《AI加持的竖屏沉浸播放新体验》观后感

视频介绍：通过AI智能的视频画面主体识别能力和字幕识别能力，实现在手机端竖屏全屏观看横拍视频的新体验，减少长时间横握手机的不适感，打破横、竖屏内容的创作界限，一次拍摄制作适应不同屏幕状态的最佳播放显示，同时提升平台的存储分发效率；竖屏时聚焦视频中主体或焦点区域，同步预览全幅画面，并支持OCR智能识别硬压字幕完整显示；同时支持视频画面的竖屏、横屏全屏的无级平滑旋转切换；给用户提供沉浸视界新体验。

作者：刘小辉，爱奇艺技术经理，研究生毕业于哈尔滨工业大学计算机学院，十几年视频、音频处理的工作经验，曾从事多年非编软件开发，2013年加入爱奇艺，参与全平台播放内核的开发，专注视频、音频解码、同步、渲染，后续带领团队优化播放架构，提升全平台的播放体验，支持了自适应码流、HDR、沉浸播放等功能。

 

    云端实现ai模块的目标检测、说话人检测、人脸等智能算法检测，在用户终端根据陀螺仪的状态、客户端分辨率、宽高比等进行自适应调整，同事对字幕等进行裁剪与缩放，让用户获得最佳体验。

在云端，对整个大场景进行分割细化，可以减少传输的延时，并提高预测关键人物的准确性：

说话人检测：声纹检测+人脸特征值检测；

客户使用时，面临的一些挑战：

云端视频还需要对用户窗口尺寸进行自适应调整：

1. 同影片分辨率不同窗口尺寸
2. 同窗口尺寸不同影片的分辨率做自适应