關(guān)于VR直播解決方案的實踐與探討

□ 丁成剛

一、引言

目前，虛擬現(xiàn)實技術(shù)VR和VR直播發(fā)展火爆，特別是VR直播成為2017年VR行業(yè)的熱點。VR技術(shù)催生了全新的用戶體驗與商業(yè)模式。移動直播的強“自媒體”屬性，與VR全景技術(shù)帶來的真實臨場感，使得移動VR直播在體驗上遠遠超過任何一種直播模式。移動VR直播將顛覆互聯(lián)網(wǎng)社交模式，無論是草根網(wǎng)紅的個人秀場，還是大牌明星的實景互動，都不可避免成為新互聯(lián)網(wǎng)時代的巨型流量入口。

二、解決方案

直播被定義為視頻行業(yè)從單向傳輸?shù)綄崟r互動的一場革命。在1.0時代，PC/平板、手機是重要的載體，用戶參與互動方式主要通過禮物、打字獲得短暫的和主播互動的機會，臨場感的缺乏和交互方式的單一是最大的不足。而VR直播所帶來的沉浸式的體驗直接把直播從1.0時代推向了2.0時代。

一個完整的VR直播解決方案一般涉及采集端、云端、用戶端里的多個環(huán)節(jié)，如圖所示，這些環(huán)節(jié)環(huán)環(huán)相扣，我們基于云端資源和現(xiàn)有的設(shè)備資源，探索了采集、處理與分發(fā)三大架構(gòu)，涵蓋從采集端到云端和用戶端的業(yè)務(wù)流程，實踐了VR直播一整套的解決方案。

（一）VR采集端

采集主要包括視頻拍攝、數(shù)據(jù)采集與輸出。采集設(shè)備一般分為電影級和廣播級。信號源可以是多種，VR直播一般由4-16個攝像信號構(gòu)成，全方位360°全景信號。采用高清信號輸出，構(gòu)建成4k信號。虛擬的信號設(shè)備可以使用HDMI、SDI、AV、VGA、File、IP 流等信號。

1.電影級采集設(shè)備

電影級采集設(shè)備目前主要有HeadcaseVR、HypeVR、NextVR、J2VR等。2016年，全新移動VR拍攝方案的提供商HeadcaseVR團隊正式亮相。采用2/3英寸的CCD傳感器，單分辨率1920×1080。幀率表現(xiàn)為60FPS。J2VR是中國的團隊，是國內(nèi)最早進入全景視覺領(lǐng)域發(fā)展的創(chuàng)新型公司。J2VR也是經(jīng)過幾代更新的電影及VR解決方案提供商。采用4臺RedDragon分別對四個方向進行拍攝采集，最終達到24K錄制100FPS的標準。

2.廣播級采集設(shè)備

XONE一體化全景攝像機支持機內(nèi)實時拼接，支持雙組360°全景視頻同步拍攝，采用SONY 1/1.8英寸CMOS，全景錄制6K/全景直播4K。支持通過RTMP協(xié)議進行串流推送，支持通過PC客戶端或APP客戶端進行預(yù)覽、編碼，支持H264/.H265 HEVC高壓縮比編碼，幀率為1-30fps。

3.民用級

國內(nèi)民用級的全景攝像機較多，例如暴風(fēng)魔眼、Insta 360、Theta、Wipet、360fly 等，在拼接畸變、流暢性、色彩還原、矯正等多個方面還不成熟，適合在自拍旅游等場景使用。

4.核心算法

VR直播采集設(shè)備完成的不止是采集內(nèi)容這一步。設(shè)備里面一般會配套搭載的軟件和算法，這才是核心技術(shù)。在VR直播中，所有的拼接都是直接即刻完成的，例如縫合、映射、美顏、編碼、特效（白平衡、曝光等），即將多鏡頭拍攝的畫面進行亮度色彩調(diào)整、對齊、畸變矯正、投影到球面等一系列處理后，基于圖像特征control points（控制點），合成為一幅完整畫面的過程。

核心圖像處理算法，直接影響系統(tǒng)資源占有率，直接影響碼流、帶寬和存儲。核心算法的好壞直接影響圖像邊緣彎曲的矯正、場景的分割以及虛擬PTZ、轉(zhuǎn)動、放大，這些都是由核心算法帶動的。

現(xiàn)在業(yè)內(nèi)的產(chǎn)品，針對圖像矯正有兩種處理方式，一種是前端攝像機內(nèi)置軟件處理，另一種是后端軟件處理，它們都是對圖像邊緣像素和水平展開進行矯正，圖像矯正的關(guān)鍵在于圖像邊緣像素的還原完整度如何。前種方法節(jié)省了后端和網(wǎng)絡(luò)資源，避免了帶寬和存儲的壓力，即在前端就完成了對圖像進行矯正處理壓縮，最終將一個水平展開的圖像傳輸?shù)胶蠖似脚_，使用者可根據(jù)需求選擇全景畫面或四畫面顯示，圖像很具實時性。而后一種將圖像矯正做到后端電腦上，其優(yōu)勢是借助電腦硬件快速的處理能力和軟件的完備性，完美地實現(xiàn)全景圖像展開和四畫面顯示。從處理能力來說，無疑后端機更具突出表現(xiàn)，效果會更好一些，但缺乏實時性。

圖像矯正算法被嵌入到攝像機內(nèi)是當(dāng)前技術(shù)市場的主流，其更符合用戶即插即用的使用習(xí)慣，借助PC機的產(chǎn)品功能雖然很完美但未必會被用戶接受。

（二）VR云端處理

VR云端處理包括視頻數(shù)據(jù)處理、實時同步、視頻編輯、合成、數(shù)據(jù)推送、云存儲與云端轉(zhuǎn)碼等。我們利用現(xiàn)有的推流設(shè)備以及阿里視頻云資源實現(xiàn)了上述功能。

1.推流

對于從VR采集的視頻流，我們使用NSCaster推送至云端服務(wù)器。NSCaster整機采用便攜化設(shè)計，設(shè)備高度集成化，含內(nèi)置主機、17.3寸全高清顯示屏、PC鍵盤、鼠標觸摸板、導(dǎo)播操作鍵盤、攝像機云臺操作桿、視頻輸入輸出接口封裝、專業(yè)音頻輸入輸出、調(diào)音臺、藍牙無線通話、TALLY輸出、熱插拔數(shù)據(jù)硬盤、DVD刻錄機等。支持總共12路輸入，包括四路SDI/HD-SDI/3G-SDI攝像機輸入、一路全接口（SDI/HDMI/DVI/VGA/分量）輸入、一路網(wǎng)絡(luò)輸入、兩路DDR（視頻素材）輸入、四路虛擬場景輸入。

網(wǎng)絡(luò)輸入可用于通過網(wǎng)絡(luò)接入電腦桌面、Android設(shè)備、iOS設(shè)備；也可以接入網(wǎng)絡(luò)流信號，支持RTMP/RTSP/MMS/VJVGA/VJTeacher/HTTP TS/UDP TS協(xié)議，支持IP攝像機輸入；也可以用于遠程訪談連線。

兩路DDR，用于播放本地視音頻和圖片素材，支持絕大部分常用視音頻和圖片文件；支持單文件播放和列表播放，支持循環(huán)播放；支持播放進度調(diào)整，支持播放倍率調(diào)整，支持播放時間倒數(shù)；支持與切換配合自動播放；支持MMS推流/拉流、FLASH/RTMP推流、UDP TS單播/組播網(wǎng)絡(luò)直播。

2.視頻云處理平臺比較

視頻云處理平臺具備快速部署視頻服務(wù)、順暢運營、集成方便、開發(fā)快速上線，并且運維簡單等產(chǎn)品特性。我們重點對國內(nèi)主要的四家視頻云服務(wù)商進行了比較和分析，詳見表1。

騰訊云視頻互動直播方案比較成熟，與騰訊云通信(IM)結(jié)合緊密，業(yè)務(wù)集成度較高，目前臺內(nèi)新麥是很好的案例。七牛直播云沿襲七牛云的精品路線，側(cè)重于直播，開放云端API實現(xiàn)透明播控管理，CDN節(jié)點相對要少一些。金山視頻云提供了點播數(shù)據(jù)挖掘、H.265編碼其特色(當(dāng)然H.265需要視頻源高清而且終端性能強勁才有明顯效果)，客戶端SDK集中在移動端，直播還支持OTT播放盒、超級電視等多屏播放，在VR直播方面已經(jīng)在GITHUB開放了部分SDK。網(wǎng)易視頻云功能相對完善，同時支持實時互動直播，而且具有各種場景的完整解決方案，擁有千萬級并發(fā)量，SDK也非常全面。接入方便，新手也只需一天就可以為APP接入音視頻功能。

（1）穩(wěn)定性比較

近期云計算的宕機現(xiàn)象再次發(fā)生，云服務(wù)的穩(wěn)定性成為影響用戶抉擇的重要因素之一。當(dāng)然，對于視頻云服務(wù)來說，穩(wěn)定性不止于數(shù)據(jù)中心層，更需要考慮視頻流鏈路的穩(wěn)定，包括對弱網(wǎng)環(huán)境的處理，對卡頓、延遲現(xiàn)象有極大的容忍度。如表2：

表2 關(guān)于視頻云平臺穩(wěn)定性比較

從一定程度上說，自建機房意味著具備專業(yè)的運維團隊、更強的突發(fā)事件應(yīng)對能力、更高效的突發(fā)事件響應(yīng)速度，而這些因素恰恰是提供穩(wěn)定服務(wù)的關(guān)鍵。此外，傳輸機制保證了數(shù)據(jù)的安全性，網(wǎng)絡(luò)QoS策略則能夠保障復(fù)雜網(wǎng)絡(luò)下的流暢直播體驗。而服務(wù)模式?jīng)Q定了是否能夠快速響應(yīng)客戶的技術(shù)、服務(wù)訴求。

（2）技術(shù)服務(wù)

企業(yè)級云服務(wù)和消費級產(chǎn)品最大的不同就是對技術(shù)服務(wù)的需求更甚于對資費的敏感，剛剛發(fā)展起來的云服務(wù)尤其如此。對于視頻云服務(wù)，因為復(fù)雜的場景、冗長的鏈路背后是復(fù)雜的技術(shù)，而視頻服務(wù)商還需要快速為自己的用戶解決問題，最終使用戶滿意，所以技術(shù)支持必不可少。如表3：

表3 關(guān)于視頻云平臺技術(shù)服務(wù)比較

3.金山云的優(yōu)勢

云平臺VR具體技術(shù)參數(shù)與一般的視頻并無區(qū)別，比較大的亮點就是各家H.265的技術(shù)。例如金山公司的H.265生態(tài)鏈打通后，H.265和VR結(jié)合具備了畫質(zhì)和帶寬的優(yōu)勢。

限制VR直播的問題在于碼流。因為VR視頻內(nèi)容在映射后，肉眼可視的分辨率會下降很多。所以對原始視頻的畫質(zhì)要求就比較高，一般都要求是4K或者8K，在4K分辨率下，碼流接近20M。如果H.265能夠在采集端得到大范圍的推廣，可以大幅降低此處的帶寬壓力。華為公司擁有最多的核心專利，是標準的主導(dǎo)者，但是H.265受限于專利費，目前看來大幅應(yīng)用于采集端還有很長的路要走。

具體優(yōu)勢體現(xiàn)為上行碼率自適應(yīng)、窄帶高清轉(zhuǎn)碼、截圖、錄制、時移等功能和服務(wù)；具備較低帶寬直播時延，能保證直播的實時交互；千萬級直播并發(fā)能力，具備可動態(tài)擴展的直播技術(shù)架構(gòu)。提供URL加密、視頻加密、防盜鏈多種安全防護，減少盜播、錄播風(fēng)險。

（三）用戶端開發(fā)

用戶端主要包括全平臺播放器部署，同時支持PC、手機、VR頭顯方式呈現(xiàn)。

全平臺播放器部署采用了KSYMediaPlayer SDK的SDK包進行開發(fā)，重點實踐了APP端的體驗。KSYMediaPlayer SDK是金山云播放內(nèi)核官方推出的在iOS和Android平臺上使用的軟件開發(fā)工具包(SDK)，為iOS和Android開發(fā)者提供簡單、快捷的接口，幫助開發(fā)者實現(xiàn)iOS和Android平臺上的多媒體播放應(yīng)用。

1.KSYMediaPlayer SDK的快速集成

金山云播放內(nèi)核涵蓋Android、iOS、Flash和瀏覽器插件四個平臺，基于FFmpeg自主研發(fā)音視頻媒體播放內(nèi)核，作為一款全平臺兼容的軟件播放方案，金山云播放內(nèi)核提供了跨終端平臺的播放器SDK，以及開放的音視頻播放、控制接口和完整的開源調(diào)用示例，不僅極大地降低了開發(fā)門檻，同時支持客戶快速在多個平臺發(fā)布產(chǎn)品。

（1）KSYMediaPlayer SDK功能

與系統(tǒng)播放器MPMoviePlayerController接口一致，可以無縫快速切換至KSYMediaPlayer；本地全媒體格式支持, 并對主流的媒體格式(mp4、avi、wmv、flv、mkv、mov、rmvb等)進行優(yōu)化；支持廣泛的流式視頻格式，HLS、RTMP、HTTP Rseudo-Streaming等；低延時直播體驗，配合金山云推流sdk，可以達到全程直播穩(wěn)定的4秒內(nèi)延時；實現(xiàn)快速滿屏播放，為用戶帶來更快捷優(yōu)質(zhì)的播放體驗；支持畫面旋轉(zhuǎn)、音量調(diào)節(jié)等各種功能；版本適配支持iOS 7.0以上版本；業(yè)內(nèi)一流的H.265解碼；2M大小的超輕量級直播sdk；支持bitcode，提供了支持直播和點播兩個靜態(tài)庫。相比直播，點播支持了更豐富的封裝格式和音視頻編解碼格式，二者支持的具體功能如表4：

表4 點播和直播支持協(xié)議

（2）運行環(huán)境

KSY MediaPlayer iOS SDK可運行于iPhone/iPod Touch/iPad，支持iOS7.0及以上版本;支持armv7/arm64以及虛擬機運行。

（3）快速集成

Step1集成framework

將金山云SDK解壓后，將framework目錄下KSYMediaPlayer.framework復(fù)制到項目下，選擇需要集成的target，在target->BuildPhases->LinkBinaryWithLibraries下，將 KSYMediaPlayer.framework添加進去，然后添加另外四個系統(tǒng)庫：

VideoToolbox.framework

libstdc++.6.tbd或者libstdc++.6.dylib

libbz2.tbd或者libbz2.dylib

libz.tbd或者libz.dylib

Step2調(diào)用

打開需要集成播放視頻功能的視圖源碼，把如下代碼復(fù)制并粘貼到將要播放視頻的位置，列入到播放/停止按鈕的方法中。

1.導(dǎo)入頭文件

#import

2.初始化player

準備需要視頻播放的UIView；

新建 player；

設(shè)置 url；

調(diào)用prepareToPlay開始播放。由于已經(jīng)設(shè)置shouldAutoplay為TRUE，則prepare完成后立即開始播放。

三、結(jié)語

通過上述的采集、處理、分發(fā)、播放等集成一體的VR直播解決方案，達到了穩(wěn)定輸出的效果，可以通過APP和VR眼鏡進行觀看直播。

隨著直播的不斷演化發(fā)展，直播對于各行各業(yè)的影響也在日益深入，并逐漸開始從個人走向企業(yè)，已經(jīng)成為一個標配，成為大家傳遞信息的一種新方式。VR將是信息傳遞的重要方式。VR直播將扮演非常重要的角色。它會深入到生活的方方面面，深入到各個行業(yè)中。未來3到5年，VR直播行業(yè)將會有較大的發(fā)展，會成為人們?nèi)粘Ｉ钪蝎@取知識并與親朋好友交流的一種重要方式。