在線視頻技術精要

第 1章 在線視頻行業(yè) 1
1．1 概述 1
1．2 視頻技術：歷史 6
技術與產(chǎn)品驅(qū)動 6
服務構建生活 12
中國引領創(chuàng)新 19
形形色色的玩家 23
1．3 常見文件與編碼格式 27
上古時代 28
“現(xiàn)代”格式 33
獨樹一幟 41
1．4 “幕后黑手”：標準組織 43
ISO/IEC MPEG 43
ITU-T VCEG 44
IETF和RFC 45
DASH-IF 46
小結(jié) 47
第 2章 音視頻技術：框架 50
2．1 太祖長拳和岳家散手：DIRECTSHOW和MEDIAFOUNDATION 50
GraphEdit，DirectShow架構和常見應用的流程 52
應用和組件開發(fā) 56
MediaFoundation 58
2．2 全真武功：HELIX 60
產(chǎn)品系列 60
設計架構 63
特色技術 64
2．3 九陰真經(jīng)：FFMPEG 67
編譯與安裝 68
FFMpeg工具使用 69
運用FFMpeg進行開發(fā) 73
2．4 小無相功：GSTREAMER 74
Gstreamer架構體系 75
Gstreamer的安裝與工具使用 78
應用開發(fā) 81
插件開發(fā) 82
2．5 圓月彎刀：VIDEOLAN 84
附：x264和x265 87
2．6 倚天劍、屠龍刀：ANDROID MEDIA和AVFOUNDATION 88
Android Media 89
AVFoundation 93
第3章 音視頻技術：編碼 95
3．1 編碼技術概述 95
視頻編碼面臨的問題 95
視頻編碼的思路 99
視頻編碼的發(fā)展 105
音頻編碼 107
3．2 從圖像壓縮開始 108
如何表征圖像 109
那種格式更好？ 111
直接應用 116
3．3 一統(tǒng)江湖：H．264/AVC 117
編碼架構和主要技術 118
網(wǎng)絡封裝 122
出色的實現(xiàn)：x264 124
3．4 全面進化：HEVC/H．265 127
3．5 更高、更快與更強：VP9、AV1與H．266 134
另辟蹊徑：VP9 134
最強編碼：AV1 136
暢想未來：H．266 140
3．6 賞善罰惡：編碼質(zhì)量評估 142
3．7 難尋敵手：AAC/HE-AAC 149
層層遞進的編碼配置 149
多樣化的封裝 151
競爭對手 154
第4章 音視頻技術：流媒體 156
4．1 流媒體技術綜述 156
4．2 不停歇的列車：MPEG2-TS 165
MPEG-TS協(xié)議 165
MPEG-TS的應用 169
4．3 雙向多車道：RTSP協(xié)議 171
RTSP協(xié)議 171
RTP、RTCP與SDP 174
4．4 高速鐵路：RTMP協(xié)議 177
RTMP協(xié)議 178
RTMP的應用 181
4．5 快遞物流：HLS、HDS與SMOOTH STREAMING協(xié)議 183
HLS協(xié)議 183
HDS與Smooth Streaming 189
4．6 菜鳥網(wǎng)絡：MPEG-DASH 192
MPEG-DASH協(xié)議 194
協(xié)議應用 202
4．7 物流中心：流媒體服務器 205
流媒體服務器的功能與挑戰(zhàn) 206
高性能服務器技術 212
4．8 物流服務：CDN 220
CDN的基本技術 221
發(fā)展趨勢 227
4．9 P2P：小農(nóng)經(jīng)濟還是共享經(jīng)濟？ 228
P2P的基本技術 228
流媒體服務的P2P需求與挑戰(zhàn) 230
第5章 音視頻技術：播放 235
5．1 視頻領域的大保鏢：DRM 235
加密技術 236
DRM原理與應用 238
5．2 新世界的窗口：字幕 245
字幕的格式 246
字幕服務的設計 252
5．3 播放器技術：鳴鑼、開戲！ 253
播放器開發(fā) 253
廣泛使用的播放器技術 258
5．4 播放的關鍵指標：QOS 260
QOS的常用指標 261
如何提升QOS 265
第6章 音視頻技術：前沿 268
6．1 新標準、新技術——見兔而顧犬，未為晚也 268
10Bit視頻 268
HDR 269
全景視頻 273
點云與光場 277
6．2 編碼技術評價——工以利器為助，人以賢友為助 278
PSNR和SSIM的優(yōu)劣 279
VMAF 281
碼率控制、編解碼速度與測量技術 283
6．3 編碼技術優(yōu)化——志以成學，學以廣才 288
編碼器的優(yōu)化使用 288
編碼器改進 293
并行轉(zhuǎn)碼 295
6．4 流媒體技術優(yōu)化——千人千面 297
下載策略優(yōu)化 297
協(xié)議與架構優(yōu)化 301
6．5 編碼與分發(fā)，QOS與QOE——不謀全局者，不足謀一城 305
編碼與分發(fā) 306
從QOS到QOE 312
6．6 使用圖像處理技術——君子善假于物 314
圖像處理 314
QC與內(nèi)容審查 320
第7章 通用技術：服務與數(shù)據(jù) 324
7．1 服務器、虛擬化和云服務：用鳥槍還是排炮？ 324
服務器與數(shù)據(jù)中心 324
虛擬化、容器化 328
使用公有云服務 333
7．2 數(shù)據(jù)庫與緩存技術：巧婦須為有米之炊 336
追本溯源：什么是數(shù)據(jù)庫 336
數(shù)據(jù)庫的常規(guī)使用 339
一個打十個的秘笈：使用緩存 342
7．3 大數(shù)據(jù)技術：征途是星辰大海 347
大數(shù)據(jù)的緣起 347
大數(shù)據(jù)體系的常見方案 352
大數(shù)據(jù)領域的發(fā)展和應用 360
7．4 搜索技術：空氣和水 363
搜索引擎原理 364
在線視頻服務中的搜索 368
7．5 用戶畫像：知己知彼，百戰(zhàn)不殆 372
概念與來源 373
表達與生成 377
如何搭建用戶畫像體系 380
7．6 數(shù)據(jù)分析：我思故我在 383
什么是數(shù)據(jù)分析 384
數(shù)據(jù)分析方法 385
數(shù)據(jù)分析的應用 390
第8章 通用技術：算法 392
8．1 降維攻擊：機器學習 392
常見的算法和研究分支 393
機器學習應用 401
8．2 點石成金：深度學習 405
常見的算法和研究分支 406
深度學習應用 414
8．3 搭建溝通的橋梁：自然語言處理 416
常見的問題和算法 416
自然語言處理的應用 421
8．4 百聞不如一見：計算機視覺技術 428
常見的問題和算法 428
計算機視覺的應用 435
8．5 壘土為臺：視頻理解 436
面臨的問題和解法 437
視頻理解應用 440
視頻理解系統(tǒng)設計 444
第9章 通用技術：推薦與廣告 449
9．1 推薦技術：天眼窺紅塵 449
傳統(tǒng)推薦技術：協(xié)同過濾 450
第二代技術：矩陣分解 454
推薦效果評估 457
第三代技術：基于深度學習的推薦 460
不同的推薦場景 462
構建推薦系統(tǒng) 468
9．2 在線視頻服務中的推薦 471
在線視頻服務的推薦體系 471
Netflix和Youtube的推薦系統(tǒng) 476
他山之石，可以攻玉 482
9．3 在線廣告技術：身是眼中人 484
在線廣告的分類和指標 485
在線廣告的價值鏈條 488
在線廣告的關鍵技術 493
9．4 在線視頻廣告 497
視頻廣告的常見形式 498
視頻廣告的相關技術和標準 499
視頻廣告的后臺架構 504
第 10章 視頻公司技術體系 508
10．1 音視頻方案設計：確立建隊基石 508
選擇方案的原則 508
服務設計的挑戰(zhàn) 511
直播架構設計 514
CDN方案選擇 516
10．2 人工智能體系：打造明星箭頭 519
人工智能平臺 520
平臺的主要服務組件 523
大規(guī)模人工智能的挑戰(zhàn) 527
10．3 社交網(wǎng)絡與內(nèi)容獲?。鹤笥易o法 531
社交網(wǎng)絡 531
內(nèi)容獲取 537
10．4 視頻服務設計：廟算而勝 540
點播服務流程 541
高水平服務 543
微服務 546
完整的服務體系視圖 552
10．5 研發(fā)體系：一切歸因到“人” 554
服務設計與研發(fā)體系 555
技術規(guī)范 557
服務質(zhì)量體系 558
安全體系 562
創(chuàng)新 563
第 11章 在線視頻的未來 565
在線視頻的未來 565