AI 视频云 VS 窄带高清,谁是视频时代的宠儿
随着网络技术的逐渐改善,各类视频消息成为媒体传播的主要选择手段。但其实支撑着视频传播的并不单单是网络技术,还有视频转码与压缩技术。这类技术下分很多,比如曾经被频繁提到的 H.265,比如时下热门的窄带高清,比如与元宇宙密不可分的 AI 视频云,他们都有些什么差别,在选择时我们该选择什么?
窄带高清
我们通常所说的窄带高清,指的是在视频编码率保持不变的前提下,平均降低视频大小的方法。以又拍云窄带高清为例,其工作大致流程为首先输入一个视频转码的分片,接着进行复杂度分析,然后分场景转码参数,比如运动缓慢还是剧烈,当然这其中还会有码率控制的算法来调整编码器的输出,最终得到编码后的视频。
这其中的复杂度,又拍云借鉴了标准 BT1788 里的关于空间感知信息和时间感知信息。空间感知信息是每一帧图像做一个 Sobel 值,然后分析它的纹理的多少作为参考标准;时间感知信息是帧与帧之间的帧差做标准差,作为时间上的变化情况。又拍云最初根据用户的应用场景不同一共分了四类场景:手机自拍、动画、运动缓慢和运动剧烈。不需要用户操作,由系统根据复杂度的分析自动选择上面四个最合适的方法。
而编码器则使用了 H.264 和 H.265 两种。其中 H.265 是在视频编码标准 H.264 基础上,进一步提高压缩效率、提高鲁棒性(Robustness 抗变换性)和错误恢复能力、减少实时的时延、减少信道获取时间和随机接入时延、降低复杂度,以达到最优化设置。
在窄带高清中二者编码框架差不多,都是关于空间域和时间域的冗余压缩。其中 H.264 的框架流程包括了帧间、帧内的预测、变换、量化、反变换反量化、熵编码和去方块滤波。而 H.265 大致上与 H.264 相同,包括了帧间、帧内的预测、熵编码等,只不过 Deblocking 为了去除“块效应",增加了一个新的 SAO 的滤波来消除振铃效应。不过虽然框架相同,H.265 在技术上却进行了相关优化:
- H.264 块的尺寸是从 16x16 扩展到 H.265 的 64x64,这是一个指数级的块的复杂度的提升;
- H.265 帧内的预测方向提升到了 35 种。因为 H.265 是针对高清的,包括 1080P、2K、4K,最高到 8K,这种图片的尺寸会比较大,所以它可以分大块,对于那些变化不明显的大块图像区域,可以用更大的块尺寸,可以在预测环节减少分块带来的复杂计算。对运动矢量也做了优化,并且对亮度和色度差值算法变的更复杂;
- 加入了并行计算,因为复杂度提升了很多,而且目前计算机行业的并行技术发展的也很好,所以在视频编码标准制定的时候加入了并行的优化,来节省编码时间。
这些优化功能可以通过设置参数来进行调整。
AI视频云
AI 技术的加入,让用户对视频的内容、检索、个性化推荐、等等个性化设置上都有更大的选择和便利。
AI 视频云通过结合新型算力生态、边缘计算和低功耗 AI 视频芯片等前沿技术,由 AI 进行有效信息的快速提取和构筑,进而减少人力、物力、时间的损耗。
其中边缘计算让服务的计算能力更接近于用户,它的基本理念是将数据的处理、应用程序的运行,甚至一些功能服务的实现,由中心服务器下放到网络边缘的节点上,从而有效得减小计算系统的延迟,减少数据传输带宽,缓解云计算中心压力,提高可用性,保护数据安全和隐私。
与上面所提到的窄带高清不同,AI 视频云更致力于打造全生命周期的,云边一体化视频服务。一般会从以下几个方面提供服务:
- 快速产出视频:提供视频录制、编辑、播放为一体的内容生产解决方案。
- 完美兼容不同格式、时间的数据:针对大数据和物联网背景下的数据存储需求,提供非结构化数据云存储 USS、融合云存储等对象存储服务。同时提供快速迁移服务,避免用户被数据所困,帮助用户掌握数据主权。
- 对于海量数据进行智能分析:基于新型算力生态、边缘计算和低功耗 AI 视频芯片等前沿技术,对 AI算法进行持续训练,让 AI 形成对特定场景的视频理解能力和视频结构化分析能力。有效且快速地提取有价值的结构信息,免除大量人力、物力和时间的损耗
- 降低成本,提升效率:针对多媒体数据,能有效降低 40-70% 视频大小,同时提供智能视频还原等多种前沿技术。让用户不再需要自建服务和功能,随需随用,大幅降低开发成本。
- 避免运营商差异,完成快速分发:依托云服务商大量的节点分部,覆盖全部运营商,同时提供智能调度和边缘缓存功能。能针对应用内容快速分发,提高网站响应速度。
那么 AI 视频云和窄带高清又有什么差别呢?
AI 视频云 | 窄带高清 | |
易用性 | 直接接入CDN线路。 | 需要接入专属线路。 |
门槛度 | 无需手动操作,由 AI 算法根据不同的视频特征结合人眼视觉感知系统选择最优的转码策略。 | 需要手动配置转码模板、转码参数,不具备相关的参数则无法使用。 |
维护性 | 由热度算法引擎自动根据资源访问热度,对访问的视频文件选择性做压缩,不需要配置参数、指定内容、修改业务配置。 | 需要专门指定压缩前后的输入输出 Bucket 与具体路径。在配置时就需要考虑到业务未来可能会遇到的所有情况,后期业务出现小变动时需要大修改。 |
质量 | 由 AI 针对视频数据特征进行单独的算法建模,获得定制化的视频压缩算法模型,算法模型的场景专注度更高。 | 使用统一视频压缩算法,算法模型的场景独特性不强。 |
压缩率 | AI 算法自动判断热度视频进行压缩,达到平均50%压缩率,压缩视频自动替换链接。 | 需要手动对上传文件进行转码压缩,平均转码压缩率为30%,转码完成后也需要手动对对应视频url进行替换。 |
视频处理 | 除压缩外自带视频增强效果,包含降噪、去马赛克、画面锐化增强等。 | 只进行压缩,不进行画面增强。 |
视频理解 | 可利用自研的AI算法对视频画面进行理解分析,提取有价值信息,如人体检测、监测预警等。 | 无视频理解功能。 |
相比窄带高清,AI 视频云的使用更加方便,使用也能更加贴合用户场景。依托于 AI 的智能特性,AI 视频云会不断进行自动调整,不会出现更新换代的问题。
文章来自又拍云投稿
版权所属:SO JSON在线解析
原文地址:https://www.sojson.com/blog/389.html
转载时必须以链接形式注明原始出处及本声明。
如果本文对你有帮助,那么请你赞助我,让我更有激情的写下去,帮助更多的人。