需要的前置知識(shí)不多，一般計(jì)算機(jī)大學(xué)本科會(huì)學(xué)過(guò)的，信息論相關(guān)，離散數(shù)學(xué)相關(guān)。
但實(shí)際了解編碼時(shí)，反而是比較復(fù)雜的，目前視頻編碼的常用的是H264,H265,H266（原型中）。
視頻編碼其實(shí)一幀幀的圖像編碼，因此也可以學(xué)習(xí)一下靜態(tài)圖像編碼的一些相關(guān)知識(shí)，也會(huì)有幫助。
視頻編碼是連續(xù)的圖像編碼，因此會(huì)可以應(yīng)用到前后幀圖像的參考，比如一個(gè)視頻一直對(duì)著一個(gè)不太變化的物體，則后續(xù)幀只要簡(jiǎn)單記錄變化即可。主要用到了離散變化，宏塊這些東西。
現(xiàn)在新的一些方法是基于人工智能學(xué)習(xí)后的結(jié)果，用這個(gè)方法來(lái)解決一個(gè)視頻，那些區(qū)塊壓縮多一些，那些區(qū)塊壓縮少一些，說(shuō)白了，就是更符合人的視覺(jué)效果。
大家好，我是小棗君。
作為一名屌絲創(chuàng)業(yè)者，前幾天我追了一部美劇。劇名大家可能都聽(tīng)過(guò)，就是「硅谷」。
劇里主要講述的，是一群美國(guó)硅谷年輕人的創(chuàng)業(yè)故事。我覺(jué)得挺好看的，一口氣追完了（貌似后面還會(huì)更新）。同為創(chuàng)業(yè)者，對(duì)里面的劇情非常有感觸。
今天這篇文章，并不是打算寫(xiě)劇評(píng)，而是和劇中男豬腳的創(chuàng)業(yè)項(xiàng)目有密切的關(guān)系。
男豬腳理查德是一個(gè)技術(shù)宅，他發(fā)明了一個(gè)很強(qiáng)的算法，可以將視頻文件的體積大大壓縮，并且并不損失視頻質(zhì)量。這個(gè)算法受到了所有投資人的關(guān)注和追捧，大家都爭(zhēng)相給他投資。
中間的狗血故事略過(guò)不表，到這部劇的后期，理查德的壓縮算法，甚至延伸到“分布式計(jì)算”領(lǐng)域，要構(gòu)建一個(gè)“New Internet”。
更甚至，他們還利用自己的壓縮算法，搞起了區(qū)塊鏈，發(fā)行了自己的虛擬貨幣（魔笛手幣）。
為什么一個(gè)壓縮編碼算法，能有這么強(qiáng)大的能量？為什么視頻壓縮技術(shù)這么受追捧？圖像視頻壓縮到底是什么工作原理？
這，就是我們今天要討論的話題。
如今我們所處的時(shí)代，是移動(dòng)互聯(lián)網(wǎng)時(shí)代，也可以說(shuō)是視頻（多媒體）的時(shí)代。
從快播到抖音，從“三生三世”到“延禧攻略”，再?gòu)奈⑿乓曨l通話，到支付寶人臉識(shí)別，我們的生活，被越來(lái)越多的視頻元素所影響。
而這一切，離不開(kāi)視頻拍攝和制作技術(shù)的日益強(qiáng)大，更離不開(kāi)通信技術(shù)的飛速進(jìn)步。
試想一下，如果還是當(dāng)年的56K Modem撥號(hào)，或者是2G手機(jī)，你還能享受到現(xiàn)在動(dòng)輒1080P甚至4K的視頻體驗(yàn)嗎？顯然是不可能的嘛。
除了視頻拍攝技術(shù)和網(wǎng)絡(luò)通信技術(shù)之外，我們能享受到視頻帶來(lái)的便利和樂(lè)趣，還有一個(gè)重要因素，就是視頻編碼技術(shù)的突飛猛進(jìn)。
說(shuō)視頻之前，先要說(shuō)說(shuō)圖像。
圖像，大家都知道，是由很多“帶有顏色的點(diǎn)”組成的。這個(gè)點(diǎn)，就是“像素點(diǎn)”。
像素點(diǎn)的英文叫Pixel（縮寫(xiě)為PX）。這個(gè)單詞是由 Picture(圖像) 和 Element（元素）這兩個(gè)單詞的字母所組成的。
電影《像素大戰(zhàn)（Pixels）》，2015年
像素是圖像顯示的基本單位。我們通常說(shuō)一幅圖片的大小，例如是1920×1080，就是長(zhǎng)度為1920個(gè)像素點(diǎn)，寬度為1080個(gè)像素點(diǎn)。乘積是2,073,600，也就是說(shuō)，這個(gè)圖片是兩百萬(wàn)像素的。
1920×1080，這個(gè)也被稱為這幅圖片的分辨率。
分辨率也是顯示器的重要指標(biāo)
那么，我們經(jīng)常所說(shuō)的PPI又是什么東西呢？
PPI，就是“Pixels Per Inch”，每英寸像素?cái)?shù)。也就是，手機(jī)（或顯示器）屏幕上每英寸面積，到底能放下多少個(gè)“像素點(diǎn)”。
這個(gè)值當(dāng)然是越高越好啦！PPI越高，圖像就越清晰細(xì)膩。
以前的功能機(jī)，例如諾基亞，屏幕PPI都很低，有很強(qiáng)烈的顆粒感。
后來(lái)，蘋(píng)果開(kāi)創(chuàng)了史無(wú)前例的“視網(wǎng)膜”（Retina）屏幕，PPI值高達(dá)326（每英寸屏幕有326像素），畫(huà)質(zhì)清晰，再也沒(méi)有了顆粒感。
像素點(diǎn)必須要有顏色，才能組成繽紛絢麗的圖片。那么，這個(gè)顏色，又該如何表示呢？
妹紙們都知道，顏色擁有無(wú)數(shù)種類，光是你們的口紅色號(hào)，就足以讓我們這些屌絲瞠目結(jié)舌。。。
在計(jì)算機(jī)系統(tǒng)里，我們不可能用文字來(lái)表述顏色。不然就算我們不瘋，計(jì)算機(jī)也會(huì)瘋掉的。在數(shù)字時(shí)代，當(dāng)然是用數(shù)字來(lái)表述顏色。
這就牽出了“彩色分量數(shù)字化”的概念。
懂繪畫(huà)的童鞋一定知道，任何顏色，都可以通過(guò)紅色（Red）、綠色（Green）、藍(lán)色（Blue）按照一定比例調(diào)制出來(lái)。這三種顏色，被稱為“三原色”。
在計(jì)算機(jī)里，R、G、B也被稱為“基色分量”。它們的取值，分別從0到255，一共256個(gè)等級(jí)（256是2的8次方）。
所以，任何顏色，都可以用R、G、B三個(gè)值的組合表示。
RGB=[183,67,21]
通過(guò)這種方式，一共能表達(dá)多少種顏色呢？256×256×256=16,777,216種，因此也簡(jiǎn)稱為1600萬(wàn)色。而3個(gè)8次方，等于24，因此，這種方式表達(dá)出來(lái)的顏色，也被稱為24位色。
這個(gè)顏色范圍已經(jīng)超過(guò)了人眼可見(jiàn)的全部色彩，所以又叫真彩色。再高的話，對(duì)于我們?nèi)搜蹃?lái)說(shuō)，已經(jīng)沒(méi)有意義了，完全識(shí)別不出來(lái)。
那么，如果是RGB方式，一個(gè)像素點(diǎn)需要占用多少bit？3個(gè)2的8次方，一共是24bit。請(qǐng)記住哈，下面會(huì)用到。
好了，剛才說(shuō)了圖像，現(xiàn)在，我們開(kāi)始說(shuō)視頻。
所謂視頻，大家從小就看動(dòng)畫(huà)，都知道視頻是怎么來(lái)的吧？沒(méi)錯(cuò)，大量的圖片連續(xù)起來(lái)，就是視頻。
衡量視頻，又是用的什么指標(biāo)參數(shù)呢？
最主要的一個(gè)，就是幀率（Frame Rate）。
在視頻中，一個(gè)幀（Frame）就是指一幅靜止的畫(huà)面。幀率，就是指視頻每秒鐘包括的畫(huà)面數(shù)量（FPS，F(xiàn)rame per second）。
幀率越高，視頻就越逼真、越流暢。
有了視頻之后，就涉及到兩個(gè)問(wèn)題，一個(gè)是存儲(chǔ)，二個(gè)是傳輸。
而之所以會(huì)有視頻編碼，關(guān)鍵就在于此：一個(gè)視頻，如果未經(jīng)編碼，它的體積是非常龐大的。
以一個(gè)分辨率1920×1280，幀率30的視頻為例。
1920×1280=2,073,600（Pixels 像素）
每個(gè)像素點(diǎn)是24bit（前面算過(guò)的哦）
也就是每幅圖片2073600×24=49766400bit
8 bit（位）=1 byte（字節(jié)），所以，49766400bit=6220800byte≈6.22MB。
這是一幅1920×1280圖片的原始大小，再乘以幀率30，也就是說(shuō)，每秒視頻的大小是186.6MB，每分鐘大約是11GB，一部90分鐘的電影，約是1000GB。。。
嚇尿了吧？就算你現(xiàn)在電腦硬盤是4TB的（實(shí)際也就3600GB），也放不下幾部大姐姐??！
不僅要存儲(chǔ)，還要傳輸，不然視頻從哪來(lái)呢？
如果按照100M的網(wǎng)速（12.5MB/s），下剛才那部電影，需要22個(gè)小時(shí)。。。再次崩潰。。。
正因?yàn)槿绱耍瑢沤z工程師們就提出了，必須對(duì)視頻進(jìn)行編碼。
什么是編碼？
編碼，就是按指定的方法，將信息從一種形式（格式），轉(zhuǎn)換成另一種形式（格式）。
視頻編碼，就是將一種視頻格式，轉(zhuǎn)換成另一種視頻格式。
編碼的終極目的，說(shuō)白了，就是為了壓縮。
各種五花八門的視頻編碼方式，都是為了讓視頻變得體積更小，有利于存儲(chǔ)和傳輸。
我們先來(lái)看看，視頻從錄制到播放的整個(gè)過(guò)程，如下：
首先是視頻采集。通常我們會(huì)使用攝像機(jī)、攝像頭進(jìn)行視頻采集。限于篇幅，我就不打算和大家解釋CCD成像原理了。
采集了視頻數(shù)據(jù)之后，就要進(jìn)行模數(shù)轉(zhuǎn)換，將模擬信號(hào)變成數(shù)字信號(hào)。其實(shí)現(xiàn)在很多都是攝像機(jī)（攝像頭）直接輸出數(shù)字信號(hào)。
信號(hào)輸出之后，還要進(jìn)行預(yù)處理，將RGB信號(hào)變成YUV信號(hào)。
前面我們介紹了RGB信號(hào)，那什么是YUV信號(hào)呢？
簡(jiǎn)單來(lái)說(shuō)，YUV就是另外一種顏色數(shù)字化表示方式。
視頻通信系統(tǒng)之所以要采用YUV，而不是RGB，主要是因?yàn)镽GB信號(hào)不利于壓縮。
在YUV這種方式里面，加入了亮度這一概念。
在最近十年中，視頻工程師發(fā)現(xiàn)，眼睛對(duì)于亮和暗的分辨要比對(duì)顏色的分辨更精細(xì)一些，也就是說(shuō)，人眼對(duì)色度的敏感程度要低于對(duì)亮度的敏感程度。
所以，工程師認(rèn)為，在我們的視頻存儲(chǔ)中，沒(méi)有必要存儲(chǔ)全部顏色信號(hào)。我們可以把更多帶寬留給黑—白信號(hào)（被稱作“亮度”），將稍少的帶寬留給彩色信號(hào)（被稱作“色度”）。于是，就有了YUV。
YUV里面的“Y”，就是亮度（Luma），“U”和“V”則是色度（Chroma）。
大家偶爾會(huì)見(jiàn)到的Y'CbCr，也稱為YUV，是YUV的壓縮版本，不同之處在于Y'CbCr用于數(shù)字圖像領(lǐng)域，YUV用于模擬信號(hào)領(lǐng)域，MPEG、DVD、攝像機(jī)中常說(shuō)的YUV其實(shí)就是Y'CbCr。
YUV（Y'CbCr）是如何形成圖像的
YUV碼流的存儲(chǔ)格式其實(shí)與其采樣的方式密切相關(guān)。（采樣，就是捕捉數(shù)據(jù)。）
主流的采樣方式有三種，YUV4:4:4，YUV4:2:2，YUV4:2:0。
具體解釋起來(lái)有點(diǎn)繁瑣，大家只需記住，通常用的是YUV4:2:0的采樣方式，能獲得1/2的壓縮率。
這些預(yù)處理做完之后，就是正式的編碼了。
前面我們說(shuō)了，編碼就是為了壓縮。要實(shí)現(xiàn)壓縮，就要設(shè)計(jì)各種算法，將視頻數(shù)據(jù)中的冗余信息去除。
當(dāng)你面對(duì)一張圖片，或者一段視頻的時(shí)候，你想一想，如果是你，你會(huì)如何進(jìn)行壓縮呢？
對(duì)于新垣女神，我一bit也不舍得壓縮…
我覺(jué)得，首先你想到的，應(yīng)該是找規(guī)律。
是的，尋找像素之間的相關(guān)性，還有不同時(shí)間的圖像幀之間，它們的相關(guān)性。
舉個(gè)例子，如果一幅圖（1920×1080分辨率），全是紅色的，我有沒(méi)有必要說(shuō)2073600次[255,0,0]？我只要說(shuō)一次[255,0,0]，然后再說(shuō)2073599次“同上”。
如果一段1分鐘的視頻，有十幾秒畫(huà)面是不動(dòng)的，或者，有80%的圖像面積，整個(gè)過(guò)程都是不變（不動(dòng)）的。那么，是不是這塊存儲(chǔ)開(kāi)銷，就可以節(jié)約掉了？
是的，所謂編碼算法，就是尋找規(guī)律，構(gòu)建模型。誰(shuí)能找到更精準(zhǔn)的規(guī)律，建立更高效的模型，誰(shuí)就是厲害的算法。
通常來(lái)說(shuō)，視頻里面的冗余信息包括：
視頻編碼技術(shù)優(yōu)先消除目標(biāo)，就是空間冗余和時(shí)間冗余。
接下來(lái)，小棗君就和大家介紹一下，究竟是采用什么樣的辦法，才能干掉它們。
以下內(nèi)容稍微有點(diǎn)高能，不過(guò)我相信大家耐心一些還是可以看懂的。
視頻是由不同的幀畫(huà)面連續(xù)播放形成的。
這些幀，主要分為三類，分別是I幀，B幀，P幀。
I幀，是自帶全部信息的獨(dú)立幀，是最完整的畫(huà)面（占用的空間最大），無(wú)需參考其它圖像便可獨(dú)立進(jìn)行解碼。視頻序列中的第一個(gè)幀，始終都是I幀。
P幀，“幀間預(yù)測(cè)編碼幀”，需要參考前面的I幀和/或P幀的不同部分，才能進(jìn)行編碼。P幀對(duì)前面的P和I參考幀有依賴性。但是，P幀壓縮率比較高，占用的空間較小。
P幀
B幀，“雙向預(yù)測(cè)編碼幀”，以前幀后幀作為參考幀。不僅參考前面，還參考后面的幀，所以，它的壓縮率最高，可以達(dá)到200:1。不過(guò)，因?yàn)橐蕾嚭竺娴膸?，所以不適合實(shí)時(shí)傳輸（例如視頻會(huì)議）。
B幀
通過(guò)對(duì)幀的分類處理，可以大幅壓縮視頻的大小。畢竟，要處理的對(duì)象，大幅減少了（從整個(gè)圖像，變成圖像中的一個(gè)區(qū)域）。
如果從視頻碼流中抓一個(gè)包，也可以看到I幀的信息，如下：
我們來(lái)通過(guò)一個(gè)例子看一下。
這有兩個(gè)幀：
好像是一樣的？
不對(duì)，我做個(gè)GIF動(dòng)圖，就能看出來(lái)，是不一樣的：
人在動(dòng)，背景是沒(méi)有在動(dòng)的。
第一幀是I幀，第二幀是P幀。兩個(gè)幀之間的差值，就是如下：
也就是說(shuō)，圖中的部分像素，進(jìn)行了移動(dòng)。移動(dòng)軌跡如下：
這個(gè)，就是運(yùn)動(dòng)估計(jì)和補(bǔ)償。
當(dāng)然了，如果總是按照像素來(lái)算，數(shù)據(jù)量會(huì)比較大，所以，一般都是把圖像切割為不同的“塊（Block）”或“宏塊（MacroBlock）”，對(duì)它們進(jìn)行計(jì)算。一個(gè)宏塊一般為16像素×16像素。
將圖片切割為宏塊
好了，我來(lái)梳理一下。
對(duì)I幀的處理，是采用幀內(nèi)編碼方式，只利用本幀圖像內(nèi)的空間相關(guān)性。
對(duì)P幀的處理，采用幀間編碼（前向運(yùn)動(dòng)估計(jì)），同時(shí)利用空間和時(shí)間上的相關(guān)性。簡(jiǎn)單來(lái)說(shuō)，采用運(yùn)動(dòng)補(bǔ)償(motion compensation)算法來(lái)去掉冗余信息。
需要特別注意，I幀（幀內(nèi)編碼），雖然只有空間相關(guān)性，但整個(gè)編碼過(guò)程也不簡(jiǎn)單。
如上圖所示，整個(gè)幀內(nèi)編碼，還要經(jīng)過(guò)DCT（離散余弦變換）、量化、編碼等多個(gè)過(guò)程。限于篇幅，加之較為復(fù)雜，今天就放棄解釋了。
那么，視頻經(jīng)過(guò)編碼解碼之后，如何衡量和評(píng)價(jià)編解碼的效果呢？
一般來(lái)說(shuō)，分為客觀評(píng)價(jià)和主觀評(píng)價(jià)。
客觀評(píng)價(jià)，就是拿數(shù)字來(lái)說(shuō)話。例如計(jì)算“信噪比/峰值信噪比”。
搞通信的童鞋應(yīng)該對(duì)這個(gè)概念不會(huì)陌生吧？
信噪比的計(jì)算，我就不介紹了，丟個(gè)公式，有空可以自己慢慢研究...
除了客觀評(píng)價(jià)，就是主觀評(píng)價(jià)了。
主觀評(píng)價(jià)，就是用人的主觀感知直接測(cè)量，額，說(shuō)人話就是——“好不好看我說(shuō)了算”。
接下來(lái)，我們?cè)僬f(shuō)說(shuō)標(biāo)準(zhǔn)（Standard）。
任何技術(shù)，都有標(biāo)準(zhǔn)。自從有視頻編碼以來(lái)，就誕生過(guò)很多的視頻編碼標(biāo)準(zhǔn)。
提到視頻編碼標(biāo)準(zhǔn)，先介紹幾個(gè)制定標(biāo)準(zhǔn)的組織。
首先，就是大名鼎鼎的ITU（國(guó)際電信聯(lián)盟）。
1865年5月17日，為了順利實(shí)現(xiàn)國(guó)際電報(bào)通信，法、德、俄、意、奧等20個(gè)歐洲國(guó)家的代表在巴黎簽訂了《國(guó)際電報(bào)公約》，國(guó)際電報(bào)聯(lián)盟（International Telegraph Union ，ITU）也宣告成立。
隨著電話與無(wú)線電的應(yīng)用與發(fā)展，ITU的職權(quán)不斷擴(kuò)大。
1906年，德、英、法、美、日等27個(gè)國(guó)家的代表在柏林簽訂了《國(guó)際無(wú)線電報(bào)公約》。
1932年，70多個(gè)國(guó)家的代表在西班牙馬德里召開(kāi)會(huì)議，將《國(guó)際電報(bào)公約》與《國(guó)際無(wú)線電報(bào)公約》合并， 制定《國(guó)際電信公約》，并決定自1934年1月1日起正式改稱為“國(guó)際電信聯(lián)盟” ，也就是現(xiàn)在的ITU。
ITU是聯(lián)合國(guó)下屬的一個(gè)專門機(jī)構(gòu)，其總部在瑞士的日內(nèi)瓦。
ITU下屬有三個(gè)部門，分別是ITU-R（前身是國(guó)際無(wú)線電咨詢委員會(huì)CCIR）、ITU-T（前身是國(guó)際電報(bào)電話咨詢委員會(huì)CCITT）、ITU-D。
除了ITU之外，另外兩個(gè)和視頻編碼關(guān)系密切的組織，是ISO/IEC。
ISO大家都知道，就是推出ISO9001質(zhì)量認(rèn)證的那個(gè)“國(guó)際標(biāo)準(zhǔn)化組織”。IEC，是“國(guó)際電工委員會(huì)”。
1988年，ISO和IEC聯(lián)合成立了一個(gè)專家組，負(fù)責(zé)開(kāi)發(fā)電視圖像數(shù)據(jù)和聲音數(shù)據(jù)的編碼、解碼和它們的同步等標(biāo)準(zhǔn)。這個(gè)專家組，就是大名鼎鼎的MPEG，Moving Picture Expert Group（動(dòng)態(tài)圖像專家組）。
三十多年以來(lái)，世界上主流的視頻編碼標(biāo)準(zhǔn)，基本上都是它們提出來(lái)的。
ITU提出了H.261、H.262、H.263、H.263+、H.263++，這些統(tǒng)稱為H.26X系列，主要應(yīng)用于實(shí)時(shí)視頻通信領(lǐng)域，如會(huì)議電視、可視電話等。
ISO/IEC提出了MPEG1、MPEG2、MPEG4、MPEG7、MPEG21，統(tǒng)稱為MPEG系列。
ITU和ISO/IEC一開(kāi)始是各自搗鼓，后來(lái)，兩邊成立了一個(gè)聯(lián)合小組，名叫JVT（Joint Video Team，視頻聯(lián)合工作組）。
JVT致力于新一代視頻編碼標(biāo)準(zhǔn)的制定，后來(lái)推出了包括H.264在內(nèi)的一系列標(biāo)準(zhǔn)。
壓縮率對(duì)比
視頻編碼標(biāo)準(zhǔn)的發(fā)展關(guān)系
大家特別注意一下上圖里面的HEVC，也就是現(xiàn)在風(fēng)頭正盛的H.265。
作為一種新編碼標(biāo)準(zhǔn)，相比H.264有極大的性能提升，目前已經(jīng)成為最新視頻編碼系統(tǒng)的標(biāo)配。
最后，我再說(shuō)說(shuō)封裝。
對(duì)于任何一部視頻來(lái)說(shuō)，只有圖像，沒(méi)有聲音，肯定是不行的。所以，視頻編碼后，加上音頻編碼，要一起進(jìn)行封裝。
封裝，就是封裝格式，簡(jiǎn)單來(lái)說(shuō)，就是將已經(jīng)編碼壓縮好的視頻軌和音頻軌按照一定的格式放到一個(gè)文件中。再通俗點(diǎn)，視頻軌相當(dāng)于飯，而音頻軌相當(dāng)于菜，封裝格式就是一個(gè)飯盒，用來(lái)盛放飯菜的容器。
目前主要的視頻容器有如下：MPG、VOB、MP4、3GP、ASF、RMVB、WMV、MOV、Divx、MKV、FLV、TS/PS等。
封裝之后的視頻，就可以傳輸了，你也可以通過(guò)視頻播放器進(jìn)行解碼觀看。
好啦！額滴神啊，終于介紹完了。。。
其實(shí)，小棗君之所以要做視頻編碼這么一個(gè)看似和通信無(wú)關(guān)的“跨界”專題，是有原因的。
以前我上大學(xué)的時(shí)候，就有一門專業(yè)課程，叫圖像識(shí)別，當(dāng)時(shí)是我們學(xué)校的王牌專業(yè)，屬于計(jì)算機(jī)系。那個(gè)時(shí)候我并不明白，圖像識(shí)別到底是什么，為什么“畫(huà)畫(huà)”這種事情，會(huì)歸為“計(jì)算機(jī)類”。
后來(lái)，我才明白，所謂的“圖像識(shí)別”，就是讓計(jì)算機(jī)看懂圖像。怎么樣才能看懂呢？就是把圖像數(shù)字化。
圖像變成了數(shù)字，計(jì)算機(jī)就能從中找到規(guī)律，也能對(duì)它進(jìn)行分析。
這么多年過(guò)去了，圖像識(shí)別取得了非常大的發(fā)展。我們漸漸發(fā)現(xiàn)，攝像頭開(kāi)始“認(rèn)臉”了，停車場(chǎng)開(kāi)始“看懂”車牌了，生活開(kāi)始變得不一樣了。
更沒(méi)有想到的是，機(jī)器學(xué)習(xí)和AI人工智能也因此迅速崛起，開(kāi)始對(duì)傳統(tǒng)技術(shù)發(fā)起挑戰(zhàn)。
前段時(shí)間很火的谷歌“你畫(huà)我猜”程序，就是AI結(jié)合圖像識(shí)別技術(shù)的一個(gè)“人機(jī)交互”經(jīng)典案例。
運(yùn)算速度足夠快，存儲(chǔ)空間足夠大，學(xué)習(xí)數(shù)據(jù)足夠多，計(jì)算機(jī)可以海量分析圖像和視頻數(shù)據(jù)，尋找其中的規(guī)律，構(gòu)建模型。如果這個(gè)AI足夠強(qiáng)大，就能做出反應(yīng)和處理。
在電影《鷹眼》里，也描繪到這樣的一個(gè)場(chǎng)景：強(qiáng)大的AI大腦，控制全球的視頻攝像頭，還有所有的計(jì)算機(jī)系統(tǒng)、武器系統(tǒng)，可以隨時(shí)在全球范圍內(nèi)，找到想找到的人，并且干掉他。電影《速度與激情6》里，也有類似的場(chǎng)景。
電影《鷹眼》，2008年
除此之外，還有3D視頻、VR/AR等，也都是和圖像視頻密切相關(guān)的應(yīng)用。
總而言之，這是一個(gè)非常有前途的技術(shù)領(lǐng)域，值得深入進(jìn)行研究。也許，我們一直在尋找的5G爆款應(yīng)用，就和視頻有關(guān)呢！
好啦，今天的內(nèi)容就到這里，感謝大家的耐心觀看！
嘿嘿，大家看到那么優(yōu)質(zhì)的答案，不點(diǎn)下贊嘛？再來(lái)波關(guān)注更是極好的?。?/p>
