字節(jié)跳動的海外技術團隊在全球視頻編碼領域實現(xiàn)最新突破。

據(jù)聯(lián)合視頻專家組JVET官網(wǎng)顯示，字節(jié)跳動AVG(先進視頻團隊)今年2月發(fā)起一項視頻壓縮的技術提案，該提案能夠在優(yōu)化壓縮質量的同時，節(jié)約至少13%的存儲和帶寬。例如，一段180分鐘H.266/VVC標準的高清視頻(1080P分辨率)，大約需要3GB的數(shù)據(jù)體積，應用新技術后只需要2.6GB。這是業(yè)界公開的單個智能編碼工具的最佳性能增益。

字節(jié)跳動AVG在美國加州建立研發(fā)團隊，成員有來自高通、微軟、英特爾等巨頭的資深研究員，也有出身海內(nèi)外頂級院校的新生代。在此前JVET制定新一代國際視頻編解碼標準H.266/VVC的過程中，字節(jié)跳動AVG累計提交260+項技術提案，其中130+項被采納，被采納提案數(shù)和采納率均排在世界前列，是H.266/VVC核心算法的主要貢獻者之一。

視頻是由一張張圖片連接起來的動態(tài)圖像序列，視頻編解碼則是視頻應用的底層核心技術，作用是對圖像進行壓縮和數(shù)字編碼，以盡可能小的帶寬傳送高質量的視頻數(shù)據(jù)。H.266/VVC能夠在不影響畫質的情況下，把視頻碼率降低到前一代標準H.265/HEVC的一半。本來只夠放標清視頻的網(wǎng)速，也能流暢播放高清視頻。

此次字節(jié)跳動AVG提出的新算法，旨在通過深度學習技術構建減少視頻壓縮失真的濾波器(DAM)，主干是基于殘差單元堆疊的深度卷積網(wǎng)絡，輔以自適應模型選擇以最大程度適應特性復雜的自然視頻。所謂殘差單元是指通過引入跳層連接，允許網(wǎng)絡把注意力放在變化的殘差上，這與視頻圖像幀之間的殘差有異曲同工之妙，比如武林高手決斗，“劍光一閃”，每一幀圖像絕大部分內(nèi)容是相同的，閃動的劍光形成殘差，這也是視頻編碼壓縮的重點關注對象。

實驗結果顯示，相比H.266/VVC最新標準，字節(jié)跳動的DAM解決方案能夠為視頻編碼性能帶來顯著提升，亮度信號Y可實現(xiàn)10.28%的性能增益，兩個色度信號U和V，性能增益也分別達到28.22%和27.97%，在視頻質量有所優(yōu)化的同時，至少還可縮小13%的數(shù)據(jù)體積。

圖：測試用例來自國際標準組織的測試視頻

據(jù)悉，字節(jié)跳動AVG已自主研發(fā)了BVC2.0編碼器，首次參加國際權威的MSU 2020視頻編碼器大賽，就在四項評價指標上包攬第一。AVG的各項研究成果，也將通過BVC編碼器的升級換代投入應用，包括抖音、西瓜視頻、今日頭條等 App的視頻類內(nèi)容處理，以及云計算、云游戲等基礎架構領域，從而為用戶帶來更高清畫質、更流暢播放的視頻體驗。

AVG除了深度參與國際視頻標準制定外，也為國產(chǎn)新一代視頻壓縮標準AVS3做出重要貢獻，包括塊劃分、運動矢量編碼及預測、色-亮度幀內(nèi)預測等多項原創(chuàng)性技術被AVS3視頻標準所采納。字節(jié)跳動因此獲得2019年度AVS產(chǎn)業(yè)技術創(chuàng)新之提案獎，是迄今唯一獲獎的互聯(lián)網(wǎng)企業(yè)。

字節(jié)跳動AVG的張莉博士介紹說，視頻壓縮標準作為服務商必須遵循的規(guī)范，不僅蘊含著難以估量的商業(yè)價值，也會為用戶帶來實實在在的便利。通過標準制定與產(chǎn)品研發(fā)，字節(jié)跳動會持續(xù)創(chuàng)新并輸出技術能力，與行業(yè)一起為用戶提供更優(yōu)質的視頻服務。