记者：西朗

2020年，“Tencent VooV Meeting”上线 245天，用户数突破 1亿，成为中国最多人使用的专业视频会议产品，除服务国内用户外，其国际版也已经在超过100个国家和地区上线。并成为第75界联合国会议指定的视频会议服务提供商，会后联合国副秘书长法布里齐奥·霍克希尔德表示：感谢Tencent对联合国成立75周年的慷慨支持。作为全球最大的科技公司之一，Tencent对联合国75周年活动的支持树立了一个重要的榜样。以上这些亮眼的战绩，足以让“Tencent VooV Meeting”载入中国互联网产品的史册。“Tencent VooV Meeting”可以一上线，就凭借健全的功能，简易的操作，开放性强，稳定性高等特性，迅速火遍中国乃至世界，背后强大的技术支持来自于Tencent公司一个创新性部门“Tencent media lab”。

作为多媒体实验室视频编解码引擎的核心贡献者焦华龙，对“Tencent VooV Meeting”的诞生起到了关键性作用，他硕士毕业于浙江大学数学系，之后的近20年，长期专注于视频领域的技术研究，累计取得20多项发明专利。2019年加入Tencent media lab，担任资深研究员，自研视频引擎，在实时通信视频编解码、网络自适应和跨平台兼容性等方面，达到国际顶尖水平。焦华龙和他的团队聚焦视频编码，在视频会议的关键技术中取得了重大突破——（1）创新性地采用了H.264时域伸缩性编码技术SVC（Scalable Video Coding），和灵活的“帧”结构，解决了视频技术的流畅性这一历史性难题，提升实时通讯网络条件较差的环境下，以及人员设备差异较大情况下的用户总体视频流畅性。焦华龙个人还因此取得“伸缩性视频编码方法”发明专利。（2）创新人脸检测算法，引入ROI(Region of Interest)编码技术，实现对感兴趣区域的实时编码，提升视频会议的品质。3）开创推出了屏幕内容编码器TSE (Tencent Screen Encoder)，构筑屏幕内容编码技术，实现会议实时屏幕共享，该项技术获得2021年数博会黑科技大奖。这些技术成为“Tencent VooV Meeting”快速爆发不可或缺的核心竞争力。

创新采用SVC灵活分层编码技术，创新“帧”结构，解决视频卡顿、卡死历史难题。

在视频编码里有三种帧类型，I帧、P帧、B帧。在实时通讯场景下，一般是IPPP的编码结构，逐帧参考，也就是参考前一帧，一般不会使用B帧。对于视频会议场景，多人会议中各个用户的网络情况可能各不相同，有的人网络比较好，有的人网络条件差一些。如何适配不同用户的网络状况，在各种网络状态下都能获得一个比较好的视频体验成为“Tencent VooV Meeting”核心要解决的问题。

传统的IPPP编码结构严重影响了视频会议的画质，焦华龙为了解决这一根本难题,创新性地采用了SVC灵活分层编码技术。以上边右图为例，把所有的帧分成三层，第0层只能参考第0层的帧，第1层可以参考第0层或者第1层的帧，第2层可以参考所有层的帧。这样做的好处是，如果用户网络比较差的话，只需要发第0层的帧过去，这样即使只收到0、4、8号帧，也可以正常的解码。同时对于那些网络比较好的用户，可以把所有的帧都发过去。

技术上新之比较，上边左图，是传统的IPPP参考模式，它基本上是卡死的，用户体验非常差。上边右图是采用SVC编码，可以看到虽然相对全帧率，它的帧率有些损失，但是能够保证基本的视频通讯体验。焦华龙的SVC灵活分层编码技术既保证了网络好的用户的视频高清流畅体验，又能保证网络带宽比较差的用户的基本的视频体验，而有效的解决了多终端网络适配的问题。为视频会议的推出奠定坚实的技术基础。

创新人脸检测算法，引入ROI(Region of Interest)编码技术，实现对感兴趣区域的实时编码。

在摄像头场景下，我们主要关注的一般还是在人脸区域，对背景区域的关注低。焦华龙所在团队创新加入人脸检测算法和基于ROI的编码算法，能够实时快速检测出人脸区域，然后将它传入编码器，编码器进行帧内的码率重分配，对人脸区域增加码率，提升编码效果，对非ROI区域降低码率，保证总的码率不超出。在保证视频会议流畅度的前提下，提高人脸识别的清晰度。

视频会议对实时性能要求很高，因此对算法的复杂度也极其敏感，焦华龙所在团队通过几十年扎实的专业功底，研发了一套高效的检测算法，可以把一帧1080P的图像检测耗时控制在0.5毫秒以内。基于ROI区域优化码率控制算法，可以在低带宽下提升主观质量，在高带宽下可以保证主观质量基本不变的情况下，降低20%到30%左右的码率。提升实时视频会议的品质。

3、开创推出屏幕内容编码器TSE (Tencent Screen Encoder)，构筑屏幕内容编码技术，实现会议实时屏幕共享。

传统的视频编码采用的是预测加变换的混合编码结构，这种方式适合摄像头采集的视频。但是对于屏幕内容，它的编码效率不太好。为了提升压缩效率， HEVC (High Efficiency Video Coding)针对屏幕内容专门推出了HEVC-SCC编码标准，可以大大提升屏幕内容的编码效率。但HEVC所负载的帧内块拷贝（IBC）和调色板模式（Palette Mode）功能虽然可以将压缩效率提升50%，但同时也带来编码复杂度的急剧增加，基于此焦华龙所在的媒体引擎团队推出了屏幕内容编码器TSE (Tencent Screen Encoder)。并在算法实现、模式选择、汇编优化等方面对TSE编码器做了全方位优化。

对于IBC编码模式，焦华龙所在团队采用了基于hash表搜索的运动估计代替传统的基于块匹配的运动估计。对于8x8块，将其分成4个4x4个小块，计算它的hash值，然后将这个块的坐标存入该hash值对应的链表。另外，对于hash查找的顺序也做了优化，位置较近的点先计算，大大提升hash搜索速度。

对于Palette编码，最复杂的模块就是颜色表的生成和查找颜色表，焦华龙所在的媒体引擎团队在YUV数据生成颜色表数据以及根据YUV数据快速查找到颜色表中最匹配的颜色数据方面做了大量优化，极大提升调色板编码速度。

除了IBC和Palette本身的算法优化，焦华龙团队在模式选择、快速算法方面也做了很多优化，比如通过帧内帧间预测结果提前退出Palette模式判决等。此外也加入了SIMD优化，进一步提升速度。

焦华龙所在团队在屏幕编码技术上屡屡刷新编码技术的天花板，并于2021年，获得中国国际大数据产业博览会颁发的2021年领先科技成果奖---黑科技大奖。

2020年随着海外云会议公司Zoom大火，国内也群雄并起，“多媒体实验室”在短短3年内，凭借领先的核心技术，完美的性能，将技术的每个细节做到了极致，给客户带来完美体验。截至2021年底，“Tencent VooV Meeting”用户参会次数超过40亿次，覆盖国家和地区超过220个，位居云会议行业第一。如今站在实时音视频领域的风口，我们感谢焦华龙和他所在的团队带给我们生活的福祉，同时也期待焦华龙和他所在的团队在音视频领域能飞的更高、更远。