如果說在一線的多媒體技術人可以帶來更接地氣的分享,幫助解決實際應用中的問題。那么,學術界的各位大咖則可以幫大家補補課,重溫經典算法,開啟全球視野。最后,還有一些代表各自領域的TOP級公司,帶來各自的獨門秘籍。比如,杜比研究高級總監Claus Bauer會帶來杜比如何在千差萬別的設備中實現聲音特效。Twitch Principal Research Engineer沈悅時則會分享如何將HLS打造成比RTMP更低延遲的方法,以及通過機器學習的方式自動優化網絡。Intel Media SW Engineering Manager Faouzi Kossentini將會帶來如何基于Intel的CPU/GPU對HEVC及AV1編碼的優化,對于算法復雜度超高的AV1,如果通過硬件加速的方式提升編碼速度,將給AV1帶來巨大的機會。RealNetworks CTO Reza Rassool會帶來AI技術為Codec帶來的優化,以及如何在低算法復雜度下實現極致的軟件編解碼。不少80后都有過觀看RM/RMVB視頻的經歷,在那個64KB帶寬就算是寬帶的年代,RM/RMVB風靡一時。北京美攝網絡科技有限公司CTO見良將分享在移動端視頻處理的性能保障與優化,設計Codec優化、視頻渲染、GPU加速等。
外界對于快手的技術充滿了好奇,尤其多媒體技術方面快手有一幫頂尖技術人才。快手音視頻技術負責人于冰將首次公開分享快手在多媒體技術方面的經驗與探索,包括AI、編碼和網絡算法等。Akamai首席架構師William Robert Law會分享這家全球最大的CDN針對網絡方面的優化,如何使用CMAF和QUIC協議來實現2-3秒的低延遲直播。三體云實時視頻高級工程師李幸原將分享低延遲音視頻技術在社交、音樂教育等場景下的技術難點與實現。愛奇藝CTO劉文峰介紹AI對于一家多媒體娛樂公司的價值,AI在影片制作、剪輯、編碼、傳輸、廣告以及個性化推薦等方面做的探索。Aupera Senior Embedded Vision/AI Engineer Narges Afsham則會帶來如何通過FPGA硬件來加速實時編碼、轉碼,相對于CPU/GPU/ASIC方案,FPGA在效率、靈活度以及畫質方面可以達到較完美平衡。