近日，2020年中國國際服務(wù)貿(mào)易交易會在北京落幕。與以往不同，今年的服貿(mào)會采取線上線下結(jié)合的方式舉辦，線上會議30場，線上線下相結(jié)合會議70場，線上直播活動近百場，“云會議”、“云展覽”、“云洽談”成為本次服貿(mào)會的重要特色。

服貿(mào)會上，每一場實時互動的云上會議和商務(wù)洽談，其實都是一次低延遲直播活動。為了降低用戶側(cè)在通訊中的延遲，使其盡量“不可感知”，各路廠商均加大投入以優(yōu)化延遲，因為這是低延遲直播場景中的首要核心性能指標。

為適配低延遲場景關(guān)于延遲和畫質(zhì)的核心需求，金山云依托深耕多年的視頻編碼引擎—KSC265，并以諸多定制算法為基礎(chǔ)，構(gòu)建了一條適用于低延遲編碼的路徑，使得編碼延遲在該場景下大為降低的同時，幾乎不影響畫質(zhì)。整體而言，得益于持續(xù)的快速算法創(chuàng)新，金山云低延遲直播在編碼引擎層面上，相較于開源編碼器x264/x265的zerolatency檔位基線水平的加速比達到了2倍以上，而BD-rate損失只有不到1%。

自制編碼塊評價標準提速編碼過程

目前，視頻編碼都是基于塊進行的，將一幀視頻劃分為不同的塊，然后對每個塊再分別進行編碼處理。當下，幾乎所有的視頻編碼器都會在塊劃分和運動估計環(huán)節(jié)上消耗主要計算時間。因此，如何提高這兩者的計算效率成為低延遲直播場景下首要考慮的問題。

低延遲直播場景下，視頻畫面相對穩(wěn)定且變化并不豐富，不同編碼塊的編碼參數(shù)之間在時空上具有非常高的相關(guān)性。利用這一特性，金山云在塊劃分環(huán)節(jié)上對深度決策及模式?jīng)Q策設(shè)置快速終止條件，并設(shè)計了一種評價標準衡量編碼塊的時空復雜度，以此為基準進行快速劃分模式?jīng)Q策，在滿足一定條件下即可終止搜索，大大減少了模式搜索計算量。利用這項技術(shù)，金山云將塊劃分編碼過程加速了5倍。

兩步運動估計流程大幅降低編碼器計算量

基于塊的運動估計，其基本思想是將圖像序列的每一幀分成許多不重疊的塊，并認為宏塊內(nèi)所有像素的位移量都相同，然后對每個宏塊到參考幀某一給定搜索范圍內(nèi)根據(jù)一定的匹配準則找出與當前塊最相似的塊，即匹配塊，匹配塊與當前塊的相對位移即為運動矢量。運動估計的目的在于消除視頻信息在時間上的冗余，降低視頻傳輸?shù)谋忍財?shù)。

如上所述，由于低延遲直播場景在時間維度上的變化并不豐富，即存在大量冗余，因而不需要過于繁雜的搜索即可得到精準的運動估計匹配。金山云視頻云團隊利用這一特性設(shè)計了兩步運動估計流程，即粗粒度估計和細粒度估計。在粗粒度估計過程中，基于上述塊劃分結(jié)果進行快速匹配，從而能夠在初期過濾掉絕大部分的候選匹配塊。在細粒度估計中，金山云視頻云團隊采用了多項獨創(chuàng)的編碼工具，從平移估計、運動分析、紋理分析這三個維度來進行組合決策，從而達到匹配塊精選的目的。這種由粗到細的級聯(lián)運動估計流程可以極大程度降低編碼器的計算量，從實際測試結(jié)果看來，其在低延遲直播場景中的加速比能達到3倍以上。

得益于在音視頻、AI、大數(shù)據(jù)等方面的技術(shù)能力，金山云低延遲直播技術(shù)大大提升了直播互動體驗，目前已在電商、游戲、教育等場景中使用。隨著5G、云計算、AI、VR等技術(shù)的發(fā)展，直播將迎來更大的想象空間，而金山云低延遲直播編碼技術(shù)也將持續(xù)升級，為用戶帶來更高品質(zhì)的低延遲直播體驗。