本文将带您回顾春节假期不可错过的音视频领域新闻和技术进展。
新的开源编码器XVC，AV1和HEVC之外的另外选项？
原文链接：https://mp.weixin.qq.com/s/rYtiGBCQx6RR85E8VptqCw
视频数据是目前互联网流量中最大的一部分，占用的带宽比重较大。而通常在视频流媒体应用中，播放端可以达到的最高质量水平与可用带宽直接相关，因此高效的视频编码器对于视频内容提供商而言可以有效降低带宽成本。除了目前最主要的视频编解码器AVC/H.264，以及被大家热论的HEVC、AV1、AVS2以外，近期一家名为Divideon的公司发布了一款新的视频编解码器xvc，采用了一种新颖的设计来简化编解码器的定价问题。
Google公开HDR+连拍照片集
原文链接：https://research.googleblog.com/2018/02/introducing-hdr-burst-photography.html
该照片集由3640套连拍原始图像，即由28461个独立图像组成。通过该图像集，研究人员可以对比自己的软件与Google的HDR+生产出图像的差异，从而作出改进和优化。使用连拍可以提高图像质量。HDR +从一连串全分辨率原始图像开始，将2到10张图像对齐并合并。合并的图像降低了噪点，增加了动态范围，从而获得更高质量的最终结果。
基于Pensieve的神经网络自适应码率视频流
原文链接：http://web.mit.edu/pensieve/
Pensieve是一个使用强化学习生成ABR算法的系统，通过训练一个神经网络模型，根据客户视频播放器收集的观察结果为将来的视频块选择比特率。在所有考虑的情况下，Pensieve胜过最好的最先进的方案，平均QoE提高12％-25％。
感知视频质量指标
原文链接：https://www.ittiam.com/perceptual-video-quality-metrics-ready-real-world/
大多数内容自适应编码（CAE）解决方案的基本目标是在不显着降低感知质量的情况下优化带宽。为了满足CAE解决方案可靠指标的需求，内容创建者正在越来越多地探索几种感知视频质量指标。VMAF与MOS显示出良好的相关性，有望在未来变得更好，有可能成为内容自适应编码的一致指标。
人工智能和机器学习将视频质量推向新的高度
原文链接：http://www.streamingmediaglobal.com/Articles/ReadArticle.aspx?ArticleID=123274
人工智能和机器学习以及深度学习和神经网络正在解决从编码质量到隐藏字幕的OTT挑战。
今日头条收购Faceu
原文链接：https://36kr.com/p/5119928.html
今日头条已经完成了对相机拍照工具Faceu激萌的收购，交易总价约为 3 亿美金。
计算机视觉协助评估心血管疾病风向
原文链接：https://research.googleblog.com/2018/02/assessing-cardiovascular-risk-factors.html
眼底图可以非常准确地预测心血管健康指标。通过对来自284335名患者的数据训练的深度学习算法，我们能够从12026和999名患者的两个独立数据集中以惊人的高准确度预测来自视网膜图像的心血管风险因子。
WebRTCon 2018 8折报名
WebRTCon希望与行业专家一同分享、探讨当下技术热点、行业最佳应用实践。如果你拥有音视频领域独当一面的能力，欢迎申请成为讲师，分享你的实践和洞察，请联系 speaker@livevideostack.com。更多详情扫描下图二维码。
