作为移动终端上的实时通讯应用，微信视频通话面临的最大的挑战在于网络的波动性和不确定性，丢包和延时的突变可能会带来通话质量的下降，影响通话体验。本次演讲将围绕QoS优化这个话题，简要地介绍我们在网络适配、质量调节、抗丢包策略方面的几个尝试以及相应的效果，通过持续的基础优化，支撑起亿级的高清视频通话体验。

本次分享将着重介绍全平台差异化直播能力的统一与完善设计方案，以及从视频画质、流畅度、音视频同步、弱网条件下开播以及连麦质量等几方面核心技术指标提升策略。

音视频服务追求的不仅是单纯QoS，而是用户最终的极致体验。本次分享将针对点播，直播，实时通讯几个不同的运用场景，结合讲师在Facebook和阿里巴巴的实际工作经验，着重讨论视频编码策略，同时结合音频编码，网络传输，服务器架构，用户界面设计，全链路监控等方面的实际经验，探讨如何从端到端整体提升用户的音视频极致体验。

快手作为国民短视频社区，日上传内容数量过千万，累计内容存量已超五十亿，日播放量过百亿。在海量的用户规模下，只有通过大数据处理和分析，才能准确有效的发现用户体验痛点。快手在短视频大数据处理和分析领域积累了丰富的经验。本次演讲主要介绍快手短视频实时多维数据处理&分析架构，短视频QoS&QoE指标的定义，并以具体案例展示如何通过实时多维数据监测，adhoc数据分析，AB测试等手段，指导用户体验优化。

在基于云的解决方案开发中，快速迭代以及持续集成和持续部署是产品成功和客户满意度的关键之一。这里的挑战是如何在保持良好质量的同时实现这一速度。这对媒体来说尤其具有挑战性，因为媒体质量通常需要大量时间人力来测试，质量的评判标准也要考虑人的音视觉体验。在网讯Webex，我们开发了各种技术来保护开发/部署周期不同阶段的媒体质量。在本次演讲中，我们将讨论我们在自动测试环境中开发的工具。我们还将介绍我们在产品数据化监控中设计的各种媒体指标，帮助我们持续监控生产质量，评估新技术和快速解决问题。

之往我们优化Codec，只是优化Codec本身，其实只是一个局部最优解，而且在实时通信领域，用户的QoE才是最终目标，这和很多因素相关，只有你的Codec优化适应了当前的网络状况，设备平台，应用场景，用户才能得到最佳的体验，我们所要找的其实是全局最优解。

如何站在用户的角度,对视频业务的体验质量进行评价,是众多视频运营者面临的普遍问题。本次分享主要介绍我们在视频业务体验QoE建模、分析方面的工作和进展,包括:关键因素分析、评价模型构建以及模型建立后在实际项目中的应用。

作为一个国际性的互动直播平台，Twitch服务的观众分布在世界的很多国家，从而具有千差万别的网络状况。这种差异性给我们试图提高服务质量亦或是发布任何前、后端的新功能都带来巨大的挑战。所以说如能建立起一个用户社区典型网络状况的知识库，那将对我们优化观看体验以及缩短软件部署周期都具有非同一般的意义。 根据平台收集到的海量播放质量指标，我们提出一个无监督学习的方法先对播放行为进行分组，因为每一个细分的播放行为集群都代表一类网络状况。下一步是用仿真和配对的方法来模拟出符合每种播放行为的网络模型。最后我们试图利用仿真出的结果来开发针对移动网络用户的ABR播放算法优化，同时加速它的灰度发布。

随着实时媒体流分发技术的发展，在医疗，监控，社交和教育等领域，对多媒体数据进行基于深度学习的实时视频流分析的应用场景日益丰富。端到端的实时视频流分析涵盖视频流接入，视频编解码，视频帧前后处理以及深度学习网络推导等一系列流程，流程的复杂性以及深度学习网络调优的需求极大提高了实时视频流分析应用的门槛。为解决这一问题，面向WebRTC的英特尔协同通信开发套件设计了一个端到端的全流程实时视频流分析系统，它具有分布式可扩展的特性，同时实现了基于英特尔平台全加速，并提供了用户对深度学习网络的自由定制，帮助开发者使用极简的代码快速实现符合自身需求的高效实时视频流分析应用。本议题会对该系统的设计原理和优化方法以及所涉及的组件进行详细介绍，同时也会简要介绍其应用开发方法。

短视频、小视频行业蓬勃发展，各个平台之间的竞争更加激烈，提升视频质量、降低带宽成本，成为每个平台提升竞争力的重要手段。在本次分享中，将对百度云智能编码技术进行深入介绍。结合该技术在百度APP视频FEED、好看视频、全民小视频中的应用实践，进一步介绍AI技术在云转码中的应用探索。

In this talk, we will introduce our recent work, from computational visual perception to image coding, processing, and understanding.

“枯藤老树昏鸦，空调wifi西瓜。”感谢新媒体时代，让我们在炎炎夏日只要有了空调和wifi就有了全世界。随着高清视频的普及，金山云致力于为视频厂商提供一站式的视频、图像处理服务，通过智能高清技术针对不同场景智能化、定制化的提升用户体验、降低带宽。本次分享主要介绍金山云智能高清这一黑科技到底是什么，以及智能高清引领视频云行业所产生的技术变革。

互联网时代，视频流越来越庞大，场景也越来越复杂，传统的人工处理手段不仅成本高昂且已无法满足需求。本次主要分享华为云AI团队在视频内容审核、视频内容标签等场景的探索及实践。

随着全民直播时代的到来，主播对视频质量和创意需求增多，由此产生了视频增强技术的巨大需求。基于360在视频领域的开发经验和技术积累，本次分享为大家介绍人工智能在视频增强中的技术以及相关应用。在算法层面，主要向大家介绍在移动平台中，应用人工智能技术解决人脸，手势，肢体识别等问题，以及相应的技术挑战；其次在应用层面和落地场景中，应用face 贴图，手势特效，人脸美颜，背景抠图等对视频进行渲染和增强，让我们的视频更加生动和有趣。

2018年，短视频行业日益火爆，移动直播行业走向成熟，众多视频公司在美国或香港敲钟上市。如何进一步提高用户播放体验和降低运营成本，成为视频从业公司急需解决的两个核心问题。通过提供全链路、全终端支持H.265编解码的解决方案,帮助用户成本节省50%，内容覆盖超过30%，金山云和业界同仁一起不断推动视频行业迭代更新和发展壮大。

近年来，随着智能终端的发展以及在线视频等新型业务的普及，无线网络中所传输的图像视频数据量呈爆炸式增长的趋势，网络带宽供求矛盾日益尖锐。视频编码理论是突破无线网络带宽瓶颈的重要途径之一。传统编码理论一直沿着数字信号处理的思路演进，难以突破“边际效应”。事实上，当前终端计算能力飞速发展，为解决带宽供求矛盾提供了契机。因此，另一种新的研究思路是从人类视觉感知模型出发，利用机器学习的计算工具，在视频大数据驱动下构建人类视觉感知模型，面向人类用户体验（QoE），研究基于视觉感知模型的视频编码关键技术，以智能媒体协同计算换取无线视频通信带宽。本报告将介绍徐迈课题组在面向QoE的感知视频编码方面的工作，主要包括：（1）基于关注点大数据的视频显著性感知模型；（2）基于感知模型的视频压缩方法；（3）基于深度学习的HEVC视频编码优化；（4）数据驱动下的全景视频质量评价与编码优化。

The world is today witnessing a revolutionary transformation in the areas of media delivery, processing and consumption. Not only the internet traffic is already dominated by the exchange of visual information but also the visual cloud has become of the center of such traffic. Towards a fast-growing visual cloud, with underlying mostly-Xeon-populated homogeneous data centers, Intel Corporation is now leading the way with an Open Source SW-centric strategy. Intel is already open sourcing its SVT-HEVC encoder in Q3’2018, and it also plans to open source the SVT-AV1 encoder in Q2’2019. Such will increase adoption and decrease the cost of HEVC and AV1 by our visual cloud customers, helping them to accelerate the growth of their visual cloud applications. We will discuss briefly Intel’s current visual cloud SW strategy as well as provide detailed deions of the being-open-sourced SVT-HEVC encoder and the soon-to-be-open-sourced SVT-AV1 encoder. We will also present results that will illustrate the performance-quality tradeoffs of each of the SVT-HEVC and SVT-AV1 encoders. Finally, we will invite our visual cloud customers to participate in the development and growth of the new SVT-HEVC and SVT-AV1 Open Source communities.

Point cloud data has been emerging and popular for various applications including virtual reality (VR), augmented reality (AR), plus many other computer vision problems. Comparing to conventional image/video data, several fundamental challenges need to be addressed, e.g., its large data rate, irregular sampling structure, varying geometric as well as associated attributes. In this talk, we first review recent progress in point cloud compression and an ongoing MPEG standardization attempt. A framework to conduct fast point cloud resampling is then presented based graph signal processing, which could be utilized to scale down the complexity of many point cloud processing tasks. Last, deep neural networks (DNNs) are generalized for native supporting on point clouds as a new type of signal. For one example, a folding-based autoencoder (AE) architecture FoldingNet is introduced with great potentials for point cloud classification tasks. In short, fundamental techniques are highlighted how point clouds could be successful with more efficient compression, processing and understanding.

从13年HEVC正式成为国际标准以来，业界人士都在为HEVC的普及做着不懈的努力。H265为提升压缩的效率，计算复杂度相对于H264而言增加了不少。因此在一些计算资源受限的设备上（如手机端）实现HEVC的实时编解码能力面临着很大的挑战。本次演进的主旨是向大家分享下手淘在客户端侧实现HEVC实时编解码能力的探索之路。

作为承载日播放量几十亿的流媒体移动端平台，腾讯视频持续通过技术体系建设及细节的匠心打磨为每天亿万用户提供优质服务。充当高品质内容资源和高质量用户体验之间的连接器，我们以移动端播放框架的系统梳理为先导，打通前后台的整体升级与提升，逐步建立了「三维论」思想来持续推动我们的工作。此次分享就给大家带来我们在这方面的方法论沉淀与总结，全景式展示腾讯视频的播放体验优化工作。

实时音视频技术的应用场景已经随处可见，如游戏语音、直播连麦等，而对于开发者而言，实现从信息采集、编码到网络传输的高品质实时视频应用依旧存在相当大的挑战。本次分享将从编码算法，实时传输等方面介绍三体云在实时音视频技术领域的难点问题与技术探索。

Live video traffic is growing faster than any other video traffic type and China’s video operators are witnessing this first hand. The volume of traffic shows no signs of slowing down and this is putting pressure on existing infrastructure and associated financial models that providers have relied on since live streaming’s inception. The industry is desperate for a new approach that will enable lower bandwidth requirements, reduced infrastructure costs while simultaneously maintaining the agility that software has provided. Field Programmable Gate Arrays or FPGAs can address these needs and have most recently gained popularity in leading Live Streaming applications. Hardware acceleration for live streaming is very attractive but companies has existing implementations and software that they cannot disrupt or change easily. During this talk Xilinx will highlight will outline how FPGAs can be used in existing applications and future requirements like Video + Machine Learning. We Xilinx has integrated with FFmpeg and engineers can utilize FPGAs in their existing networks without having to make significant changes to their software infrastructure. We will also demonstrate how Machine Learning can be integrated In to FFmpeg enabling acceleration all through command line interface.

互联网流媒体的演变经历了3个不同的时代，如今在低延时流媒体充斥互联网的时代，在线教育如火如荼的发展。七牛云在线教育行业总监为你诠释基于WebRTC的直播3.0时代，为所有人带来低延时技术的革新与突破。实际案例分析结合大数据AI，横向打磨教育产品。讲解底层WebRTC的优势，打造共赢共创的行业优势。

腾讯作为中国最大的视频服务平台，80%的流量都来自视频，为用户提供越来越高清化内容的同时，带宽的消耗也越来越大。视频压缩处理是视频业务的核心基础，直接影响了用户的观看体验和带宽消耗，本次分享主要围绕我们团队在服务端视频压缩处理上的技术探索进行展开，包括：自主研发的极致压缩内核T265、基于场景的动态内容编码等方面的研发心得、性能水平和实践经验，通过持续的基础优化，支持腾讯海量高清视频业务的发展。

本次分享内容主要分为以下几点：1、WebRTC技术对教育行业带来的场景创新；2、WebRTC技术在教育行业的应用现状；3、如何应用WebRTC技术改变行业；4、对WebRTC技术的未来畅想。

虎牙直播作为中国领先的弹幕式互动直播平台，在业内率先推出了蓝光直播模式。在为用户提供更高画质直播体验的同时，带宽成本压力也越来越大。结合现有的CDN技术，我们团队研发了一套适用于多终端的P2P技术，对原有的在线直播系统进行改造。新系统能够覆盖从标清到蓝光20M的所有码率档位，同时支持H.264/H.265等多种Codec。不仅可以传输音视频数据，也可以传输非音视频实时数据。在保持超低传输时延的同时，大幅降低了带宽成本，具有较强技术创新性。

为通过Internet向海量用户传输高清晰度、高码率的视频节目，爱奇艺融合CDN和P2P技术，开发出一套广泛适应多终端并融合P2P和CDN的混合分发网络——HCDN (即Hybrid P2P & CDN)；综合利用常规商业CDN、PC、OTT盒子、家庭NAS、路由器、以及机房闲置X86服务器等设备的多源化带宽，满足着数亿爱奇艺视频用户观看和下载视频需求；其中加入到爱奇艺开放缓存合作（IOCP）的各类伙伴通过大量的家庭NAS、路由器和闲置X86设备无缝融入爱奇艺HCDN网络开放缓存生态，在宽带中国的时代大背景下，实践了大规模的共享计算带宽和可观的经济效益。

本次演讲将以“视频服务体验提升”为主题，从视频服务、源站存储、CDN网络分发、客户端等角度来分享我们在视频服务体验方面的一些工作；结合大会主题，重点偏向于视频技术、网络技术。

视频会议中最常见的挑战是不断变化的网络条件。低延迟要求使得在没有缓存的情况下在非常短的时间内做出反应更加困难。多方会议用例中的另一个重要因素是接收设备的硬件/软件功能和网络连接容量的多样性。对于一个好的会议解决方案，设计不仅应该考虑一个组件，而应该考虑在这种具有挑战性的条件下实现良好视频质量和稳健性的整体流水线。在本次演讲中，我们将介绍我们多年来开发的一些技术，以优化会议中的视频质量。它们涵盖了编解码器算法设计和语法指示，具有被动和主动保护的传输以及客户端/服务器跨层和组件的端到端设计 。

In the jungle of solutions for low latency live there are many current options ranging from WebRTC to proprietary UDP protocols to standard segmented media with ever-shortening segments. This session highlights one of these - chunked-encoded chunked-transferred CMAF - as an optimal and practical confluence of both reach and performance. On the technical side we'll investigate the underlying technology, the latency regimes possible, compatibility with legacy players, cachability on delivery networks and player behavior.

随着技术和模式的成熟，中国互联网出海正有趋势变成常态。 有两种出海的模式比较有代表性： 其一、在线教育，把海外优质的外教资源通过实时音视频课堂的方式来服务国内的学生； 其二、视频社交/直播，把在中国经过验证的技术和玩法copy到东南亚、中东和北美等地。 这两种模式带来跨国的应用场景，跨国网络的复杂性、不稳定和高丢包率对即构实时网络的实时性和流畅性提出更高的挑战。 在跨国实时网络中，调度系统的作用十分关键，它不但负责第一公里，节点间传输和最后一公里的调度，还负责就近接入、负载均衡、智能选路和动态路由等重要任务。 在调度系统的全局控盘之下，跨国实时网络保障了连通率、稳定性、实时性和流畅性，为跨国在线教育、海外视频社交/直播等业务的快速落地提供了无形而强大的云计算平台。 本次演讲将会从两种模式的应用场景切入，探讨实时网络调度系统的部署、架构设计、挑战和应对策略。

本次演讲主要内容分为以下几个方面：1.研究实时视频时间维度质量，并提供了评测时间质量的算法；2.研究实时视频空间维度质量，提出了特定编码器的分辨率、码率和质量之间的规律；3.寻找视频质量甜点，通过数学建模计算特定资源条件下的最佳质量配置（甜点）。

直播行业快速发展，出现了斗鱼、虎牙等游戏直播，也出现了映客、陌陌等移动直播，对于直播场景，交互需求越来越强，基于RTMP的直播延时在5秒左右，基于WebRTC直播可以做到1秒以内。本讲座主要介绍了下一代低延时直播CDN的关键技术和架构，如何通过技术优化来满足千万级别用户并发访问的架构，让听众能够了解下一代直播系统架构和CDN与RTC产品的交互方式。

The Football World Cup in summer 2018 was the largest sporting event streamed on the internet. This session examines the event through the experience of Akamai, a gobal CDN who supported 55 broadcasters worldwide and delivered record traffic for the event. We shall look the architecture of the service, the technologies used as well as interesting facts and figures on traffic and viewership over the course of the tournament.

从引起视频抖动的根源入手，为开发者们普及视频抗抖动的相关内容以及三体云视频抗抖动解决方案。

Real time streaming and video-based services require high quality and high speed video transcoding capability. Recently, AI powered applications are booming both in academia and industry to further enhance user experience. Integrating the software-based AI applications within the hardware-based framework of video encoders is a nontrivial task and developing an optimized and efficient solution makes it more challenging. Aupera offers a solution to address this need by building an integrated FPGA-based hardware and development video stack for AI-powered real-time applications.

Many content distributors use H.264 as their primary, if not exclusive, codec, but the bandwidth savings promised by newer codecs are alluring. Those considering adding a codec must consider at least five options: HEVC, VP9, and AV1, along with RealMedia HD and V-Nova PERSEUS. In this session, codec specialist Jan Ozer evaluates the quality of these codecs, as well as other characteristics like encoding cost, playback support, and ease of implementation.

The advance in VLSI technology allows the integration of all the multimedia functionality on a single chip. In the past few years, Mediatek had delivered a high quality single-chip multimedia solutions, and the related products range from Blu-ray player, digital TV to smart-phone. There are many challenges for designing high performance camera, video, graphic and display processing. In this talk, we will present some breakthroughs and therefore achieve better power, bandwidth and cost efficiency. Moreover, we will make some conclusions and draw chip architecture trends for future VLSI design.

FFmpeg作为最为流行的多媒体基础库之一，最近这两年来，FFmpeg社区在硬件加速方面做出了大量的努力，使得FFmpeg正逐步演化成一个支持跨平台，跨OS，跨硬件厂商的通用硬件加速方案，本报告将综述FFmpeg在主流硬件平台/OS上的硬件加速方案的当前进展，详细讲解FFmpeg基于Intel全开源的硬件加速方案上的种种努力，以及展望FFmpeg在硬件加速的一些其它的可能性。

本分享作为一份GPU视频处理技术调研报告，探讨了GPU对视频编解码、图像处理和视频分析的支持，提供了详实的性能评测数据，为技术选型用户采纳与部署GPU提供技术依据与路线，并为有GPU编程经验的用户提供前沿、全面的进阶信息。

本次演讲主要介绍防盗链基本策略及实现原理，HLS / DASH 的加密解密原理及实现，视频媒资泄露路径追寻方法等相关技术，使得前来交流的同仁能够全面的了解从浅入深的媒资保护手段。

掀开视频加密和DRM的神秘面纱。介绍视频加密的原理，以及在视频处理全链路中各环节的保护机制。介绍DRM实施中遇到问题和解决方案：如何在谷歌的Widevine、苹果的FairPlay、微软的PlayReady等DRM方案中进行选择。如何兼容各种类型终端的播放。如何优化云端服务的计算和存储等。 目标受众：期望保护有版权、有价值视频内容的研发和产品人员。

本演讲分「发布之前」、「分发播放」、「盗版追踪」、「维权处理」四个环节介绍爱奇艺的各相关技术系统以及具体应用情况，分享相关思考以及可能的挑战。包括爱奇艺DRM、爱奇艺视频指纹、视频水印、网盘联动以及若干实际案例分享，本演讲也会包括一些爱奇艺相关数据的分享，借以分析版权保护技术及其应用对爱奇艺商业模式的影响。

面向4K/HDR、终端智能化等的持续推进，多媒体数字版权保护越来越成为产业链各方关心的话题。数字版权保护需要依靠技术、管理、法律有机协同才能实现多媒体产业生态的健康发展。ChinaDRM多年来致力于中国数字版权保护生态体系建设，希望通过分享ChinaDRM在多媒体数字版权保护技术体系、标准体系、安全认证体系、版权维权体系方面的工作进展，共同探讨构建开放、合作、共赢的多媒体版权保护生态。