隨著5g業(yè)務(wù)和機器智能的發(fā)展，在技術(shù)發(fā)展的新階段，用戶的娛樂消費體驗將如何改善？ 面對這一主張，阿里娛樂已經(jīng)交出了答卷。 隨著5g業(yè)務(wù)和機器智能的發(fā)展，

在新的技術(shù)發(fā)展階段，將如何改善用戶的娛樂消費體驗？ 面對這一主張，阿里娛樂已經(jīng)交出了答卷。

什么是智力娛樂？ 10個場景供您欣賞！

-1-

：士兵的進攻。

享有60幀重生。 你見過它么？ 當我10年前觀看士兵的襲擊時，這臺29英寸電視絕對是一臺“大電視”。 但是今天，40英寸和60英寸非常普遍，甚至許多家庭都直接使用投影儀觀看比賽。 尺寸越大，我們需要的清晰度越高。

如何使視頻更清晰？ 今年年初，優(yōu)酷聯(lián)合推出了一套超高清解決方案-從內(nèi)容創(chuàng)建，超高清再現(xiàn)，終端渲染等方面的幀共享，以改善并真正呈現(xiàn)高水平音頻。 “享受每一幀”的視覺效果。

“重生”是由優(yōu)酷重磅創(chuàng)造的懸念主題的熱門游戲。 許多鏡頭和情節(jié)處理非常適合疊加我們的高幀頻和聲場技術(shù)。 因此，我們使用視頻超分辨率，視頻幀插入，SDR到HDR，立體聲增強等技術(shù)手段來使繪畫的細節(jié)更加細膩，動態(tài)場景更加流暢，聲場更加立體且真正身臨其境 超酷的影音體驗，最重要的包容性實現(xiàn)，讓千元安卓機也流暢觀看高清。 眾所周知，優(yōu)酷公司成立得很早，視頻庫中有很多舊視頻資源，而舊視頻資源中最常見的問題是噪聲和模糊。 通過高清修復技術(shù)，我們可以實現(xiàn)質(zhì)量降噪，模糊消除，劃痕消除，閃爍消除，抖動消除，高幀頻等功能。除修復外，我們還可以重新著色并解決舊膠片修復問題 以工業(yè)的方式。 在2006年，單個工作室花了數(shù)十天甚至數(shù)百天的時間來修復兩小時的電影。 現(xiàn)在，僅需一個小時，即可通過異構(gòu)計算平臺將經(jīng)典電影修復為4K。 例如，恢復和更新了80年代后代的集體記憶：Hua族，士兵的襲擊，有孩子的家庭等。

-2-

為什么不使用優(yōu)酷？

視頻高清，如何不卡紙？ 視頻清晰度的選擇太多了，如何選擇合適的模式？ 如何從移動網(wǎng)絡(luò)切換到穩(wěn)定的Wi Fi網(wǎng)絡(luò)？

“智能文件”的關(guān)鍵問題是“ HD沒有卡住”，并且它會自動匹配適當?shù)亩�義，自適應(yīng)比特率技術(shù)支持該定義。 速率自適應(yīng)技術(shù)不是新技術(shù)。 在學術(shù)領(lǐng)域有很多論文。 但是，這樣一種成熟的“學術(shù)”技術(shù)在實際的大規(guī)模實施過程中遇到了許多問題和挑戰(zhàn)：首先，家庭用戶不熟悉此功能，甚至認為它是“傻”的。 第二，用戶對“良好體驗”標準的評價是主觀的，流利性和高清之間的平衡很難把握； 第三，開放算法框架的實際效果并不理想。 原因是特征緯度很薄，很少考慮實際細節(jié)。

除了技術(shù)策略外，我們主要想分享如何將成熟的學術(shù)算法應(yīng)用于工程業(yè)務(wù)場景：

首先，掌握算法框架的核心點，不必太在意結(jié)構(gòu)， 取決于算法解決的核心問題的突破點，是否要解決問題以及是否可以從中學習；

第二，與大數(shù)據(jù)有關(guān)的算法必須注意數(shù)據(jù)集的質(zhì)量和數(shù)量，并結(jié)合自身的業(yè)務(wù)積累大量的高質(zhì)量數(shù)據(jù)； 第三，算法效果的度量標準，結(jié)合業(yè)務(wù)場景，尤其是那些非標準化和不可量化的場景，以避免機械地應(yīng)用現(xiàn)有標準，畢竟，您是最了解該問題的人；

第四，AB測試和大數(shù)據(jù)管道等工程系統(tǒng)功能確實提高了產(chǎn)品技術(shù)的迭代效率。

-3-

需要高清且交互式。 在追求戲劇方面，第一個是情節(jié)，第二個是劇情，有些戲劇甚至比情節(jié)更精彩，例如shangoverheat的《 East Palace》中的“墜入愛河”一句話。 搜索？ 殺死你的整個家庭。 正是因為這些神-像網(wǎng)民一樣經(jīng)常暴露精致的句子，這使得某些戲劇更加精彩。 希望使用優(yōu)酷觀看視頻中的項目符號屏幕的

學生應(yīng)該已經(jīng)發(fā)現(xiàn)許多電視劇都是在線播放的，以下是基于AI人臉識別的項目符號屏幕。 過去，普通的子彈屏幕或高級的子彈屏幕從右到左顯示在播放器的頂部，并帶有運轉(zhuǎn)燈的作用。 這種跟隨的子彈屏以氣泡的形式懸掛在人物頭像旁邊，并隨著人物的移動而移動。 這種后續(xù)的子彈屏具有更高的可玩性，也為有才華的網(wǎng)民提供了更大的玩�？臻g。

與角色的動作：

與角色的場景：

與自編角色和自我指導角色的對話：

從多個視頻演示中的

可以看出，與 在普通項目符號屏幕中，這種后續(xù)項目符號屏幕的顯示方式類似于劇中角色的內(nèi)部操作系統(tǒng)，這更加有趣，新穎和令人興奮，并且具有更多的播放方法。

子彈幕之后的人臉結(jié)構(gòu)分為三層：算法端，服務(wù)器端和客戶端端：

首先，算法端根據(jù)每秒25幀的頻率提取視頻幀，并進行 在每一幀的人臉識別上，配合人臉跟蹤和平滑處理，生成每一幀的人臉元數(shù)據(jù)。 第二，服務(wù)器通過降噪，防抖，組合將多個幀的人臉元數(shù)據(jù)組合成一組人臉組數(shù)據(jù)，并將其與以下子彈屏數(shù)據(jù)一起發(fā)送給客戶端。 最后，客戶端為交互式SDK中的每組面部數(shù)據(jù)生成一個腳本，其中項目符號屏幕隨面部軌跡移動。 首先，該算法以每秒25幀的頻率提取視頻幀，對每個幀進行面部識別，并通過面部跟蹤和平滑處理為每個幀生成面部元數(shù)據(jù)。 第二，服務(wù)器通過降噪，防抖，組合將多個幀的人臉元數(shù)據(jù)組合成一組人臉組數(shù)據(jù)，并將其與以下子彈屏數(shù)據(jù)一起發(fā)送給客戶端。 最后，客戶端為交互式SDK中的每組面部數(shù)據(jù)生成一個腳本，其中項目符號屏幕隨面部軌跡移動。 如果僅將

播放中的面部數(shù)據(jù)應(yīng)用到項目符號屏幕上，則會被過度使用。 接下來，我們將以面部數(shù)據(jù)和人體數(shù)據(jù)為基本腳本的腳本。 除了遵循項目符號屏幕腳本之外，還將有貫穿項目符號的腳本等等。 將來，可能會調(diào)整客戶端體系結(jié)構(gòu)的這一部分，以幫助您通過外部注入和其他方式來構(gòu)建所需的腳本。

-4-

讓您享受實時實時美容技術(shù)的自然之美

觀看高清，子彈屏還是不？ 然后來直播。 在在家上課并在家工作后，許多前線老師，員工和程序員開始了現(xiàn)場直播的方式。 打開相機，有點慌張嗎？ 實時的實時美容技術(shù)使您在一秒鐘內(nèi)變得美麗，這是自然之美。 為了達到面部美容的效果，我們在技術(shù)上使用了以下四個關(guān)鍵步驟：

，其中面部美容的處理主要包括面部形狀調(diào)整和面部器官調(diào)整，而核心步驟是實現(xiàn)面部形狀的調(diào)整 器官通過基于面部關(guān)鍵點的圖像變形形式。 圖像變形算法主要是局部畸變算法和三角剖分，局部畸變算法一般包括局部縮放，局部平移，局部旋轉(zhuǎn)等，例如大眼功能可以通過局部縮放來實現(xiàn)。 三角剖分的方法是平移三角剖分網(wǎng)絡(luò)的頂點，將轉(zhuǎn)換后的頂點更新為對應(yīng)的紋理坐標，并通過OpenGL或D3D渲染它們，以實現(xiàn)整個關(guān)聯(lián)的三角剖分網(wǎng)絡(luò)的變形。 下圖顯示了特定的面部美容效果：

在中端和低端機型（例如iPhone 6plus）上可以實現(xiàn)720p 24fps實時面部美容；

通過治療皮膚可以達到白皙細膩的面部皮膚效果，同時，宿主可以根據(jù)自己的喜好調(diào)節(jié)臉部任何器官。 目前，

的面部美容功能已在laifan live（移動和PC），youlaibo移動和淘寶Live PC中實現(xiàn)，并且laifan移動主播的每日初創(chuàng)企業(yè)數(shù)量已翻倍。 下圖顯示了特定的面部美容效果：

-5-

youkukan經(jīng)驗：您認為老胡是臥底特工嗎？

細心的觀眾發(fā)現(xiàn)，優(yōu)酷視頻中有很多人類喜歡“黑色技術(shù)”，例如百科全書技巧，角色伙伴，情節(jié)猜測等，這些內(nèi)容可以讓用戶“邊看邊玩”。 這是優(yōu)酷的炫酷觀看模式。 Coolwatch模式在同一屏幕上采用多流顯示，智能平滑切換，精確同步，動態(tài)渲染等移動端技術(shù)。 其中，動態(tài)渲染，子主屏幕和多流同步播放是端部coolwatch模式的核心功能，可以實現(xiàn)多流和多插槽視頻幀級同步播放。

-6-

不知道看什么？ 幫助

的多模式搜索與中午吃東西一樣麻煩。 用戶打開視頻平臺時，經(jīng)常會遇到“不知道看什么，不知道如何搜索”的問題。 針對這個痛苦點，娛樂AI平臺提出了一個多輪對話搜索系統(tǒng)。

-

交互式搜索系統(tǒng)采用模塊化設(shè)計思想，根據(jù)層次邏輯結(jié)構(gòu)，分為應(yīng)用技術(shù)層，核心技術(shù)層和基礎(chǔ)數(shù)據(jù)層。 應(yīng)用技術(shù)層主要包括自然語言理解和對話技術(shù)，其中自然語言理解包括意圖理解技術(shù)和時隙填充技術(shù)。 對話技術(shù)包括對話管理（DM）和對話生成（NLG）。 核心技術(shù)層包括知識圖的構(gòu)建和推理應(yīng)用。 基本數(shù)據(jù)層是基于視覺技術(shù)的智能媒體數(shù)據(jù)庫。 在視頻垂直領(lǐng)域中，用戶的意圖和屬性槽比較清晰，整體是基于有限狀態(tài)機的方法，基本動作遷移狀態(tài)主要是基于動作的手動設(shè)計； 模型的方法被用作概括能力，以解決對不確定場景的理解。

系統(tǒng)的對話流程如下：

用戶說：“我想看與公心集相似的電視劇”。 該系統(tǒng)通過語音識別（ASR）和自然語言理解（NLU）技術(shù)分析用戶觀看“工豆戲”的需求，通過檢索將相關(guān)的電視劇反饋給用戶，并通過NLG技術(shù)與用戶進行積極互動，從而獲得用戶的需求 看《孫立》