能够疏忽网络抖动或者硬件环境的制约, 更加不会想到, 是否会有一天本人开发的软件可能须要运行在一个比拟刻薄的环境之中, 或者, 所提供的服务, 用户用用的设施太老不兼容等状况, 所以, 平时很不重视代码的健壮性, 能用就行, 对付用着, 这些习惯居然曾经人不知; 鬼不觉耳濡目染影响了我, 不晓得有没有同学是像我一样, 有则改之, 无则加勉。

之前对于音视频的概念始终停留在比拟传统的编解码, 直播拉流, 视频点播等常见利用之中, 并没有沉思, 每一个用户所在网络环境的差异化; 所以说钻研 弱网下的极限视频通信 并非求全责备, 其有很重要的现实意义, 大到国防平安, 小到人民生存的方方面面。

人工智能风口下, 联合 AI, 以及人类视觉神经迷信, 音视频畛域也可借一把东风, 寻求技术的冲破与变革。除此以外, 集体认为, 如边缘计算, 雾计算等概念的衰亡与利用, 缩短了用户与服务之间的间隔, 以前多在核心节点部署服务, 当初以微服务的形式部署会更加高效, 比方 WebRTC 的服务到边缘节点。除此之外, 边缘节点部署服务老本更低, 节俭带宽。

正文完
 0