【送书】900页阿里文娱技术精选、覆盖8大技术线，一览智慧文娱精

随着5g业务和机器智能的发展，在技术发展的新阶段，用户的娱乐消费体验将如何改善？ 面对这一主张，阿里娱乐已经交出了答卷。 随着5g业务和机器智能的发展，

在新的技术发展阶段，将如何改善用户的娱乐消费体验？ 面对这一主张，阿里娱乐已经交出了答卷。

什么是智力娱乐？ 10个场景供您欣赏！

-1-

：士兵的进攻。

享有60帧重生。 你见过它么？ 当我10年前观看士兵的袭击时，这台29英寸电视绝对是一台“大电视”。 但是今天，40英寸和60英寸非常普遍，甚至许多家庭都直接使用投影仪观看比赛。 尺寸越大，我们需要的清晰度越高。

如何使视频更清晰？ 今年年初，优酷联合推出了一套超高清解决方案-从内容创建，超高清再现，终端渲染等方面的帧共享，以改善并真正呈现高水平音频。 “享受每一帧”的视觉效果。

“重生”是由优酷重磅创造的悬念主题的热门游戏。 许多镜头和情节处理非常适合叠加我们的高帧频和声场技术。 因此，我们使用视频超分辨率，视频帧插入，SDR到HDR，立体声增强等技术手段来使绘画的细节更加细腻，动态场景更加流畅，声场更加立体且真正身临其境 超酷的影音体验，最重要的包容性实现，让千元安卓机也流畅观看高清。 众所周知，优酷公司成立得很早，视频库中有很多旧视频资源，而旧视频资源中最常见的问题是噪声和模糊。 通过高清修复技术，我们可以实现质量降噪，模糊消除，划痕消除，闪烁消除，抖动消除，高帧频等功能。除修复外，我们还可以重新着色并解决旧胶片修复问题 以工业的方式。 在2006年，单个工作室花了数十天甚至数百天的时间来修复两小时的电影。 现在，仅需一个小时，即可通过异构计算平台将经典电影修复为4K。 例如，恢复和更新了80年代后代的集体记忆：Hua族，士兵的袭击，有孩子的家庭等。

-2-

为什么不使用优酷？

视频高清，如何不卡纸？ 视频清晰度的选择太多了，如何选择合适的模式？ 如何从移动网络切换到稳定的Wi Fi网络？

“智能文件”的关键问题是“ HD没有卡住”，并且它会自动匹配适当的定义，自适应比特率技术支持该定义。 速率自适应技术不是新技术。 在学术领域有很多论文。 但是，这样一种成熟的“学术”技术在实际的大规模实施过程中遇到了许多问题和挑战：首先，家庭用户不熟悉此功能，甚至认为它是“傻”的。 第二，用户对“良好体验”标准的评价是主观的，流利性和高清之间的平衡很难把握； 第三，开放算法框架的实际效果并不理想。 原因是特征纬度很薄，很少考虑实际细节。

除了技术策略外，我们主要想分享如何将成熟的学术算法应用于工程业务场景：

首先，掌握算法框架的核心点，不必太在意结构， 取决于算法解决的核心问题的突破点，是否要解决问题以及是否可以从中学习；

第二，与大数据有关的算法必须注意数据集的质量和数量，并结合自身的业务积累大量的高质量数据； 第三，算法效果的度量标准，结合业务场景，尤其是那些非标准化和不可量化的场景，以避免机械地应用现有标准，毕竟，您是最了解该问题的人；

第四，AB测试和大数据管道等工程系统功能确实提高了产品技术的迭代效率。

-3-

需要高清且交互式。 在追求戏剧方面，第一个是情节，第二个是剧情，有些戏剧甚至比情节更精彩，例如shangoverheat的《 East Palace》中的“坠入爱河”一句话。 搜索？ 杀死你的整个家庭。 正是因为这些神-像网民一样经常暴露精致的句子，这使得某些戏剧更加精彩。 希望使用优酷观看视频中的项目符号屏幕的

学生应该已经发现许多电视剧都是在线播放的，以下是基于AI人脸识别的项目符号屏幕。 过去，普通的子弹屏幕或高级的子弹屏幕从右到左显示在播放器的顶部，并带有运转灯的作用。 这种跟随的子弹屏以气泡的形式悬挂在人物头像旁边，并随着人物的移动而移动。 这种后续的子弹屏具有更高的可玩性，也为有才华的网民提供了更大的玩耍空间。

与角色的动作：

与角色的场景：

与自编角色和自我指导角色的对话：

从多个视频演示中的

可以看出，与 在普通项目符号屏幕中，这种后续项目符号屏幕的显示方式类似于剧中角色的内部操作系统，这更加有趣，新颖和令人兴奋，并且具有更多的播放方法。

子弹幕之后的人脸结构分为三层：算法端，服务器端和客户端端：

首先，算法端根据每秒25帧的频率提取视频帧，并进行 在每一帧的人脸识别上，配合人脸跟踪和平滑处理，生成每一帧的人脸元数据。 第二，服务器通过降噪，防抖，组合将多个帧的人脸元数据组合成一组人脸组数据，并将其与以下子弹屏数据一起发送给客户端。 最后，客户端为交互式SDK中的每组面部数据生成一个脚本，其中项目符号屏幕随面部轨迹移动。 首先，该算法以每秒25帧的频率提取视频帧，对每个帧进行面部识别，并通过面部跟踪和平滑处理为每个帧生成面部元数据。 第二，服务器通过降噪，防抖，组合将多个帧的人脸元数据组合成一组人脸组数据，并将其与以下子弹屏数据一起发送给客户端。 最后，客户端为交互式SDK中的每组面部数据生成一个脚本，其中项目符号屏幕随面部轨迹移动。 如果仅将

播放中的面部数据应用到项目符号屏幕上，则会被过度使用。 接下来，我们将以面部数据和人体数据为基本脚本的脚本。 除了遵循项目符号屏幕脚本之外，还将有贯穿项目符号的脚本等等。 将来，可能会调整客户端体系结构的这一部分，以帮助您通过外部注入和其他方式来构建所需的脚本。

-4-

让您享受实时实时美容技术的自然之美

观看高清，子弹屏还是不？ 然后来直播。 在在家上课并在家工作后，许多前线老师，员工和程序员开始了现场直播的方式。 打开相机，有点慌张吗？ 实时的实时美容技术使您在一秒钟内变得美丽，这是自然之美。 为了达到面部美容的效果，我们在技术上使用了以下四个关键步骤：

，其中面部美容的处理主要包括面部形状调整和面部器官调整，而核心步骤是实现面部形状的调整 器官通过基于面部关键点的图像变形形式。 图像变形算法主要是局部畸变算法和三角剖分，局部畸变算法一般包括局部缩放，局部平移，局部旋转等，例如大眼功能可以通过局部缩放来实现。 三角剖分的方法是平移三角剖分网络的顶点，将转换后的顶点更新为对应的纹理坐标，并通过OpenGL或D3D渲染它们，以实现整个关联的三角剖分网络的变形。 下图显示了特定的面部美容效果：

在中端和低端机型（例如iPhone 6plus）上可以实现720p 24fps实时面部美容；

通过治疗皮肤可以达到白皙细腻的面部皮肤效果，同时，宿主可以根据自己的喜好调节脸部任何器官。 目前，

的面部美容功能已在laifan live（移动和PC），youlaibo移动和淘宝Live PC中实现，并且laifan移动主播的每日初创企业数量已翻倍。 下图显示了特定的面部美容效果：

-5-

youkukan经验：您认为老胡是卧底特工吗？

细心的观众发现，优酷视频中有很多人类喜欢“黑色技术”，例如百科全书技巧，角色伙伴，情节猜测等，这些内容可以让用户“边看边玩”。 这是优酷的炫酷观看模式。 Coolwatch模式在同一屏幕上采用多流显示，智能平滑切换，精确同步，动态渲染等移动端技术。 其中，动态渲染，子主屏幕和多流同步播放是端部coolwatch模式的核心功能，可以实现多流和多插槽视频帧级同步播放。

-6-

不知道看什么？ 帮助

的多模式搜索与中午吃东西一样麻烦。 用户打开视频平台时，经常会遇到“不知道看什么，不知道如何搜索”的问题。 针对这个痛苦点，娱乐AI平台提出了一个多轮对话搜索系统。

-

交互式搜索系统采用模块化设计思想，根据层次逻辑结构，分为应用技术层，核心技术层和基础数据层。 应用技术层主要包括自然语言理解和对话技术，其中自然语言理解包括意图理解技术和时隙填充技术。 对话技术包括对话管理（DM）和对话生成（NLG）。 核心技术层包括知识图的构建和推理应用。 基本数据层是基于视觉技术的智能媒体数据库。 在视频垂直领域中，用户的意图和属性槽比较清晰，整体是基于有限状态机的方法，基本动作迁移状态主要是基于动作的手动设计； 模型的方法被用作概括能力，以解决对不确定场景的理解。

系统的对话流程如下：

用户说：“我想看与公心集相似的电视剧”。 该系统通过语音识别（ASR）和自然语言理解（NLU）技术分析用户观看“工豆戏”的需求，通过检索将相关的电视剧反馈给用户，并通过NLG技术与用户进行积极互动，从而获得用户的需求 看《孙立》