在智能应用场景日益丰富的今天，迫切需要一款能够满足场景部署的高算力、高清视图处理、软硬件兼容等需求的智能产品，与传统编解码相比，AI 赋能编解码能有增益，随着AI需求的场景化落地趋势，边缘计算领域成为AI解决方案商的必争之地。A I正在进入工作场所随着通信和互联网技术的进步，在现实生活中，AI正在进入工作场所，包括压缩视频的编码、转码和解码。利用他们的程序内AI的能力，像、 、、和V-Nova这样的厂家正在降低带宽要求的同时加速他们的编码程序，从而为其客户提供更快、更经济实惠的产品。
改进工作流程的巨大潜力AI正开始在编码中起重要作用，在此领域它具有显著改进工作流程的巨大潜力，”基于云的媒体流媒体技术开发商 CEO和共同创始人斯蒂芬·莱德尔表示，“随着新编解码、新视频文件格式和分发方式的涌现，电视和媒体业需要以AI提供的自动化、即时和高效率方式改进编码的解决方案，如何更高效地处理语音和视频内容（包括压缩和编解码）成为近年来的重要研究课题之一。
不会影响应用的使用性能把AI注入此编码过程让该处理更进一步，AI允许软件在传输前前瞻性地评估压缩视频的质量，这让编码系统检测和纠正任何编解码器非故意产生的人工产物，在A I做此工作的过程中，它“学习”其行为，用此知识通过连续应用提高其性能，同时，利用 GPU 或者专用处理器来对视频进行编解码（也称硬解码）成为另一种选择，不仅可以实现良好的编码性能，而且使用显卡编码不会占用太多系统资源，也就不会影响应用的使用性能。
视频编解码器提出了更高的要求不过，日益增长的语音和视频消费需求对未来的语音和视频编解码器提出了更高的要求，语义感知就是让AI基于人的视觉来考虑，选出你在看视频时最关注的地方，并着重那部分的比特分配情况，例如你在看网球比赛时，往往并不会关注比赛旁边的观众长什么样、风景如何，而是更关注球员本身的动作、击球方法等，么，就训练 AI，将更多的比特放到目标人物身上就行。
在此技术能够真正与人类视觉系统的复杂性和精微玄妙性一致之前，人工介入将依然为高质量视频压缩一个必要的部分，AI至多不断降低人类必须介入以保障图像质量的实例比例。
相关文章
