视频编解码的新突破

LiveVideoStackCon 2022 音视频技术大会北京站将于12月9日至10日在北京丽亭华苑酒店召开，本次大会将延续【音视频+无限可能】的主题，邀请业内众多企业及专家学者，将他们在过去一年乃至更长时间里对音视频在更多领域和场景下应用的探索、在实践中打磨优化技术的经验心得、对技术与商业价值的思考，与大家一同分享和探讨。

视频编解码的新突破

如今，视频作为每天人们生活、工作、娱乐中的一部分，越来越被依赖。将视频数据进行大幅压缩编码，通过网络传输到用户终端，再解码还原清晰度…看似简单的过程却承载着技术者们对视频编解码技术的不断探索与突破，人们才能体验到越来越高清的画质。本专题将探讨视频编码标准、端到端的AI编码、场景编码、AV1、VVC、基于AI的视频编码等技术的最新发展和实际落地应用情况。

⏰ 时间：2022年12月10日 14:00-17:55

🌏 地址：北京丽亭华苑酒店金辉1厅

# 出品人 #

张园

Producer

中国电信研究院

大数据与人工智能研究所副所长

张园，中国电信研究院大数据与人工智能研究所副所长，人工智能研究中心总监。MPEG VCM机器视觉编码专家组联合主席，ITU-T WP3/16音视频技术与沉浸式应用工作组联合主席，ITU-T Q12/16视频监控系统与业务课题组报告人，信标委多媒体分委会专家委员，电子学会人工智能与工业应用委员会委员。负责人工智能、音视频技术研究及标准化工作。

# 讲师与议题 #

Topic1

视频物联网智能编码技术与应用

随着5G、全千兆和人工智能等技术快速发展，基础多媒体通信服务由数十亿人与人的连接，向千亿人与物、物与物的连接演进，中国移动紧跟时代发展，践行央企担当，不断满足人民美好数字家庭生活需要，自主研发超大规模视频物联网，基于智能物联网终端提供多媒体通信服务，支持电信级可靠性的超高清视频通信、视频监控、智能云广播、智能对讲等功能；

为解决物联网终端低功耗、低算力、低成本限制，支持物联网终端跨平台、跨网络和支持异构操作系统，提供超高清、低时延视频服务，降低码率对传输带宽、云存储等成本要求，中国移动智慧家庭运营中心以业务需求为导向，坚持技术创新，攻关低码高清、低延时通信关键技术，实现泛终端、泛网络、全场景、电信级视频物联网服务；孵化和家智能话、移动看家、和家亲等多个千万级规模业务，赋能智能音箱、一体机、IPC等12大品类600款型号硬件，服务用户2.8亿，付费用户超过5000万；

本次分享分为三个部分：第一部分介绍视频物联网的技术发展和面临的挑战；第二部分介绍针对物联网领域视频通信、视频监控等业务提出的场景化视频编码解决方案；第三部分介绍中国移动视频物联网相关业务进展、产品创新和产业引领成效。

内容大纲：
1. 视频物联网业务发展和面临挑战；

2. AIoTel技术架构及应用进展;

3. 物联网场景化视频编码关键技术及解决方案；

4. 中国移动视频物联网相关业务、生态建设情况介绍

Topic2

融合人类视觉和机器视觉的新型智能编码系统架构

随着信息化与工业化的深度融合，机器装备的信息智能化程度正迅速提升，增强对庞大的机器视觉数据的智能高效处理是一个至关重要的问题。视频编码已从传统面向人类视觉的编码演变为支持机器视觉编码新体系。本报告将介绍机器视觉编码、融合人机视觉的编码，以及同时服务于人机混合智能架构的视觉端边云编码传输系统。最后展望未来多媒体编码传输系统发展的新方向。

内容大纲：

1. 从人类视觉与机器视觉的差异设计编码技术

2. 支持人类视觉与机器视觉编码的传输系统设计

3. 新型融合人机智能编码的视觉端边云系统架构

Topic3

AI Image Codec技术落地实践

AI Codec自2016年首次提出以来，众多海内外高校、企业研究院等机构对此展开了广泛研究。6年时间里，AI Codec 的SOTA方案的压缩性能已经超越了H.266(最新的传统Codec标准)，展现了强大的技术潜力。但受限于计算复杂度、非标等原因，AI Codec在应用落地方面的案例却屈指可数。基于双深科技2年多时间的AI Image Codec技术落地探索经验，本次报告向观众分享AI Image Codec轻量化部署经验，以及在安防、互联网、医疗、窄带高清等场景的产品落地实践，和大家一起探讨AI Codec的未来。

内容大纲：
1. 图像视频编解码行业发展趋势
2. AI Codec落地难点与挑战
3. AI Image Codec在移动端落地实践

Topic4

走向实用的AI图像编解码

基于AI的端到端数据压缩方法受到越来越多的关注，研究对象已经包括图像、视频、点云、文本和基因组等，其中AI图像压缩的研究最为活跃。图像编解码的研究和应用历史悠久，AI方法要达到实用，需要解决诸多问题，取得相比于传统算法更好的性价比。
本次分享分为四个部分：第一部分简要介绍为什么越来越多的人关注AI编解码；第二部分介绍AI图像编解码落地面临的关键挑战，并介绍我们的应对方案和研究成果，包括解码速度、RD性能、主观质量和跨平台解码；第三部分介绍经过产品级优化后，AI图像编解码的性能指标及与传统算法的对比，表明AI图像编解码已经具备实用性；第四部分介绍一些扩展内容，包括基于AI的JPEG无损二次压缩等。

内容大纲：
1. 为什么要做AI图像编解码

2. 提升解码速度

3. 提升RD性能与解码速度的权衡

4. 提升重建图像的主观质量

5. 跨平台解码

6. 优化延时与吞吐

7. 应用扩展：JPEG无损二次压缩