在实时音视频领域，视频压缩是非常重要的技(jì )术。TSINGSEE青犀视频不断优化系统，从H264到H265的支持，也是在视频压缩上下功夫，增强用(yòng)户體(tǐ)验。而现在，5G基础设施已经日趋完善和普及，新(xīn)的视频应用(yòng)场景不断在拓展，视频压缩技(jì )术也在迭代。
為(wèi)了确保视频流的高质(zhì)量和高传输效率，新(xīn)型的视频压缩技(jì )术要求我们考虑到存储、编解码、算力和带宽等因素在内的各项因素，还要在画质(zhì)、码率和性能(néng)之间做平衡。
目前在视频压缩的研究方面，主要是基于人工(gōng)智能(néng)的深度學(xué)习技(jì )术和端到端的视频压缩框架。深度學(xué)习技(jì )术替换混合编码框架模块，可(kě)用(yòng)于码率分(fēn)配、块划分(fēn)以及帧内预测和帧间预测。以帧间预测為(wèi)例，实验结果表明，与 HEVC 相比，基于深度學(xué)习所提出的方法在low delay P 配置下，能(néng)达到平均1.7%（最高為(wèi)8.6%）的码率减少。端到端的视频压缩框架最新(xīn)研究成果是对现有(yǒu)深度學(xué)习视频压缩，只能(néng)利用(yòng)少数的参考帧进行压缩的问题，研究人员提出了重复自编码器和重复概率估计模型。
这些技(jì )术目前都还不稳定，还需进一步开发和研究，但即便如此，依靠该技(jì )术依然可(kě)以衍生各种功能(néng)，同时也拥有(yǒu)着非常广阔的应用(yòng)前景：
1、采用(yòng)深度學(xué)习网络替换视频压缩的混合编码框架，可(kě)以提高编码效率，在 WebRTC 中(zhōng)具(jù)有(yǒu)重要的应用(yòng)价值；
2、深度强化學(xué)习网络对码率进行分(fēn)配，将改善在使用(yòng) WebRTC 视频传输中(zhōng)的卡顿现象；
3、基于深度學(xué)习的带宽估计模型也将比传统的带宽估计方法更有(yǒu)优势。
除此之外，不同的场景人们的关注重点会有(yǒu)所不同。此处我们以智慧交通為(wèi)例，要对交通监控视频进行高效压缩，就必须根据该场景特点，将背景區(qū)域和运动區(qū)域细致區(qū)分(fēn)。交警对于违章車(chē)辆的关注点是車(chē)牌号，車(chē)牌号是否清晰，将直接影响执法证据的收集是否有(yǒu)效。因此，在带宽有(yǒu)限的情况下，确保兴趣关注區(qū)域的质(zhì)量是视频压缩技(jì )术的关键。
