字节跳动 AVG 编码技术新突破：让视频缩小 13%

蓝天二号

3 月 1 日消息，据联合视频专家组 JVET 官网显示，字节跳动 AVG（先进视频团队）今年 2 月发起一项视频压缩的技术提案，该提案能够在优化压缩质量的同时，节约至少 13% 的存储和带宽。例如，一段 180 分钟 H.266/VVC 标准的高清视频（1080P 分辨率），大约需要 3GB 的数据体积，应用新技术后只需要 2.6GB。

视频是由一张张图片连接起来的动态图像序列，视频编解码则是视频应用的底层核心技术，作用是对图像进行压缩和数字编码，以尽可能小的带宽传送高质量的视频数据。H.266/VVC 能够在不影响画质的情况下，把视频码率降低到前一代标准 H.265/HEVC 的一半。本来只够放标清视频的网速，也能流畅播放高清视频。

此次字节跳动 AVG 提出的新算法，旨在通过深度学习技术构建减少视频压缩失真的滤波器 (DAM)，主干是基于残差单元堆叠的深度卷积网络，辅以自适应模型选择以最大程度适应特性复杂的自然视频。所谓残差单元是指通过引入跳层连接，允许网络把注意力放在变化的残差上，这与视频图像帧之间的残差有异曲同工之妙，比如武林高手决斗，“剑光一闪”，每一帧图像绝大部分内容是相同的，闪动的剑光形成残差，这也是视频编码压缩的重点关注对象。

实验结果显示，相比 H.266/VVC 最新标准，字节跳动的 DAM 解决方案能够为视频编码性能带来显著提升，亮度信号 Y 可实现 10.28% 的性能增益，两个色度信号 U 和 V，性能增益也分别达到 28.22% 和 27.97%，在视频质量有所优化的同时，至少还可缩小 13% 的数据体积。

据悉，AVG 的各项研究成果，也将通过 BVC 编码器的升级换代投入应用，包括抖音、西瓜视频、今日头条等 App 的视频类内容处理，以及云计算、云游戏等基础架构领域。

根据公开报道，字节跳动 AVG 在美国加州建立研发团队，成员有来自高通、微软、英特尔等巨头的资深研究员，也有出身海内外顶级院校的新生代。在此前 JVET 制定新一代国际视频编解码标准 H.266/VVC 的过程中，字节跳动 AVG 累计提交 260 + 项技术提案，其中 130 + 项被采纳，被采纳提案数和采纳率均排在世界前列，是 H.266/VVC 核心算法的主要贡献者之一。