隨著視頻會(huì)議應(yīng)用的深入，各大場景如遠(yuǎn)程醫(yī)療、在線教育等對視頻質(zhì)量的要求越來越高，圖像采集設(shè)備日益高清，屏幕尺寸不斷增大，給視頻會(huì)議分辨率和清晰度也帶來了更大挑戰(zhàn)。

　　為此，全時(shí)從優(yōu)化引擎架構(gòu)，視頻前處理，視頻編解碼和圖像采集等方面出發(fā)，全面提升視頻能力，使得全時(shí)會(huì)議系統(tǒng)視頻清晰度在同等分辨率下達(dá)業(yè)界頂級水平。

　　全新視頻引擎架構(gòu)，分離了平臺(tái)相關(guān)模塊和跨平臺(tái)模塊以及業(yè)務(wù)流程和數(shù)據(jù)流程，升級視頻算法庫，避免了不必要的數(shù)據(jù)拷貝，優(yōu)化編解碼算法， 極大提升了視頻數(shù)據(jù)處理性能。

　　新架構(gòu)下，攝像頭、桌面、直播流、視頻文件等各種視頻源可以靈活接入，便于同第三方辦公軟件、企業(yè)管理系統(tǒng)等整合的同時(shí)，也為快速實(shí)現(xiàn)企業(yè)新的功能需求及產(chǎn)品迭代打下了堅(jiān)實(shí)基礎(chǔ)。

　　圖像在采集、傳輸、壓縮的各個(gè)階段，光線、編解碼方式、設(shè)備性能等各種因素，都會(huì)對視頻清晰度，亮度、色彩等產(chǎn)生影響，降低整體觀看體驗(yàn)。

　　為適應(yīng)視頻高清化趨勢，全時(shí)從去噪、銳化、對比度和膚色調(diào)整等各個(gè)維度對視頻畫面進(jìn)行了調(diào)優(yōu)。目前，全時(shí)全線產(chǎn)品清晰度在同等分辨率下，清晰度已達(dá)到業(yè)界頂級水平。

　　視頻會(huì)議召開中，有時(shí)畫面會(huì)出現(xiàn)雪花或霧樣的朦朧感，我們通常稱為圖片噪聲，為提升圖像質(zhì)量，全時(shí)采取雙邊濾波算法，其優(yōu)勢是在去除噪聲的同時(shí)能更好的保護(hù)圖像邊緣。

　　去噪時(shí)，會(huì)不可避免的使畫面邊緣紋理變?nèi)�，整體圖像看起來模糊，全時(shí)采用USM算法來增強(qiáng)圖片邊緣，使圖像更加清晰。

　　首先對圖像進(jìn)行高斯濾波，得到低通圖像，接著用原圖減去高斯濾波后圖像得到高頻部分，這個(gè)差異如果高于預(yù)設(shè)的閾值，則將高頻部分按預(yù)設(shè)的權(quán)重疊加到原圖上。

　　提高圖像的亮度與對比度之后，整體圖片亮度增加，而且層次感明顯增強(qiáng)。

　　由于燈光等原因會(huì)造成畫面中人物膚色偏白，為將偏黃的膚色調(diào)整的更加紅潤，我們根據(jù)U、V分量算出膚色概率圖，然后根據(jù)原始圖像中的像素點(diǎn)從LUT表中查出調(diào)整后的像素值并根據(jù)膚色概率圖按權(quán)重疊加。

　　視頻清晰度的增加對網(wǎng)絡(luò)帶寬帶來了很大挑戰(zhàn)，為了解決這個(gè)困境，全時(shí)對內(nèi)部編碼器進(jìn)行了升級，使得同樣質(zhì)量的碼流， CPU占用率降低5%，同樣清晰度的視頻，流量降低15%，在同樣流量下參會(huì)人可觀看更多路或更高清的視頻，也為企業(yè)節(jié)約了更多帶寬成本。

　　本次針對視頻處理及編解碼的各項(xiàng)優(yōu)化，大大提升視頻質(zhì)量及編解碼效率、靈活性、魯棒性，可以在同等計(jì)算能力和帶寬情況下為用戶提供更高質(zhì)的實(shí)時(shí)視頻通話體驗(yàn)。

　　今后全時(shí)將持續(xù)精進(jìn)技術(shù)，為各行業(yè)提供更為專業(yè)的視頻服務(wù)。