通过基于人工智能的扩展实现4K内容的承诺gydF4y2Ba

2020年10月20日gydF4y2Ba

由Gaurav AroragydF4y2Ba

超高清(UHD)或4K显示器背后的势头是所有电子产品中更有趣的增长领域之一。市场预测人士估计，到2019年，它的价值约为480亿美元，并在2020-2025年以23%的复合年增长率增长。超高清的视觉效果和游戏体验显著提升的潜力，让消费者对其视频质量达到上一代显示屏的四倍感到兴奋(超高清的像素大约是全高清显示屏的四倍，因此得名)。gydF4y2Ba

问题在于，内容提供商在推出真正的4K内容方面行动迟缓。如今，通过空中广播播放的4K内容很少。一些广播公司正在提供4K频道，但节目有限，通常是特殊活动。大多数线性电视节目的分辨率仍然是720p或1080i。大多数真正的4K内容来自Netflix、Disney+和Amazon Video等流媒体提供商，即便如此，它们的数量也远远少于非4K库。gydF4y2Ba

其中一个主要问题是带宽。电视广播公司和IPTV服务提供商没有足够的带宽一次性提供无穷无尽的高质量4K流媒体。所以，他们一直在编码全高清内容，而不是超高清。全高清压缩(HEVC, H264, AV1, VPx)流满足了他们合理比特率的目标，并且通过在消费者家中的UHD电视上使用传统的视频上标器可以产生合理的观看体验。但即使是最好的解码器和最好的上标器也无法恢复UHD显示屏的细节和纹理，因为这些细节和纹理在缩小到FHD的过程中丢失了。gydF4y2Ba

人工智能提供了解决方案gydF4y2Ba

机器学习模型可以对图像的部分进行分类，推断出原始外观，并生成适当的附加像素，以达到所需的图像增强效果。gydF4y2Ba

但人工智能对视频内容提供商近期最重要的影响可能完全在另一个方向。基于人工智能的超级分辨率是一种新兴的技术，它使用深度学习推理来提高图像的感知分辨率，而不是输入数据的分辨率。它可以为观众在4K电视上从fhd分辨率源获得引人注目的4K超高清(UHD)体验。gydF4y2Ba

这个相当不直观的结果转化为，与流媒体或广播原生4K内容相比，用户对突然提供给他们的4K内容的范围感到高兴，运营商对显著减少的存储、远程缓存和带宽需求感到高兴，并因此在他们的系统中节省了能源。gydF4y2Ba

这似乎是一个相当学术的观点，因为为了最有效，超级分辨率的接收端必须在极端的网络边缘执行:用户场所和设备。但是接收器的深度学习推理任务可能是高度计算密集型的，特别是在流媒体视频的实时性限制下。在Synaptics，我们已经能够证明神经处理单元(NPU)，一种集成到我们最近的机顶盒SoC的紧凑深度学习推理加速器，实际上可以实时执行超分辨率图像扩展，让关键观众感到满意。最重要的是，Synaptics技术确保优质视频内容不会落入视频盗版者之手，即使它是由运行在NPU上的ML模型处理的。gydF4y2Ba

Synaptics提供这样的解决方案，部署基于人工智能的超级分辨率与我们的VS600系列多媒体SoC平台。有了它，运营商可以限制4K内容文件的使用，使他们能够提供更广泛的4K质量内容，同时节省存储、缓存和带宽。但要做到这一点，他们必须指定具有神经网络推理加速硬件的接收端设备:速度足够快，保证每帧的实时升级，并具有经得起版权所有者严格审查的硬件安全性。gydF4y2Ba

阅读本文中关于这种解决方案的详细信息gydF4y2Ba流媒体gydF4y2Ba杂志。gydF4y2Ba