于蓉蓉，張 儉，袁 潮，田 卉，溫建偉，楊 蕾，黃曉偉

（中國(guó)移動(dòng)通信有限公司研究院 北京100053）

1 引言

隨著科技的飛速發(fā)展，人們對(duì)媒介的需求從文字、聲音、圖像到視頻不斷前進(jìn)，當(dāng)今社會(huì)也從報(bào)紙、廣播、電視等傳統(tǒng)媒體時(shí)代進(jìn)入新媒體時(shí)代，其中網(wǎng)絡(luò)視頻的發(fā)展最為迅速[1]。

無(wú)論是在互聯(lián)網(wǎng)還是在移動(dòng)互聯(lián)網(wǎng)時(shí)代，視頻無(wú)處不在，聚集了龐大的人氣資源，2011年底我國(guó)的網(wǎng)絡(luò)視頻用戶達(dá)到了3.25億人，2012年網(wǎng)絡(luò)視頻市場(chǎng)規(guī)模已經(jīng)達(dá)到了126億人。目前美國(guó)和日本的網(wǎng)絡(luò)視頻用戶滲透率超過(guò)了50%，日本的手機(jī)視頻用戶滲透率超過(guò)了70%，一些咨詢機(jī)構(gòu)的統(tǒng)計(jì)報(bào)告顯示，2011年全球網(wǎng)絡(luò)視頻用戶達(dá)到8億人，預(yù)計(jì)2015年將達(dá)到16億人，同時(shí)全球移動(dòng)領(lǐng)域視頻應(yīng)用和流量增長(zhǎng)迅猛，2011年上半年全球移動(dòng)應(yīng)用流量中視頻占39%，視頻流量增長(zhǎng)率高達(dá)93%，遠(yuǎn)遠(yuǎn)高于平均數(shù)據(jù)流量增長(zhǎng)率，預(yù)計(jì)2016年將占據(jù)數(shù)據(jù)流量的70.5%，如圖1所示，可見(jiàn)新媒體視頻行業(yè)在有線和無(wú)線領(lǐng)域市場(chǎng)的發(fā)展?jié)摿薮?，社?huì)對(duì)視頻元素內(nèi)容的需求將呈現(xiàn)爆炸式增長(zhǎng)[1～3]。

2 新媒體網(wǎng)絡(luò)視頻行業(yè)發(fā)展現(xiàn)狀

2.1 新媒體視頻行業(yè)產(chǎn)業(yè)鏈

新媒體視頻產(chǎn)業(yè)鏈由內(nèi)容提供、內(nèi)容運(yùn)營(yíng)、內(nèi)容分發(fā)、內(nèi)容展現(xiàn)4個(gè)環(huán)節(jié)組成，如圖2所示。內(nèi)容提供環(huán)節(jié)提供和匯聚視頻內(nèi)容，主要參與者有影視制作公司、個(gè)人UGC等；內(nèi)容運(yùn)營(yíng)環(huán)節(jié)對(duì)視頻內(nèi)容進(jìn)行管理、編輯、生產(chǎn)，主要參與者有傳媒公司、電視臺(tái)、視頻網(wǎng)站等；內(nèi)容分發(fā)環(huán)節(jié)將視頻內(nèi)容分發(fā)傳輸?shù)接脩艚K端，主要參與者有電信運(yùn)營(yíng)商、CDN公司等；內(nèi)容展現(xiàn)環(huán)節(jié)在用戶端展現(xiàn)播放，主要參與者有終端廠商、互聯(lián)網(wǎng)公司等。新媒體視頻內(nèi)容的高效匯聚、管理、加工、分發(fā)和展現(xiàn)都影響業(yè)務(wù)運(yùn)營(yíng)，產(chǎn)業(yè)鏈4個(gè)環(huán)節(jié)當(dāng)前都處于激烈的競(jìng)爭(zhēng)狀態(tài)，各方參與者都在向上下游滲透，試圖構(gòu)建端到端的一體化服務(wù)。

2.2 新媒體視頻行業(yè)傳統(tǒng)模式面臨的主要問(wèn)題

新媒體視頻行業(yè)傳統(tǒng)的商業(yè)模式有C2C和B2C模式，其經(jīng)典代表有Youtube、優(yōu)酷、土豆、搜狐視頻、騰訊視頻等專業(yè)視頻網(wǎng)站，此類網(wǎng)站受到網(wǎng)絡(luò)視頻業(yè)務(wù)發(fā)展的制約，具有以下問(wèn)題。

（1）視頻內(nèi)容獲取受制于版權(quán)和資質(zhì)

視頻內(nèi)容的豐富程度是視頻業(yè)務(wù)的競(jìng)爭(zhēng)力之一，內(nèi)容版權(quán)購(gòu)買費(fèi)用高漲，近年來(lái)翻了幾倍，大多數(shù)視頻網(wǎng)站版權(quán)費(fèi)用占到成本費(fèi)用的30%～50%，同時(shí)UGC內(nèi)容資質(zhì)要求嚴(yán)格，使得視頻行業(yè)內(nèi)容獲取環(huán)節(jié)的門檻提高，業(yè)務(wù)發(fā)展受到制約。

（2）視頻內(nèi)容管理和運(yùn)營(yíng)受制于加工組織

內(nèi)容的智能加工能在有限的成本下最大限度地挖掘內(nèi)容價(jià)值，智能加工包括內(nèi)容分析、分類編目、智能檢索和推薦等技術(shù)支撐，使得內(nèi)容分析碎片化、分類更詳細(xì)、檢索更精確、推薦更精準(zhǔn)。

（3）視頻內(nèi)容帶寬、存儲(chǔ)、運(yùn)維受制于成本投資

帶寬在視頻網(wǎng)站方面的成本投資占比為30%～60%，優(yōu)酷、土豆等一線視頻網(wǎng)站的帶寬成本占比超過(guò)50%，達(dá)到幾億元的投入，在點(diǎn)播高峰時(shí)流量占全國(guó)骨干網(wǎng)帶寬的比重高達(dá)10%。海量級(jí)的內(nèi)容需要存儲(chǔ)和計(jì)算資源，很多視頻網(wǎng)站的存儲(chǔ)資源達(dá)到PB級(jí)，使得服務(wù)器成本加大，同時(shí)研發(fā)和技術(shù)運(yùn)維成本也制約著視頻網(wǎng)站業(yè)務(wù)的發(fā)展。

（4）視頻業(yè)務(wù)質(zhì)量體驗(yàn)受制于呈現(xiàn)和適配

內(nèi)容加工的細(xì)節(jié)影響內(nèi)容呈現(xiàn)方式，內(nèi)容的轉(zhuǎn)碼和適配影響內(nèi)容的流暢性和清晰度，若組織不夠精細(xì)、緩沖長(zhǎng)、不流暢、清晰度低，則影響用戶體驗(yàn)。

2.3 B2B視頻商業(yè)模式成為視頻行業(yè)新藍(lán)海

近年來(lái)隨著新媒體時(shí)代視頻元素需求的增加，各領(lǐng)域企業(yè)如政企客戶、教育機(jī)構(gòu)、中小企業(yè)等都急切需要進(jìn)行視頻在線化管理，但各企業(yè)自建網(wǎng)站的帶寬成本、硬件投入以及技術(shù)維護(hù)費(fèi)用較高，其對(duì)托管式需求較大，由此催生出B2B（business to business）的商業(yè)模式，即通過(guò)打造視頻開(kāi)放平臺(tái)，向企業(yè)用戶提供上傳、轉(zhuǎn)碼、存儲(chǔ)、管理、發(fā)布“一站式”管理服務(wù)，使其用較少的費(fèi)用獲取全面的服務(wù)。

B2B模式潛在的用戶空間和市場(chǎng)空間巨大，以政企客戶為例，據(jù)艾瑞咨詢報(bào)道，2009年我國(guó)中小企業(yè)用戶為4 292萬(wàn)戶，2012年達(dá)到5 651萬(wàn)戶[2]，假設(shè)平均以萬(wàn)元單位作為每家企業(yè)的服務(wù)費(fèi)用，即使以1%作為潛在企業(yè)用戶，在我國(guó)政企領(lǐng)域也有百億元的潛在市場(chǎng)規(guī)模，B2B模式將成為視頻行業(yè)的新藍(lán)海。

3 B2B視頻開(kāi)放平臺(tái)發(fā)展現(xiàn)狀

3.1 B2B視頻平臺(tái)面向的企業(yè)用戶需求

表1對(duì)B2B模式面向的有視頻元素管理需求的企業(yè)用戶進(jìn)行需求分析。

各領(lǐng)域企業(yè)用戶對(duì)視頻元素都有管理需求，視頻類網(wǎng)站如新媒體類和網(wǎng)絡(luò)視頻類企業(yè)需要專業(yè)或準(zhǔn)專業(yè)級(jí)視頻生命周期管理服務(wù)，非視頻類網(wǎng)站如政企、垂直行業(yè)類、社交類企業(yè)需要輕量級(jí)一體化管理服務(wù)。B2B模式對(duì)企業(yè)用戶本身來(lái)說(shuō)具有強(qiáng)烈的吸引力，若企業(yè)自建運(yùn)營(yíng)系統(tǒng)，將投入流媒體服務(wù)器、存儲(chǔ)服務(wù)器、租用帶寬、CDN服務(wù)、軟件開(kāi)發(fā)和運(yùn)維支出費(fèi)用，大型視頻運(yùn)營(yíng)企業(yè)每年投入百萬(wàn)元，中小型企業(yè)投入十幾萬(wàn)到幾十萬(wàn)元不等；而采用B2B模式租用的視頻管理服務(wù)，企業(yè)將節(jié)省50%～70%甚至更多的開(kāi)支。

3.2 B2B視頻開(kāi)放平臺(tái)發(fā)展情況

根據(jù)IDC數(shù)據(jù)，2010-2015年全球視頻平臺(tái)市場(chǎng)規(guī)模正以每年27%的增速發(fā)展，互聯(lián)網(wǎng)企業(yè)和電信運(yùn)營(yíng)商紛紛進(jìn)入B2B市場(chǎng)，打造視頻開(kāi)放平臺(tái)，為用戶提供一體化視頻管理服務(wù)。國(guó)外有上百家在線視頻平臺(tái)企業(yè)，主要集中在北美和西歐，如Brightvove、Ooyala等，而Google、HTC、Cisco、Motorola等巨頭也通過(guò)并購(gòu)視頻平臺(tái)企業(yè)積極進(jìn)入該市場(chǎng)領(lǐng)域，電信運(yùn)營(yíng)商如Verizon、AT&T、NTT等紛紛部署該業(yè)務(wù)，將其納入公司戰(zhàn)略規(guī)劃。國(guó)內(nèi)仍處于起步階段，發(fā)展空間巨大，互聯(lián)網(wǎng)企業(yè)如CC視頻、激動(dòng)網(wǎng)、視訊天下2010年開(kāi)始進(jìn)入市場(chǎng)，運(yùn)營(yíng)商如中國(guó)移動(dòng)開(kāi)始研發(fā)平臺(tái)核心技術(shù)，布局該業(yè)務(wù)領(lǐng)域[2～6]。

3.3 B2B視頻平臺(tái)典型企業(yè)

互聯(lián)網(wǎng)企業(yè)的典型代表有Brightcove和CC視頻，電信運(yùn)營(yíng)商的典型代表有Verizon和中國(guó)移動(dòng)。

3.3.1 典型的互聯(lián)網(wǎng)企業(yè)：Brightcove/CC視頻

（1）國(guó)外代表 Brightcove

Brightcove為企業(yè)用戶管理在線視頻，為內(nèi)容上傳、管理、分析、廣告計(jì)費(fèi)、發(fā)布提供一整套生命周期管理服務(wù)。Brightcove于2005年推出全球第一個(gè)視頻云平臺(tái)，在全球50多個(gè)國(guó)家擁有4 500家客戶，2010年年收入達(dá)5 000萬(wàn)美元，同比增長(zhǎng)50%，自2011年4月起月傳輸視頻流高達(dá)7億MB。2012年2月在納斯達(dá)克上市，公司共獲得風(fēng)險(xiǎn)投資1.5億美元。Brightcove公司的服務(wù)區(qū)域主要分布在美國(guó)和歐洲，客戶涵蓋網(wǎng)絡(luò)電視臺(tái)、視頻網(wǎng)站、品牌公司、媒體公司、出版公司等高端客戶和微型企業(yè)市場(chǎng)[7]，包括紐約時(shí)報(bào)、Showtime、環(huán)球音樂(lè)、AMC、AOL 和 Weather Channel、路透社、MTV音樂(lè)網(wǎng)、甲骨文、飛利浦電子、美國(guó)銀行和本田等。Brightcove公司的客戶增長(zhǎng)情況和營(yíng)收分布如圖3所示。

針對(duì)不同客戶群，Brightcove推出了視頻云極速版、高級(jí)版和企業(yè)版3個(gè)版本。極速版主要面向中小企業(yè)，包含了最基本的專業(yè)視頻分銷功能，在視頻傳輸量和用戶數(shù)量方面有限制；高級(jí)版主要針對(duì)需要定制服務(wù)的客戶，包含更多更全的服務(wù)和功能以及視頻傳輸量和容量，訂閱周期一般都在一年以上。

（2）國(guó)內(nèi)代表CC視頻

CC視頻的主要服務(wù)內(nèi)容是為用戶提供視頻托管、發(fā)布、多終端播放、廣告插播、視頻觀看統(tǒng)計(jì)等托管服務(wù)。通過(guò)CC視頻云管理平臺(tái)，網(wǎng)站不需要購(gòu)置任何硬件設(shè)備，所有的視頻文件都可以通過(guò)CC視頻云管理平臺(tái)上傳至云服務(wù)器，再將視頻文件引入網(wǎng)站前端進(jìn)行播放，為網(wǎng)站用戶提供高清流暢的視頻播放服務(wù)，用戶可以根據(jù)視頻平均大小、日均播放量等選購(gòu)適合自己的包月套餐，流量不夠時(shí)可以在線充值。這種付費(fèi)模式相比用戶自行開(kāi)發(fā)可以節(jié)省70%～80%的成本。

表1 有視頻元素管理需求的企業(yè)用戶B2B需求

2010年CC視頻投入成本1 000萬(wàn)元，營(yíng)收3 000萬(wàn)元，同比增長(zhǎng)200%。其中，廣告模式收入2 400萬(wàn)元，付費(fèi)模式收入600萬(wàn)元。2011年獲得2 000萬(wàn)美元投資。2011年2月，已經(jīng)有超過(guò)12萬(wàn)家網(wǎng)站接入其視頻服務(wù)平臺(tái)，日播放量超過(guò)5 000萬(wàn)次，視頻存儲(chǔ)量超過(guò)1.3億MB。CC視頻的營(yíng)收靠廣告分成和企業(yè)用戶租用，主要客戶涵蓋教育網(wǎng)站、新聞傳媒、垂直行業(yè)和企業(yè)網(wǎng)站[8]。

3.3.2 典型的電信運(yùn)營(yíng)商代表：Verizon/中國(guó)移動(dòng)

（1）國(guó)外代表 Verizon

以Verizon為代表的歐美運(yùn)營(yíng)商，正依托自身基礎(chǔ)設(shè)施優(yōu)勢(shì)和云計(jì)算整體戰(zhàn)略，推出“一站式”數(shù)字媒體服務(wù)（verizon digital media service，VDMS）平臺(tái)，如圖 4 所示，面向內(nèi)容所有者提供PaaS云服務(wù)，通過(guò)端到端互聯(lián)網(wǎng)視頻服務(wù)平臺(tái)，提供內(nèi)容上傳、管理、制作、發(fā)布的“一站式”服務(wù)。

到2011年底，Verizon累計(jì)投資3.7億美元，其中人力成本占比高達(dá)60%。于2011年4月啟動(dòng)了“三步走”戰(zhàn)略，即面向內(nèi)容提供商提供托管服務(wù)，面向內(nèi)容零售商提供加工和分發(fā)服務(wù)，進(jìn)而提供端到端多屏業(yè)務(wù)管理和發(fā)布服務(wù)。

（2）國(guó)內(nèi)代表中國(guó)移動(dòng)

中國(guó)移動(dòng)于2010年開(kāi)始視頻云平臺(tái)技術(shù)研發(fā)，基于云計(jì)算打造視頻云開(kāi)放平臺(tái)，為有視頻元素需求的企業(yè)客戶提供基于云計(jì)算的視頻上傳、存儲(chǔ)、轉(zhuǎn)碼、加工、發(fā)布的“一站式”端到端服務(wù)，如圖5所示。面向的客戶有新媒體網(wǎng)站、政企網(wǎng)站、教育行業(yè)、垂直行業(yè)等，可根據(jù)其需求提供專業(yè)生命周期、輕量級(jí)、定制化的托管服務(wù)，為客戶降低了硬件和技術(shù)投入成本，加快了上線時(shí)間，提高了網(wǎng)站帶寬利用率，降低了運(yùn)維難度。

中國(guó)移動(dòng)等電信運(yùn)營(yíng)商打造視頻開(kāi)放平臺(tái)，并提供B2B服務(wù)，相比互聯(lián)網(wǎng)企業(yè)具有以下優(yōu)勢(shì)：

·具有IDC和帶寬的基礎(chǔ)優(yōu)勢(shì)，具有帶動(dòng)效應(yīng)，可極大地帶動(dòng)數(shù)據(jù)增值服務(wù)（如IDC、CDN、帶寬服務(wù)等）能力的跨越式發(fā)展，引領(lǐng)視頻產(chǎn)業(yè)新秩序的建立和發(fā)展[7,8]；

·具有較強(qiáng)的認(rèn)證、鑒權(quán)與計(jì)費(fèi)能力；

·對(duì)用戶具有品牌影響力與公信力；

·客戶資源優(yōu)勢(shì)明顯。

由此，可激勵(lì)有視頻管理需求的企業(yè)將內(nèi)容托管到電信運(yùn)營(yíng)商，企業(yè)用戶可從設(shè)備和技術(shù)投資中解放出來(lái)，將有限的資源和精力聚集于業(yè)務(wù)邏輯設(shè)計(jì)和運(yùn)營(yíng)管理，創(chuàng)造最大的企業(yè)價(jià)值。

4 新媒體視頻開(kāi)放平臺(tái)特點(diǎn)和關(guān)鍵技術(shù)

4.1 新媒體視頻開(kāi)放平臺(tái)特點(diǎn)

以中國(guó)移動(dòng)新媒體視頻開(kāi)放平臺(tái)為例，基于云存儲(chǔ)和云計(jì)算基礎(chǔ)設(shè)施搭建視頻云平臺(tái)，向有視頻元素管理需求的企業(yè)用戶開(kāi)放，包括視頻上傳、云轉(zhuǎn)碼、云存儲(chǔ)、視頻切片、內(nèi)容分析、內(nèi)容檢索、推薦和發(fā)布，如圖6所示。

新媒體視頻開(kāi)放平臺(tái)具有以下特點(diǎn)。

·多樣化的內(nèi)容匯聚方式：支持各類型的視頻信號(hào)上傳，支持不同類型網(wǎng)絡(luò)的視頻文件，支持來(lái)自DVD/VCD/移動(dòng)硬盤(pán)等各種物理存儲(chǔ)介質(zhì)、不同類型手機(jī)終端的文件；同時(shí)兼容各類壓縮格式和文件封裝方式的文件，支持?jǐn)帱c(diǎn)續(xù)傳功能。

·支持快速部署和上線應(yīng)用：平臺(tái)級(jí)的服務(wù)提供全面的應(yīng)用上線、部署模塊，自動(dòng)化程度高，降低了應(yīng)用開(kāi)發(fā)的成本，極大地縮短了應(yīng)用的上線和部署時(shí)間。

·挖掘內(nèi)容價(jià)值、業(yè)務(wù)質(zhì)量體驗(yàn)好：視頻開(kāi)放平臺(tái)通過(guò)視頻切片、內(nèi)容分析進(jìn)行加工處理，精細(xì)組織內(nèi)容，挖掘內(nèi)容價(jià)值。平臺(tái)通過(guò)云轉(zhuǎn)碼提高時(shí)效性，通過(guò)自適應(yīng)碼率適配保證視頻播放的流暢性和清晰度。

·降低用戶運(yùn)營(yíng)成本：用戶投入網(wǎng)絡(luò)帶寬、硬件、技術(shù)研發(fā)、運(yùn)維的成本大大降低，從而運(yùn)營(yíng)成本大大降低。

4.2 視頻云關(guān)鍵技術(shù)

新媒體視頻云平臺(tái)涉及的關(guān)鍵技術(shù)有視頻的云轉(zhuǎn)碼技術(shù)、云存儲(chǔ)技術(shù)、動(dòng)態(tài)碼率適配技術(shù)、基于瀏覽器的視頻播放技術(shù)、內(nèi)容分析技術(shù)、智能檢索技術(shù)、內(nèi)容推薦技術(shù)等。

4.2.1 視頻云轉(zhuǎn)碼技術(shù)

為了解決視頻數(shù)據(jù)增大給傳統(tǒng)視頻處理方法帶來(lái)的時(shí)間開(kāi)銷問(wèn)題，以有效地轉(zhuǎn)碼成設(shè)備分辨率相匹配的視頻，采用云計(jì)算進(jìn)行視頻轉(zhuǎn)碼，不僅能提高轉(zhuǎn)碼效率，且具有較強(qiáng)的容錯(cuò)性和擴(kuò)展性，使轉(zhuǎn)碼處理更可靠和實(shí)用。

視頻云轉(zhuǎn)碼通過(guò)視頻切片模塊從分布式文件系統(tǒng)（HDFS）中讀取需轉(zhuǎn)碼的文件，分成大小不同的視頻片段，并將片段名稱傳遞給任務(wù)調(diào)度模塊，任務(wù)調(diào)度模塊接收視頻片段并為每個(gè)片段分配一個(gè)Map任務(wù)，Map任務(wù)調(diào)用轉(zhuǎn)碼程序進(jìn)行轉(zhuǎn)碼，轉(zhuǎn)碼后傳給視頻合并模塊，由Reduce任務(wù)對(duì)所有轉(zhuǎn)碼的片段進(jìn)行排序合并，輸出完整的視頻文件。

針對(duì)視頻進(jìn)行云轉(zhuǎn)碼處理，需要先進(jìn)行預(yù)處理，即實(shí)現(xiàn)視頻文件切片，視頻分片模塊將輸入的視頻文件分成大小不同的視頻片段，基于GOP（group of picture，畫(huà)面組）進(jìn)行轉(zhuǎn)碼，可以保證視頻流和音頻流是同步的，不用再進(jìn)行分割。根據(jù)視頻編解碼的特點(diǎn)設(shè)定切片大小，估算切片所需計(jì)算資源時(shí)需綜合考慮編解碼算法、分辨率和幀率參數(shù)，方能得到不同輸入輸出配置下每個(gè)切片的大小。

基于切片的云轉(zhuǎn)碼方案，相比傳統(tǒng)的轉(zhuǎn)碼方法具有以下優(yōu)點(diǎn)，如圖7所示。

·CPU可均衡使用，解決了傳統(tǒng)轉(zhuǎn)碼方法中CPU閑忙使用不均衡的問(wèn)題。

·長(zhǎng)視頻作業(yè)可加速完成。

·高優(yōu)先級(jí)作業(yè)可搶占低優(yōu)先級(jí)作業(yè)，原作業(yè)可中斷，并在以后繼續(xù)。

針對(duì)任務(wù)調(diào)度，利用了MapReduce的調(diào)度算法，MapReduce具有計(jì)算資源全局共享的特點(diǎn)。作業(yè)優(yōu)先級(jí)可指定且可動(dòng)態(tài)調(diào)整，高優(yōu)先級(jí)的轉(zhuǎn)碼作業(yè)能搶占低優(yōu)先級(jí)作業(yè)并執(zhí)行，計(jì)算資源能得到充分利用，在一定程度上滿足了計(jì)算資源動(dòng)態(tài)分配的需求。

MapReduce的原理是利用輸入對(duì)集合產(chǎn)生輸出對(duì)集合，由Map階段和Reduce階段組成。Map階段，從輸入數(shù)據(jù)解析出對(duì)，經(jīng)過(guò)自定義Map函數(shù)輸出中間對(duì)，MapReduce系統(tǒng)根據(jù)鍵值對(duì)對(duì)所有中間值進(jìn)行分組歸并，輸出鍵值對(duì)，并傳給Reduce階段。Reduce階段，接受鍵值對(duì)，進(jìn)行代碼處理并將這些值合并，最后將結(jié)果寫(xiě)入最終輸出文件。

4.2.2 視頻云存儲(chǔ)技術(shù)

視頻數(shù)據(jù)量大且呈現(xiàn)爆炸性增長(zhǎng)，傳統(tǒng)使用NAS的方案擴(kuò)展能力有限，只能購(gòu)置獨(dú)立的NAS，兼容性差，為管理造成了不便，且越來(lái)越多的應(yīng)用對(duì)數(shù)據(jù)訪問(wèn)帶寬和響應(yīng)時(shí)間提出明確的需求，數(shù)據(jù)并行訪問(wèn)的需求越來(lái)越普遍[9]。云存儲(chǔ)突破了傳統(tǒng)存儲(chǔ)方式性能和容量的限制，能使得網(wǎng)絡(luò)中各種不同類型的存儲(chǔ)設(shè)備形成強(qiáng)大的存儲(chǔ)能力，在性能與容量上容易擴(kuò)展，企業(yè)不用管實(shí)際的存儲(chǔ)方式，從而可以解決存儲(chǔ)難題。近年來(lái)國(guó)內(nèi)外IT廠商陸續(xù)推出云存儲(chǔ)產(chǎn)品，如Amazon推出Elastic Compute Cloud（彈性計(jì)算云，EC2）云存儲(chǔ)產(chǎn)品，為用戶提供互聯(lián)網(wǎng)服務(wù)和存儲(chǔ)計(jì)算功能；微軟推出Window Live Sky Drie產(chǎn)品，提供網(wǎng)絡(luò)移動(dòng)硬盤(pán)服務(wù)等。

云存儲(chǔ)通過(guò)集群應(yīng)用或分布式文件系統(tǒng)等功能，將網(wǎng)絡(luò)中大量不同類型的存儲(chǔ)設(shè)備通過(guò)虛擬化軟件集合起來(lái)協(xié)同工作，共同對(duì)外提供數(shù)據(jù)存儲(chǔ)和業(yè)務(wù)訪問(wèn)功能。與傳統(tǒng)的方式相比，云存儲(chǔ)是一個(gè)復(fù)雜的系統(tǒng)，包括網(wǎng)絡(luò)設(shè)備、存儲(chǔ)設(shè)備、應(yīng)用軟件、服務(wù)器等，一般由存儲(chǔ)層、基礎(chǔ)管理層、應(yīng)用接口層和訪問(wèn)層組成，存儲(chǔ)層包括對(duì)存儲(chǔ)設(shè)備（如IP存儲(chǔ)或光纖設(shè)備）進(jìn)行管理以及存儲(chǔ)虛擬化，基礎(chǔ)管理層對(duì)分布式文件系統(tǒng)進(jìn)行集群管理以及數(shù)據(jù)備份加密等，應(yīng)用接口層提供API、Web服務(wù)和網(wǎng)絡(luò)接入，應(yīng)用程序通過(guò)訪問(wèn)層訪問(wèn)基礎(chǔ)管理層對(duì)外的應(yīng)用接口，提供存儲(chǔ)能力。

云存儲(chǔ)具有以下特性：容量大，支持平滑擴(kuò)展；并發(fā)高，支持大量用戶訪問(wèn)不同文件的需求；支持?jǐn)?shù)據(jù)靈活性變化，不同的視頻文件體積差別很大、數(shù)據(jù)存儲(chǔ)的物理位置可實(shí)時(shí)獲??；可節(jié)約存儲(chǔ)資源，減少成本，根據(jù)需求設(shè)定訪問(wèn)權(quán)限與他人共享數(shù)據(jù)，節(jié)約存儲(chǔ)設(shè)備。

4.2.3 動(dòng)態(tài)碼率適配技術(shù)

目前互聯(lián)網(wǎng)上大部分視頻都是通過(guò)HTTP進(jìn)行傳輸?shù)模漭^大的開(kāi)銷、重傳引起的時(shí)延、長(zhǎng)時(shí)間緩沖造成的帶寬浪費(fèi)等，隨著基礎(chǔ)網(wǎng)絡(luò)的飛速發(fā)展使得適用性變窄，欠實(shí)時(shí)性是HTTP技術(shù)的弱點(diǎn)，劇烈的帶寬波動(dòng)常常致使網(wǎng)絡(luò)的瞬時(shí)帶寬降低至不足以承載正在傳輸?shù)拿襟w的比特率，此時(shí)，大量重傳加重了帶寬的負(fù)載，導(dǎo)致媒體播放發(fā)生頻繁中斷，嚴(yán)重影響用戶的主觀感受。

為了使發(fā)布的視頻能清晰流暢地在終端上進(jìn)行展示，需要解決網(wǎng)絡(luò)適配和終端適配兩大問(wèn)題。網(wǎng)絡(luò)適配需要針對(duì)多種類型網(wǎng)絡(luò)（包括2G/3G/4G/Wi-Fi和寬帶有線等），加上無(wú)線網(wǎng)絡(luò)的帶寬和質(zhì)量受環(huán)境變化影響極大，通過(guò)合適的機(jī)制實(shí)現(xiàn)傳輸對(duì)帶寬的動(dòng)態(tài)自適應(yīng)。終端適配技術(shù)針對(duì)多種視頻播放的終端類型，如智能手機(jī)、平板電腦、筆記本電腦、臺(tái)式電腦、高清電視等，實(shí)現(xiàn)以最接近屏幕分辨率的視頻分辨率播放視頻。

視頻云的動(dòng)態(tài)自適應(yīng)的碼流同時(shí)考慮各種接入網(wǎng)絡(luò)的情況和終端屏幕大小，如主要的分辨率和碼率，以滿足不同用戶的需求，動(dòng)態(tài)碼率適配如圖8所示。

視頻云采用基于HTTP的自適應(yīng)流技術(shù)，包括HLS（HTTP live streaming）技 術(shù) 和 DASH （dynamic adaptive streaming over HTTP）技術(shù)，實(shí)現(xiàn)動(dòng)態(tài)碼率適配。

HLS技術(shù)在服務(wù)器端提供了內(nèi)容相同但比特率不同的多個(gè)視頻流，每一個(gè)視頻流都被分割為大量小文件，在傳輸時(shí)客戶端不再請(qǐng)求大的媒體文件，而是不斷地請(qǐng)求分割開(kāi)來(lái)的片段文件，當(dāng)帶寬發(fā)生波動(dòng)時(shí)，客戶端還可以選擇更合適的流，以降低帶寬的負(fù)載。

DASH技術(shù)是由MPEG和3GPP（3rdgenerationpartnership project）支持的國(guó)際標(biāo)準(zhǔn)[10]，DASH的基礎(chǔ)是3GPP和 OIPF（open IPTV forum）提出的 AHS（adaptive HTTP streaming）和HAS（HTTP adaptive streaming）技術(shù)。DASH同時(shí)支持MP4和MPEG2 TS兩種文件格式，也提供更多文件格式的擴(kuò)展。DASH規(guī)定了內(nèi)容準(zhǔn)備所用格式和快速高效的內(nèi)容自適應(yīng)工具，支持特技模式、多語(yǔ)言字幕及聲道、廣告插播以及保護(hù)內(nèi)容的數(shù)字權(quán)限管理技術(shù)，兼容標(biāo)準(zhǔn)網(wǎng)絡(luò)服務(wù)器和視頻緩沖技術(shù)。

4.2.4 基于瀏覽器的視頻播放技術(shù)

當(dāng)前的視頻網(wǎng)站大都要求用戶安裝播放器客戶端才能觀看視頻內(nèi)容，這無(wú)形中提高了用戶的觀看門檻。造成這一現(xiàn)象的原因主要有以下兩個(gè)方面。

·受本身的技術(shù)能力限制，制作某種或有限的特定格式的碼流，要求客戶安裝特定的播放器。

·通過(guò)開(kāi)發(fā)自有的播放器客戶端試圖吸引用戶使用，提高用戶黏性和企業(yè)知名度。

視頻云平臺(tái)側(cè)通過(guò)制作多種視頻發(fā)布格式解決多終端適配的問(wèn)題，使用HTML5開(kāi)發(fā)可定制的播放器界面，使用瀏覽器內(nèi)核實(shí)現(xiàn)視頻解碼播放。用戶只需使用終端操作系統(tǒng)內(nèi)置的瀏覽器（如 Safari、Firefox、Chrome、IE、Opera 等）即可實(shí)現(xiàn)視頻收看，極大地降低了用戶使用門檻，同時(shí)大大消除客戶端播放器適配不同終端的研發(fā)投入，視頻云平臺(tái)通過(guò)界面和解碼播放分離的技術(shù)，既實(shí)現(xiàn)了終端適配，減少研發(fā)成本，又提高了用戶使用黏性。

4.2.5 視頻內(nèi)容分析技術(shù)

視頻內(nèi)容分析通過(guò)模式識(shí)別等技術(shù)，實(shí)現(xiàn)計(jì)算機(jī)的自動(dòng)化內(nèi)容分析和理解，對(duì)海量視頻數(shù)據(jù)進(jìn)行快速智能處理，為視頻內(nèi)容分類、搜索、推薦提供智能化的技術(shù)支撐，挖掘視頻內(nèi)容價(jià)值。視頻智能分析結(jié)合內(nèi)容分析模塊和用戶分析模塊，為視頻分類、搜索和推薦提供技術(shù)支撐。

內(nèi)容分析模塊對(duì)視頻進(jìn)行結(jié)構(gòu)化分析，首先通過(guò)鏡頭檢測(cè)方法對(duì)視頻鏡頭進(jìn)行分割，提取鏡頭的關(guān)鍵幀，分析鏡頭相似度，進(jìn)而構(gòu)造視頻場(chǎng)景信息，形成結(jié)構(gòu)化視頻特征描述信息。同時(shí)結(jié)合話音和文本特征分析，多維度對(duì)視頻內(nèi)容進(jìn)行碎片化分析，提取關(guān)鍵特征信息，輔助視頻進(jìn)行編目分類，為基于內(nèi)容的精確搜索提供索引信息，從而實(shí)現(xiàn)內(nèi)容深度挖掘。

鏡頭分割技術(shù)主要針對(duì)鏡頭切變檢測(cè)，包括圖像像素差法、模板比較法、顏色直方圖差法等，關(guān)鍵幀反映組鏡頭中主要信息內(nèi)容的若干幀圖像，關(guān)鍵幀提取算法有基于鏡頭的方法、基于內(nèi)容分析的方法、基于運(yùn)動(dòng)分析的方法、基于聚類的方法等。基于鏡頭的方法為每個(gè)鏡頭選一個(gè)關(guān)鍵幀，如經(jīng)典的又幀平均型和直方圖平均法，運(yùn)算量小，適合于內(nèi)容活動(dòng)性小或保持不變的鏡頭。

圖像和視頻的視覺(jué)特征提取是分析的重點(diǎn)[11]，視覺(jué)特征有顏色、紋理、形狀等底層特征。顏色特征簡(jiǎn)單，尺寸、方向、視角的依賴性較小，具有較好的緊致性，應(yīng)用最為廣泛。顏色特征提取方法包括顏色直方圖、顏色矩、顏色集、顏色聚合向量、顏色相關(guān)圖等。紋理特征包含了物體表面結(jié)構(gòu)排列的重要信息以及它們與周圍環(huán)境的聯(lián)系，是一種同質(zhì)性視覺(jué)模式。紋理特征提取方法有共生矩陣表法、視覺(jué)性紋理描述法（粗細(xì)度、對(duì)比度、方向性等）、小波方法、Gabor小波方法等。形狀有一定的語(yǔ)義含義，但描述復(fù)雜得多，常需要先對(duì)圖像進(jìn)行分割。形狀特征方法包括輪廓表示方法和區(qū)域表示方法，前者適用于對(duì)形狀邊界的描述，最典型的方法是傅立葉描述符，而后者則適用于表達(dá)形狀包含的整個(gè)區(qū)域，最典型方法是形狀無(wú)關(guān)矩。為了使從不同視角獲取的目標(biāo)圖像互相匹配，形狀特征還應(yīng)具有平移、旋轉(zhuǎn)和縮放變換不變性。近年來(lái)在形狀表示和匹配方面的工作還有有限元法、旋轉(zhuǎn)函數(shù)、波描述符等方法。

用戶分析模塊包括用戶屬性、行為、社交關(guān)系分析等，其中用戶屬性包括年齡、性別、愛(ài)好等，行為包括點(diǎn)播內(nèi)容、觀看時(shí)長(zhǎng)、觀看頻次等，通過(guò)構(gòu)造用戶信息庫(kù)，對(duì)用戶數(shù)據(jù)進(jìn)行分析，為智能推薦提供精準(zhǔn)依據(jù)。視頻內(nèi)容分析如圖9所示。

4.2.6 視頻智能檢索技術(shù)

傳統(tǒng)的文本檢索漏檢誤檢率高、查詢方式不夠智能，基于內(nèi)容的視頻檢索融合語(yǔ)義分析、人機(jī)交互、知識(shí)管理等技術(shù)，提供靈活、智能、多樣化的內(nèi)容查詢和檢索方式，深入挖掘視頻內(nèi)容資產(chǎn)價(jià)值[12]。

內(nèi)容檢索通過(guò)內(nèi)容智能分析結(jié)果構(gòu)造多維度索引模塊，經(jīng)過(guò)感興趣內(nèi)容、文本、話音的相似性匹配，輸出多模態(tài)的檢索結(jié)果，支持多層次搜索，如目錄檢索、同音字查詢、模糊查詢、基于內(nèi)容搜索等。

建立索引是實(shí)現(xiàn)海量視頻數(shù)據(jù)快速檢索的前提，基于視頻內(nèi)容分析的結(jié)果形成對(duì)視頻內(nèi)容的邏輯描述，將各層次分析的內(nèi)容特征存入特征索引庫(kù)，按照關(guān)鍵幀集、鏡頭集、場(chǎng)景集建立自動(dòng)化索引，同時(shí)考慮非結(jié)構(gòu)化需求，結(jié)合手工標(biāo)注（如對(duì)標(biāo)題選取、字幕和畫(huà)面的文字描述等）建立多維度索引，計(jì)算查詢視頻和庫(kù)中視頻的相似距離，相似距離法將其看作特征空間的點(diǎn)，相似度通過(guò)計(jì)算查詢特征和庫(kù)特征的距離來(lái)匹配，檢索出相似的視頻。

開(kāi)放性視頻平臺(tái)的智能內(nèi)容檢索具有以下技術(shù)特性，如圖10所示。

（1）非結(jié)構(gòu)化多維度索引

多維度索引包括視頻關(guān)鍵幀的提取、視頻畫(huà)面文字和字幕的提取、某個(gè)時(shí)間點(diǎn)上Tag的描述、話音提取、用戶針對(duì)視頻某個(gè)時(shí)間點(diǎn)的點(diǎn)評(píng)。

（2）對(duì)感興趣內(nèi)容進(jìn)行搜索

感興趣區(qū)域是最能表現(xiàn)圖像內(nèi)容或用戶感興趣的區(qū)域，可通過(guò)手工選取或視覺(jué)自動(dòng)化方式提取，后者利用認(rèn)知心理學(xué)的視覺(jué)注意模型，選取注視焦點(diǎn)模型來(lái)提取興趣點(diǎn)，通過(guò)聚類算法把感興趣點(diǎn)聚類為感興趣區(qū)域，再基于該區(qū)域利用內(nèi)容分析算法進(jìn)行特征提取。

內(nèi)容分析特征提取算法對(duì)感興趣目標(biāo)任意性變化包括大小、位置、角度、光照及背景變化具有頑健性和穩(wěn)定性，能精確描述不同背景下的相同內(nèi)容，針對(duì)多種維度索引通過(guò)相似性距離進(jìn)行匹配，實(shí)現(xiàn)對(duì)感興趣內(nèi)容的搜索。

（3）開(kāi)源索引技術(shù)

通過(guò)開(kāi)源技術(shù)Lucene搭建搜索引擎，可支持索引字段定制、異構(gòu)索引結(jié)構(gòu)，適合開(kāi)放式環(huán)境，接口函數(shù)靈活，數(shù)據(jù)源靈活多樣。

4.2.7 視頻內(nèi)容推薦技術(shù)

傳統(tǒng)的推薦方法根據(jù)大眾行為進(jìn)行視頻推薦，很多用戶得不到個(gè)性化的推薦結(jié)果，而隨著用戶多樣化需求的增長(zhǎng)，以用戶為中心的個(gè)性化推薦技術(shù)在一些電子商務(wù)和社交網(wǎng)站中廣泛應(yīng)用，如亞馬遜、豆瓣網(wǎng)等，個(gè)性化推薦方法分為3種：基于關(guān)聯(lián)規(guī)則的推薦算法、基于內(nèi)容的推薦算法以及協(xié)同過(guò)濾算法。基于關(guān)聯(lián)規(guī)則的方法是挖掘出關(guān)聯(lián)規(guī)則，也就是那些同時(shí)被很多用戶關(guān)聯(lián)的集合，該方法較成熟，但具有數(shù)據(jù)稀疏性問(wèn)題。

視頻云平臺(tái)采用混合推薦方法，將基于內(nèi)容的方法和協(xié)同過(guò)濾的方法結(jié)合，基于內(nèi)容的推薦方法通過(guò)分析特定用戶的屬性以及項(xiàng)目的屬性來(lái)過(guò)濾項(xiàng)目信息，對(duì)該用戶最近操作過(guò)項(xiàng)目屬性相似的項(xiàng)目進(jìn)行推薦，該方法不需要用戶歷史數(shù)據(jù)。協(xié)同過(guò)濾推薦方法根據(jù)用戶相似性推薦相似用戶感興趣的事物，其思路是喜歡相同項(xiàng)目的用戶更有可能具有相同的興趣，該方法依賴大量用戶數(shù)據(jù)。混合推薦方法根據(jù)用戶信息和內(nèi)容語(yǔ)義特性計(jì)算相似性，緩解協(xié)同過(guò)濾方法中用戶評(píng)分的稀疏性問(wèn)題，實(shí)現(xiàn)個(gè)性化的智能推薦。

5 結(jié)束語(yǔ)

新媒體時(shí)代視頻飛速發(fā)展，有視頻元素管理需求的各領(lǐng)域企業(yè)對(duì)面向B2B的視頻開(kāi)放平臺(tái)需求強(qiáng)烈，B2B模式成為視頻行業(yè)的新藍(lán)海，發(fā)展?jié)摿薮螅旅襟w視頻云開(kāi)放平臺(tái)為各視頻管理需求企業(yè)用戶提供了一體化B2B視頻服務(wù)，為企業(yè)用戶降低了硬件投入、開(kāi)發(fā)和運(yùn)維費(fèi)用，從而降低視頻管理門檻，使其更好地聚集于業(yè)務(wù)邏輯設(shè)計(jì)和運(yùn)營(yíng)管理，創(chuàng)造最大的企業(yè)價(jià)值。電信運(yùn)營(yíng)商利用其IDC、帶寬、用戶及品牌等優(yōu)勢(shì)，打造視頻開(kāi)放平臺(tái)，具有帶動(dòng)效應(yīng)，B2B業(yè)務(wù)可帶動(dòng)數(shù)據(jù)增值服務(wù)的跨越式發(fā)展，引領(lǐng)視頻產(chǎn)業(yè)新模式發(fā)展。

1 嵇正鵬,趙新寧,汪敏娟.全業(yè)務(wù)運(yùn)營(yíng)下視頻業(yè)務(wù)綜合服務(wù)模型的研究.電信科學(xué),2007(9)

2 艾瑞咨詢.http://www.iresearch.cn/

3 易觀智庫(kù).http://www.enfodesk.com

4 王積龍.Brightcove,融合媒介的新亮點(diǎn).中國(guó)記者,2007(8)

5 鐘萍,李鵬.CC視頻:做互聯(lián)網(wǎng)幕后技術(shù)英雄.中國(guó)高新技術(shù)企業(yè),2010(10)

6 張小東.Verizon:建設(shè)超級(jí)云計(jì)算IDC中心.通信世界,2011(7)

7 羅承,劉亮.云計(jì)算對(duì)IDC發(fā)展的影響分析.電信工程技術(shù)與標(biāo)準(zhǔn)化,2010(12)

8 孫少陵.云計(jì)算在移動(dòng)通信領(lǐng)域的應(yīng)用前景.中國(guó)新通信,2011(17)

9 匡松,周啟海.數(shù)據(jù)云技術(shù)發(fā)展的若干關(guān)鍵問(wèn)題.計(jì)算機(jī)科學(xué),2009(4)

10 Liu C H,Bouazizi I.Rate adaptation for dynamic adaptive streaming over HTTP in content distribution network.Signal Processing,Image Communication,2012(4)

11 田卉,覃團(tuán)發(fā),梁琳.綜合顏色、紋理、形狀和相關(guān)反饋的圖像檢索.計(jì)算機(jī)應(yīng)用研究,2007(11)

12 王利卿.視頻內(nèi)容檢索統(tǒng)計(jì)系統(tǒng)的研究與設(shè)計(jì).微電子學(xué)與計(jì)算機(jī),2005(9)