【数字图像处理】Tencent视频团队讲座记录

　　想了一下前些天，T家视频的团队来学校开了一次讲座，而后我就地去看了一下。虽然知道远古时期的视频编码混乱割据的时代已经远去，可是如今的挑战反而突飞猛进。如今T家发展得这么大，T的视频业务作得也很大，因此尝试了一些新的技术，固然deep learning啦，分布式，云计算，计算机视觉什么的都是能够有的。不由感叹拥有大量数据的公司真是能够为所欲为地作一些事情。

　　从讲技术的一位技术人员那里光明正大地偷偷记下他们的技术栈，大概过了半个小时吧。

　　能够列出以下的几点：

　　1. MD5 编码, H264, H265 编码

　　2. ffmpeg x264 mp4box

　　3. 计算机视觉库 opencv vlfeat dlib

　　4. 深度学习相关 caffe tensorflow

　　5. 系统架构相关 curl mysql php

简述

1.  流媒体的编码技术是在不断向前发展的。 H265从H264发展起来, 而且因为移动互联网的带动, 各家开发移动端的厂商在对流媒体编码技术都有必定的需求。苹果公司自iphone 6s以来就开始支持H265编码技术。这种技术能够在输送一样质量视频的状况下节省一半带宽。本质上H265就是一个压缩算法，它把原始视频压缩后发送到客户端, 在客户端解压显示原始视频。

至于以上记录的MD5编码, 忽略它, 应该是同时讲到的一些视频的保存中用到的。

2. ffmpeg是一个自由软件(free software, 关于自由软件跟开源软件的区别请看GPL, 开源软件是自由软件和商业软件的折中)。

　　具体来讲，FFmpeg是一套能够用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。它包括了目前领先的音/视频编码库libavcodec。 FFmpeg是在Linux下开发出来的，但它能够在包括Windows在内的大多数操做系统中编译。这个项目是由Fabrice Bellard发起的，如今由Michael Niedermayer主持。能够轻易地实现多种视频格式之间的相互转换，例如能够将摄录下的视频avi等转成如今视频网站所采用的flv格式。 

　　ffmpeg 的Github 地址: https://github.com/FFmpeg/FFmpeg

　　其包含的库有：

3.    x264： 一个软件名, 顾名思义用来处理H264相关编码的(不是解码)

　　mp4box: 一样顾名思义, 用来处理MP4的

        他们讲到的东西包括了一些ROI编码的东西和让局部人脸更清晰的技术, 听起来好像没什么意思。

4. 关于计算机视觉和深度学习,其实这两样东西都很耗费资源的, T家内部会搭建一些深度学习的平台, 包括他们的内部云还搭建了能够租用的GPU平台, 用来跑深度学习的东西。目前来看, 在他们的应用中比较少, 主要仍是在提取特征, 以及一些脑洞的应用中。好比能够用人脸识别自动筛选本身想看的演员所在的片断(可是在T家的视频上试了一下感受还很不成熟)。

5. 系统架构什么的看看就好, 毕竟是这么大的流量入口, 这些问题什么的原本就是他们天天都要处理的事情。