来了！2020年度盘点，一次get全年最热技术好文（内！附！福！利！）

爱奇艺技术产品团队

于 2021-01-01 10:30:00 发布

阅读量4.3k

点赞数 1

文章标签：人工智能大数据编程语言物联网 java

本文链接：https://blog.csdn.net/weixin_38753262/article/details/112084837

版权

2020年

全球科技和娱乐都被疫情按下了加速键，

我们也迎来了一个崭新的时代。

这一年

爱奇艺技术产品团队继续亮点频出，

娱乐技术两手抓。

辞旧迎新之际，

一起回顾这些技术点滴。

（文末有惊喜）

最受欢迎文章TOP5

2020年，爱奇艺技术产品团队依然笔耕不辍，分享前沿探索与技术实践。2020年共发布127篇文章，平均每个月发布10+篇文章。

我们选取了其中最受欢迎的5篇，点击题目可以直达原文哦????

爱奇艺MySQL高可用方案概述

爱奇艺每天都为数以亿计的用户提供7x24小时不间断的视频服务。通过爱奇艺的平台，用户可以方便的获取海量、优质、高清的视频资源。但如果服务平台出现故障，会有大量的用户将无法正常播放视频，因此我们的应用服务以及数据库服务都必须具备高可用架构。

爱奇艺技术产品团队对各类应用划分了不同的重要等级，对不同重要等级的应用使用数据库服务提供了不同的SLA保障。比如S级应用RTO控制在分钟级别的保障；对A级应用RTO在10分钟级别的保障等。本文将主要介绍爱奇艺的MySQL高可用实现方案。

爱奇艺微服务标准技术架构实践

为数以亿计的用户提供优质的视频服务的爱奇艺技术产品团队，为了适应业务的快速迭代和创新，并支撑海量的用户请求，很多团队都对各自的业务系统自发地进行了微服务架构的改造。

在微服务化的过程中，各业务团队根据自身需要选择了不同的开源框架，如Apache Dubbo/Spring Cloud等，此外也存在一些自研性质的框架；另外为了满足对微服务应用的监控等需求，不少团队还自行维护了监控系统等基础设施。爱奇艺中间件团队充分听取了业务在微服务实践中的需求和问题，推出了爱奇艺的微服务标准架构。

爱奇艺全链路自动化监控平台的探索与实践

互联网技术普及过程中，数据的监控对每个公司都很重要。近些年，随着一些优秀监控工具（比如Zabbix、Graphite、Prometheus）的成熟，每个公司都会搭建自己的监控体系，来分析整体业务流量和应对异常报警。但随着系统复杂性的提高，微服务的成熟，监控又有了新的问题需要解决，如上下文的链路关系、跨系统的故障定位等相关问题。

为减轻公司业务线资源和开发的监控压力，爱奇艺技术产品团队研发了一套全链路自动化监控平台，可以提供统一的监控标准和基础的监控能力，增强故障定位和深度分析能力，提升监控准确性和透明性，本文将基于监控一些经验，和大家分享全链路自动化监控平台。

爱奇艺网络协程编写高并发应用实践

本⽂以爱奇艺开源的⽹络协程库为例，讲解⽹络协程的设计原理、编程实践、性能优化等⽅⾯内容。

爱奇艺网络流量分析引擎QNSM及其应用

一定业务规模的互联网公司的基础设施的网络边界通常都呈现一定程度的复杂多分区的情况，如何进行有效的安全防护和控制会成为安全体系建设的重点和难点。面对这一挑战，爱奇艺安全团队自研了网络流量分析引擎QNSM,并将其用在各种基于流量分析的跨区安全检测和控制场景中，成为了爱奇艺安全防御体系的关键基础引擎。

最具行业影响力文章TOP3

2020年，爱奇艺继续领动行业，探索前沿。老剧修复、智能线稿上色、国内首家上线AV1技术、AI助力2D转3D……一系列创新点也获得了媒体和从业者的广泛关注。

点击题目回顾这些闪光点????

AI驰援，经典重生

爱奇艺联合厦门大学正式宣布成立“电影修复联合实验室”，呈现“老剧修复”的全新标准品质，修复效率相比人工提高500倍左右，重新展现老片特有风采、再度焕发经典魅力！

解锁视频编码的前世今生：流媒体产业的隐藏剧情

爱奇艺成为国内首家上线AV1，为用户带来了更好的视听体验。

爱奇艺“能动的海报”刷爆全网！我们距离裸眼3D还有多远？

解析爱奇艺AI赋能2D转3D技术，分别从技术优势、未来商业化应用可能等方向进行采访分析。

顶会论文收录

2020年，爱奇艺共四篇论文被全球顶级峰会收录，点击论文标题获取论文解读干货????

ACM MM2020 | Cartoon Face Recognition: A Benchmark Dataset

论文提出的卡通人物识别基准数据集iCartoonFace是目前全球最大的手工标注卡通人物数据集，将有效推动卡通识别领域技术突破，开启面向卡通内容的智能识别新时代。

AAAI 2020 | Ultrafast Video Attention Prediction with Coupled Knowledge Distillation

本论文设计了一个超轻量级网络 UVA-Net，并提出了一种基于耦合知识蒸馏的网络训练方法，在视频注意力预测方向的性能可与 11 个最新模型相媲美，而其存储空间仅占用 0.68 MB，在 GPU，CPU 上的速度分别达到 10,106FPS，404FPS，比之前的模型提升了 206 倍。

ECCV2020 | Boundary Content Graph Neural Network for Temporal Action Proposal Generation

这篇论文提出了 Boundary Content Graph Neural Network (BC-GNN)，通过图神经网络对边界和内容预测之间的关系进行建模，生成更精确的时序边界和可靠的内容置信度分数。

WACV 2021 | Line Art Correlation Matching Feature Transfer Network for Automatic Animation Colorization

爱奇艺提出一种新的动画上色模型来用于动画自动着色，这个新模型仅根据一帧的颜色图参考，就能对片段中的其他线稿进行自动着色，完成一张最快只需要0.7秒！

重点大赛

2020年，爱奇艺陆续举办了2场AI相关竞赛，旨在积极推进AI技术落地，与行业顶尖人才一同提升AI算法性能，促进国内外视频娱乐的创新发展。

点击赛事标题可一睹赛事情况????

爱奇艺联合IJCAI举办算法大赛 2020iCartoonFace

爱奇艺联合IJCAI PRICAI 2020 举办iCartoonFace挑战赛正式启动，此次挑战中将对参赛者公布目前最大的手动标注卡通人脸检测数据集和最大的手动标注卡通人脸识别数据集。也是目前第一个大规模、高质量的卡通识别数据集和检测数据集。希望通过iCartoonFace挑战赛解决卡通人物身份的识别问题，同时提升学术界及工业界在人物识别、人物检测能力的精确度。

全球第一个小资源音色克隆挑战赛

爱奇艺联合多家单位在ICASSP2021举办多说话人多风格音色克隆大赛-M2VoC，M2VoC挑战赛旨在提供一个通用的数据集以及一个公平的测试平台，对语音克隆任务进行研究。作为2021年声学、语音和信号处理国际会议（ICASSP2021）信号处理挑战旗舰任务之一，非常鼓励学术界和工业界的研究人员加入《多说话人多风格音色克隆大赛（M2VoC）》挑战。

爱奇艺科技赋能娱乐内容全产业链

2020年，爱奇艺继续完善内容全产业链，将科技创新全面应用于内容创作、生产、营销、播放、商业化等内容的全产业流程。