IT商业网-解读信息时代的商业变革

当前位置: 首页 > 物联网 > 正文

RMHD与SAFR,双引擎驱动RealNetworks业务发展

2019-08-26 11:33:32 来源:   

  2019年8月24日,北京——数字媒体软件和服务领导者RealNetworks(纳斯达克股票代码:RNWK)在2019北京LiveVideoStack音视频技术大会上,宣布其Real Media® HD编解码方案的最新进展,并实现了旗下SAFRTM实时视频人脸识别平台在会展领域的首次应用,为会议提供签到及VIP识别服务。这意味着, RealNetworks通过打造双引擎驱动业务发展已经成型。

  RealNetworks高级研发经理况超表示:“RealNetworks的产品和技术线,已经连续25年不断演进,持续创新。如今,RMHD为大众的娱乐生活带来更好的体验,而SAFR平台则通过AI技术,让我们的生活更安全、更高效、更可持续发展。”

(RealNetworks高级研发经理况超)

  RMHD:高清畅快

  视频压缩技术支撑起了当今的视频应用和视频消费。在娱乐方式全面进入网络化之后,“高清畅快”几乎是消费者在观看视频时的全部诉求。在这个过程中,更高解像度(HD、4K、8K/5G)、更高清晰度(码率)、更高速流畅,一直是迭代的主要驱动力。比如从RMVB到RMHD的演进,从AVC到HEVC的演进。

  况超介绍,在现有的网络和编码工具的基础上,将视频质量提高到极致,是视频服务商的共同目标。视频质量提高的同时,更需要考虑降低总体成本(存储、编码时间、算力及带宽)。开发一个视频压缩技术,或者使用既有编解码技术的时候,需要找到一个最佳的平衡状态,即“画质 + 码率 + 性能”之间的平衡。

  (RealNetworks与国内领先的OTT运营商达成合作,RMHD专区登陆各大平台)

  高清低码,低复杂度,对流媒体产品友好的私有编解码解决方案——RMHD,应运而生,并不断演进。

  完备的端到端解决方案,技术实现具备高度可伸缩性和更大的兼容度,算法简单,是软件定义的编解码程序,实现了质量和效率的最佳平衡。

  与 H.265 和 VP9 相比,RMHD 文件更小,软件代码更快,这意味着更高的效率。高分辨率原生支持 4k 和 8k。CPU 消耗低,移动友好。

  由于低复杂性、短 PBBP 帧间依赖性和高压缩效率,RMHD 编解码器对低延迟 HLS流非常友好。

  同时它也是 CDN 友好,只使用标准的 HTTP / 1.1 协议,而且也可以轻松地与P2P 解决方案集成。

  作为一款自主知识产权的技术,RMHD持续更新。与CIBN、华为、MTK、新片场、华数达成合作,生态链初步形成。

  SAFR:会展业崭露头角

  本次LiveVideoStark会议上,全面应用了RealNetworks的SAFR实时视频人脸识别平台。参会者通过SAFR平台注册,参会时直接“刷脸”入场。对于展会组织者来说,可以大幅减少签到登记的工作,并不再需要制作诸如参会证之类的物料,不仅更经济,而且更环保。

  这也是SAFR自2018年底引入中国之后,在国内会展领域的首次应用。除了上述优势,SAFR还能有效地避免传统会议中“多人共用一票/证”的情况,尤其对于售价比较高昂的会议,以及多天多场次的会议,能够很好地保证主办方和购票观众的利益。使用SAFR平台之后,还能帮助主办方快速识别特殊人群并进行相应的安排,比如某个会议环节的讲师,或者重要嘉宾即将进入会场,主办方通过SAFR识别之后,可以立即通知会场内工作人员做好相应的接待及准备工作。

(大会现场用SAFR直接“刷脸”签到)

  此外,SAFR还可以进行人流量的实时统计,便于进行工作人员或安保的人力部署;SAFR也能对观众的情绪进行监控,有助于主办方判断演讲主题或者内容是否有吸引力。

  况超介绍:SAFR平台最小只需要60x60像素即可识别面部,测试准确率高达99.86%, 可在100毫秒内快速识别实时视频中移动的人脸,比其它算法快3-5倍。在准确性和性能方面达到了最佳的效果。

  对于未来的发展,RealNetworks表示将会基于RMHD框架,利用AI的相关技术,实施增强编码引擎(Enhancement Coding Plugin),对前处理、后处理、视频压缩等方面进行改善。同时,会基于CV技术,继续对SAFR系统进行持续优化改进。两驾马车齐头并进,通过人工智能和机器学习创造新一代、用户体验良好的产品,来增强和保障我们的日常生活。

  关于RealNetworks

  RealNetworks是流媒体类别的发明者,并改变了音频和视频内容在各种设备和全世界消费的方式。 RealNetworks以数字媒体专业知识和创新为基础,创造了新一代产品,采用世界一流的人工智能和机器学习来增强和保护我们的日常生活。

免责声明: IT商业新闻网遵守行业规则,本站所转载的稿件都标注作者和来源。 IT商业新闻网原创文章,请转载时务必注明文章作者和来源“IT商业新闻网”, 不尊重本站原创的行为将受到IT商业新闻网的追责,转载稿件或作者投稿可能会经编辑修改或者补充, 如有异议可投诉至:post@itxinwen.com
微信公众号:您想你获取IT商业新闻网最新原创内容, 请在微信公众号中搜索“IT商业网”或者搜索微信号:itxinwen,或用扫描左侧微信二维码。 即可添加关注。
标签:

品牌、内容合作请点这里: 寻求合作 ››

相关阅读RELEVANT