0
| 本文作者： 老王 | 2017-12-15 21:47 |
雷鋒網(wǎng)按：智慧城市已被談及多年，“視頻監(jiān)控+AI”也成為眾多公司研究的方向。
但現(xiàn)階段，通過(guò)監(jiān)控?cái)z像頭讓城市變得更智智慧，不僅僅是單一的視頻檢索和計(jì)算機(jī)視覺(jué)問(wèn)題，而是在面臨海量信息和突發(fā)事件時(shí)，能否能迅速做出反應(yīng)、能否降低計(jì)算量、能否有效識(shí)別和檢索等一系列龐大的系統(tǒng)工程。
現(xiàn)有視頻監(jiān)控體系的弊病，使得很多復(fù)雜任務(wù)無(wú)法完成，即便是人工智能大規(guī)模滲入后，需求方也往往為了一些特殊目的才加特定的智能攝像頭和處理系統(tǒng)。
有些專用攝像頭只是用來(lái)識(shí)別車(chē)牌號(hào)，有些攝像頭只用來(lái)識(shí)別人臉，這種打補(bǔ)丁式的方法實(shí)際會(huì)帶來(lái)很多問(wèn)題。
針對(duì)這些問(wèn)題，中國(guó)工程程院院士、北京大學(xué)教授高文給出了他的指導(dǎo)意見(jiàn)和解決方案，以下是高文院士講話內(nèi)容，雷鋒網(wǎng)編輯整理。
（本文由高文院士親自審改）
杭州是國(guó)內(nèi)智慧城市做得比較好的城市，有一些區(qū)域也在試驗(yàn)“城市大腦”系統(tǒng)。
我們先來(lái)看下杭州城市道路的數(shù)據(jù)：
目前杭州大概有600多條線路、5萬(wàn)條道路、8萬(wàn)多個(gè)路口。這些路線上有著200萬(wàn)輛車(chē)，其中包括9000輛公交車(chē)，每天的乘客流量高達(dá)390萬(wàn)。
在如此大規(guī)模且極其復(fù)雜的系統(tǒng)里，要做好規(guī)劃和管理實(shí)際上非常艱難。
這是杭州智慧城市使用城市大腦系統(tǒng)所做的整體規(guī)劃：
過(guò)去城市智能交通的規(guī)劃方式，根據(jù)每個(gè)路口的交通狀況做分析，然后給出模型，這些環(huán)節(jié)需要規(guī)劃每個(gè)信號(hào)燈紅黃綠應(yīng)該各維持多長(zhǎng)時(shí)間。但這種方式只能做到局部區(qū)域的優(yōu)化，無(wú)法達(dá)到整個(gè)城市的全局優(yōu)化。
那么如何來(lái)控制紅綠燈的時(shí)間？
下圖是他們通過(guò)云計(jì)算把城市的信號(hào)燈規(guī)劃重新調(diào)整以后得到的結(jié)果，大家可以看到城市交通狀態(tài)分成低保和、中報(bào)和、準(zhǔn)飽和三個(gè)階段：
1、最好的是低飽和，路上車(chē)不多
2、其次是中飽和，路上車(chē)輛數(shù)量正好
3、最差是準(zhǔn)飽和，車(chē)幾乎無(wú)法行駛
之前汽車(chē)在杭州這條線路的行駛速度分別是37公里、30公里和22公里，經(jīng)過(guò)全局優(yōu)化后，這條線路的平均速度為43公里、35公里和26公里，整體提速17%。
在沒(méi)有對(duì)道路進(jìn)行調(diào)整的情況下，只對(duì)信號(hào)燈控制做了優(yōu)化就能提速17%，這非常了不起。
杭州市通過(guò)城市交通管理云進(jìn)行規(guī)劃，除了規(guī)劃信號(hào)燈本身外，還架設(shè)了攝像頭。
攝像頭每時(shí)每刻都在拍路面，并計(jì)算車(chē)的占有率（即每百平方米路面中車(chē)的數(shù)量），基于此來(lái)判斷每條道路的飽和程度，然后對(duì)信號(hào)燈進(jìn)行優(yōu)化。
把一個(gè)月全天24小時(shí)的數(shù)據(jù)輸進(jìn)去后，重新進(jìn)行計(jì)算。但這些數(shù)據(jù)往往不一樣，因此需要有一個(gè)數(shù)據(jù)交換平臺(tái)。
數(shù)據(jù)交換平臺(tái)上是算法平臺(tái)，再上層才是應(yīng)用和服務(wù)平臺(tái)。
上述提到的內(nèi)容和PPT便是整體交通的優(yōu)化，當(dāng)然，這里面不少也與視頻有關(guān)，涉及到各種各樣的模塊。如果信號(hào)進(jìn)來(lái)，它在攝像頭上做編碼，傳到云端做解碼，解碼后再去提取特征、做分析等，這是常規(guī)的流程。
但這樣的系統(tǒng)怎么樣？是不是一個(gè)理想智慧城市系統(tǒng)？我的答案：不是。
剛才談到的那種方式，根據(jù)以往的數(shù)據(jù)來(lái)做調(diào)度規(guī)劃，總體不錯(cuò)，但對(duì)突發(fā)事件無(wú)法及時(shí)做出判斷。
最理想的方式不僅可以通過(guò)以往的數(shù)據(jù)統(tǒng)計(jì)進(jìn)行決策、進(jìn)行查詢，而且也可對(duì)實(shí)時(shí)的數(shù)據(jù)進(jìn)行處理、分析。
世界各地的緊急事件發(fā)生時(shí)，系統(tǒng)整體的響應(yīng)速度實(shí)際都比較差。
為什么？主要因?yàn)楝F(xiàn)在整個(gè)視頻監(jiān)控體系本身造成。
現(xiàn)在的視頻監(jiān)控系統(tǒng)，從一開(kāi)始就面臨數(shù)據(jù)量太大、存儲(chǔ)量太大，查找數(shù)據(jù)不易等一系列挑戰(zhàn)，這些挑戰(zhàn)可以歸納成三個(gè)問(wèn)題：難存儲(chǔ)、難檢索、難識(shí)別。
1、存儲(chǔ)成本高
存儲(chǔ)成本高的主要原因就是數(shù)據(jù)量太大，而且要求存的越久存儲(chǔ)成本就越高。
為了加快速度，減低成本，通常做法是往狠里壓縮，同時(shí)縮短視頻存儲(chǔ)周期：縮短到兩周，之后數(shù)據(jù)逐漸把前面數(shù)據(jù)慢慢覆蓋掉。
2、檢索困難
之所以不能進(jìn)行實(shí)時(shí)反饋，是因?yàn)槟壳暗谋O(jiān)控體系都是為存儲(chǔ)而設(shè)計(jì)。
把數(shù)據(jù)存到庫(kù)里，是監(jiān)控體系的第一要?jiǎng)?wù)。什么時(shí)候你要用，常規(guī)的做法就是把數(shù)據(jù)提出來(lái)，解開(kāi)，然后再做后面的處理。這就導(dǎo)致存儲(chǔ)時(shí)已經(jīng)丟掉了很多東西，在此基礎(chǔ)上再去做識(shí)別效果會(huì)比較差。
3、對(duì)象再標(biāo)識(shí)難
盡管視頻錄下來(lái)了，但A攝像頭錄的信息你找到了，不見(jiàn)得在B攝像頭上能對(duì)得上，這也是一個(gè)非常難的挑戰(zhàn)。
針對(duì)這些挑戰(zhàn)，我們必須想辦法找一個(gè)更好的方案來(lái)解決現(xiàn)有智慧城市系統(tǒng)面臨的問(wèn)題。
這時(shí)候，我們不僅要把東西存儲(chǔ)起來(lái)，而且能夠?qū)崟r(shí)對(duì)任何想識(shí)別、想搜索的信息進(jìn)行實(shí)時(shí)操作。
現(xiàn)在的系統(tǒng)主要是用攝像頭把視頻抓進(jìn)來(lái)后壓縮，傳出去，然后存起來(lái)。
在很多設(shè)有卡口的道路，專門(mén)安裝了卡口服務(wù)器，以此來(lái)識(shí)別車(chē)牌號(hào)。有些道路還專門(mén)安裝高清跟蹤攝像頭，用于蹤人和車(chē)。
上述情況往往是為了一些特殊目的才加的攝像頭和處理系統(tǒng)。
這種打補(bǔ)丁式的方法實(shí)際會(huì)導(dǎo)致很多問(wèn)題。
簡(jiǎn)單來(lái)說(shuō)就是你有A需求，便裝一個(gè)系統(tǒng)，你有B需求，于是再裝另外一個(gè)系統(tǒng)，然后把所有任務(wù)抓取的視頻都推到云端，這就是現(xiàn)有系統(tǒng)通常采用的設(shè)計(jì)模式。
我把它叫做“1-1模式”。
“1-1模式”存在很多問(wèn)題，其中包括數(shù)據(jù)之間的同步，將來(lái)需要統(tǒng)一的數(shù)據(jù)很多，如果在系統(tǒng)里想做交叉檢索，時(shí)間差維度上，對(duì)接起來(lái)會(huì)比較困難。
除此之外，因?yàn)闀r(shí)間點(diǎn)的不同，對(duì)應(yīng)要手工加很多東西，加工結(jié)果是否是系統(tǒng)能規(guī)范化、標(biāo)準(zhǔn)化的也非常難說(shuō)，而且這樣的系統(tǒng)很容易造成一些問(wèn)題。
如果只是存儲(chǔ)問(wèn)題，但沒(méi)及時(shí)分析，很容易導(dǎo)致辨識(shí)時(shí)間較長(zhǎng)，因?yàn)槟惆丫幋a通過(guò)網(wǎng)絡(luò)送到存儲(chǔ)端，如果要用的話，還要解碼，要做特征提取、特征分析識(shí)別等，一系列流程下來(lái)，實(shí)際上很耗費(fèi)時(shí)間。
而且一旦存在硬盤(pán)里，還存在部分信息讀取不到的可能，這就會(huì)導(dǎo)致更大的問(wèn)題。
“1-1模式”存在的另一個(gè)不足就是準(zhǔn)確性比較低，這是所有問(wèn)題里最嚴(yán)重的。
當(dāng)視頻做完壓縮后再去識(shí)別，它的性能比不壓縮要差，也有損失。
我舉幾個(gè)例子：
從上圖可以看到，壓縮幅度的不同，使得從左到右圖像清晰度越來(lái)越差。當(dāng)給它一個(gè)量化參數(shù)時(shí)，觀察QP27、QP32、QP38，數(shù)字越大，實(shí)際上壓得越狠，信息出錯(cuò)的概率也越大。
那么QP值壓縮參數(shù)選多少比較合適？
不同的標(biāo)準(zhǔn)多多少少是有差別的，我們做了一個(gè)測(cè)試（參考上圖）。
如果采用H.265/AVS2（關(guān)閉背景模式）的標(biāo)準(zhǔn)，把AVS2模式打開(kāi)后，碼率（Bitrate）值會(huì)很高。把模式關(guān)掉時(shí)，我們對(duì)50P的高清視頻進(jìn)行測(cè)試，通過(guò)QP參數(shù)值25、32、38、40、51、63來(lái)設(shè)定，設(shè)定以后，對(duì)應(yīng)視頻流的碼率紅色區(qū)域從13MB到5MB、2.4MB，下方藍(lán)色區(qū)域?yàn)?.3MB、0.7MB、0.3MB。
高清視頻一路無(wú)需1MB，700K就已足夠。700k和300k差不多也就需要QP50到60之間的壓縮能力。
這個(gè)能力壓縮到這一值上是很糟糕的情況，后來(lái)我們做大量的分析實(shí)驗(yàn)發(fā)現(xiàn)，發(fā)現(xiàn)QP取值超過(guò)38，后期去檢查人、車(chē)時(shí)，時(shí)間利率就會(huì)急劇下降。（如下圖）
QP值38是一個(gè)拐點(diǎn)，此拐點(diǎn)看上去有點(diǎn)不可思議。
對(duì)于50P的高清視頻分辨率，為了保證后面的識(shí)別最低的碼率為2.4MB，低于這個(gè)水平去做識(shí)別，質(zhì)量會(huì)比較差。
這件事告訴我們，追求高壓縮率和追求高識(shí)別率屬于魚(yú)和熊掌不能兼得。壓縮率高了，識(shí)別率就隨之下降，而識(shí)別率高的前提是減下壓縮率。
除了前面提到的兩個(gè)問(wèn)題外，還存在一大難題是面向存儲(chǔ)的利用率比較低。
每次查找得先解碼，然后再一個(gè)個(gè)的找，這對(duì)服務(wù)器的計(jì)算能力要求非常高。因此要想在存儲(chǔ)視頻研究中心或者分中心里進(jìn)行大規(guī)模檢索查找，實(shí)時(shí)性往往無(wú)法滿足。
大部分情況下，整個(gè)數(shù)據(jù)和算法的利用率極低，如果數(shù)據(jù)能實(shí)時(shí)進(jìn)行檢索和分析，顯然兩者的利用率會(huì)更高。
解決利用率低的問(wèn)題其實(shí)很簡(jiǎn)單，原來(lái)是一個(gè)任務(wù)安裝一個(gè)攝像頭，現(xiàn)在需要把幾個(gè)任務(wù)集中在一個(gè)攝像頭中來(lái)做。
目前海康威視研發(fā)的少數(shù)高端攝像頭可以同時(shí)干好幾件事，未來(lái)也一定要這樣做。
為了存儲(chǔ)而做的編碼流的傳統(tǒng)模式是不行的，必須得編碼出來(lái)，把所有想要的東西一次得到，然后傳輸?shù)皆贫?，要怎么用，不如說(shuō)給云端配上足夠的能力，剛才說(shuō)的問(wèn)題就都能解決了。
這種新的系統(tǒng)我們把它叫做數(shù)字視網(wǎng)膜，也可以叫“慧眼”。
數(shù)字視網(wǎng)膜：慧眼
這種慧眼不僅能看，還能夠感知。如果整個(gè)社會(huì)均由這種慧眼構(gòu)造成，那系統(tǒng)會(huì)非常強(qiáng)大，智慧城市和公安公共視頻的處理也會(huì)變得更加得心應(yīng)手。
實(shí)際上承載數(shù)字視網(wǎng)膜的攝像頭能做兩件事：
1、做好編碼
2、為后面的識(shí)別，提取出需要的信息
但這里需要注意一點(diǎn)，如果把識(shí)別算法直接放在攝像頭里，會(huì)存在問(wèn)題。攝像頭做的事應(yīng)該是提取特征，把后面可能用到的模式識(shí)別的特征提取出來(lái)。
當(dāng)然，也不能用一個(gè)攝像頭把人臉和汽車(chē)等所使用的具體系統(tǒng)的私用特征全部提取和傳輸，因?yàn)檫@些特征加在一起可能比原來(lái)的一個(gè)碼流還大，相當(dāng)于傳兩個(gè)碼流。
如何解決這個(gè)問(wèn)題？用數(shù)字視網(wǎng)膜。
實(shí)際上人的眼睛原理和數(shù)字視網(wǎng)膜很相似，我們看東西時(shí)傳給大腦的信息，實(shí)際上并不是具體地實(shí)打?qū)嵉奈矬w影像，而是視網(wǎng)膜給后腦傳輸了生物特征，在后腦完成。
數(shù)字視網(wǎng)膜與人的眼睛既具有影像重構(gòu)（精細(xì)編碼視覺(jué)內(nèi)容），又具備特征提?。嫦蜃R(shí)別理解）的功能。
這樣的數(shù)字視網(wǎng)膜最終怎么實(shí)現(xiàn)？
原則上這一部分把高效、監(jiān)控視頻編碼（視頻特征的緊湊表達(dá)），把這些特征集合起來(lái)變成緊湊地給它表達(dá)出來(lái)就叫做“緊湊表達(dá)”。
有了這些東西后，把它應(yīng)用在其中，傳輸?shù)皆贫耍@時(shí)候就擁有了數(shù)字視網(wǎng)膜功能。
這樣做不會(huì)多花碼流嗎？不會(huì)。
它用了原來(lái)同一個(gè)碼流解決了兩件事，但前提是視頻編碼略微會(huì)有點(diǎn)損失，但它對(duì)識(shí)別結(jié)果的提升比不用這種方式要高很多倍。
整個(gè)數(shù)字視網(wǎng)膜實(shí)際上包含了四方面的核心技術(shù)：
1、基于背景模型的場(chǎng)景視頻編碼
2、視頻同步描述整個(gè)表達(dá)的記錄，同時(shí)可結(jié)合最近比較熱的深度學(xué)習(xí)
3、在保證性能的時(shí)候，用同一個(gè)碼流把兩個(gè)任務(wù)都傳出去，這需要靠視頻和特征原有編碼技術(shù)的優(yōu)化形式來(lái)解決
4、最后是云端的檢索，對(duì)視頻進(jìn)行更加合理的描述，以便用于搜索
核心技術(shù)一：就是高效的編碼
編碼技術(shù)已發(fā)展30多年，經(jīng)歷了三代技術(shù)更新。
第一代編碼MPEG-2主要用于廣播電視視頻；第二代編碼標(biāo)準(zhǔn)H.264主要服務(wù)于電視和監(jiān)控，直至今年市場(chǎng)上仍舊有不少產(chǎn)品在使用第二代編碼，而第三代編碼標(biāo)準(zhǔn)則是正逐漸進(jìn)入市場(chǎng)的H.265。
中國(guó)的第一代編碼基本上沒(méi)有自己的標(biāo)準(zhǔn)，用的是國(guó)外的。從第二代開(kāi)始有自己的AVS1，第三代有AVS2。就編碼技術(shù)世代相比而言，我們國(guó)外慢一拍，他們進(jìn)入第二代時(shí)咱們才開(kāi)始有第一代，所以AVS2相當(dāng)于國(guó)外的第三代標(biāo)準(zhǔn)。AVS2中有一項(xiàng)我們的獨(dú)有技術(shù)，叫“場(chǎng)景編碼技術(shù)”，使用了這個(gè)技術(shù)的編碼系統(tǒng)，編碼效率比現(xiàn)在第三代又高了接近一倍。所以我們經(jīng)常開(kāi)玩笑說(shuō)，場(chǎng)景編碼技術(shù)讓我們提前跨入新一代編碼標(biāo)準(zhǔn)時(shí)代。這是我們領(lǐng)先于國(guó)外標(biāo)準(zhǔn)的地方。
剛才講的編碼方式，實(shí)際上它得到的好處就是在同等情況下，每前進(jìn)一代，碼流就降低一半，同樣的高清電視內(nèi)容，比如用第一代AVS編要占用10M帶寬傳輸，用第二代AVS只要編5M帶寬就夠了。
核心技術(shù)二：視頻特征的緊湊表達(dá)
如何把這些特征組織起來(lái)？
特征組織是整個(gè)視頻分析中最關(guān)鍵的一項(xiàng)，我們希望找到一個(gè)快準(zhǔn)小的特征。
· 快：它本身搜索的速度比較快
· 準(zhǔn)：搜索準(zhǔn)確率高
· ?。撼叽缧。加玫拇a流更少
這個(gè)問(wèn)題已經(jīng)有了國(guó)際標(biāo)準(zhǔn)：CDVS（緊湊視頻特征描述子），面向視頻搜索的緊縮描述子表達(dá)。
CDVS現(xiàn)在已經(jīng)發(fā)展為國(guó)際標(biāo)準(zhǔn)了，2016年1月份我們?cè)贗EEE T-IP上專門(mén)發(fā)表了一篇文章介紹了該標(biāo)準(zhǔn)，對(duì)此技術(shù)有興趣的專家可以找來(lái)看看。有了CDVS后，也就是從去年開(kāi)始，很多人會(huì)問(wèn)這個(gè)描述做識(shí)別精度怎么樣，和深度學(xué)習(xí)比較效果如何。
后來(lái)我們?cè)嚵嗽嚿疃葘W(xué)習(xí)，使用的特征我們把它稱作深度描述子：用深度學(xué)習(xí)訓(xùn)練出來(lái)的描述子，測(cè)試后發(fā)現(xiàn)，這種描述子效果很不錯(cuò)，基本與手工特征提取相似。
第三項(xiàng)核心技術(shù)：聯(lián)合編碼技術(shù)
視頻編碼有自己的優(yōu)化技術(shù)，叫做RDO，也就是率失真優(yōu)化的縮寫(xiě)。意思是說(shuō)，在給定碼率的前提下，求出失真最小的編碼參數(shù)。不難理解，碼率和失真之間的關(guān)系是個(gè)蹺蹺板，如果追求碼率低，它的編碼損失就大；如果追求編碼損失小，就得付出較高的碼率。此時(shí)需要找到一個(gè)最佳點(diǎn)，這個(gè)最佳點(diǎn)就是我們所說(shuō)的優(yōu)化點(diǎn)，通過(guò)下圖我們可以看到，它基本上是一個(gè)倒曲線，要在曲線先找到一個(gè)點(diǎn)，把“點(diǎn)”確定以后，在這個(gè)碼率下能夠得到最小的損失值。
而對(duì)于視頻分析或者模式識(shí)別來(lái)說(shuō)，我們追求的是識(shí)別準(zhǔn)確率。也就是說(shuō)，當(dāng)識(shí)別特征是在終端（而不是在云端）提取時(shí)，特征的傳輸也需要占用碼率。因此優(yōu)化目標(biāo)函數(shù)為，在給定碼率條件下，求出識(shí)別率最高的特征組合。也就是說(shuō)，識(shí)別優(yōu)化函數(shù)可以表述為RAO，或者說(shuō)率準(zhǔn)確優(yōu)化，其中R是碼率，A是準(zhǔn)確率，O是優(yōu)化。
現(xiàn)在我們有兩個(gè)優(yōu)化函數(shù)需要求解，一個(gè)是RDO，一個(gè)是RAO。我們可以設(shè)計(jì)一個(gè)聯(lián)合優(yōu)化函數(shù)，使得在給定碼率下，所獲得的碼率、識(shí)別率是最優(yōu)的。
例如，當(dāng)給定700k來(lái)傳高清視頻。用這個(gè)優(yōu)化方法會(huì)得到，在700k的碼流里，分配多少給視頻，多少給緊縮特征，然它組合結(jié)果是最好的。這個(gè)方法的直接好處是，在編碼損失幾乎可以忽略不計(jì)的條件下，分析識(shí)別準(zhǔn)確率提高10-40%。
現(xiàn)在標(biāo)準(zhǔn)和軟件都具備了，接下的就是如何去做。
做法上，有很多技術(shù)路線。我舉個(gè)例子，在現(xiàn)有的攝像頭加上CPU或FPGA，把剛說(shuō)的第二件事放進(jìn)去，也可以把特征提取出來(lái)。當(dāng)然，這里除了編碼和特征提取以外，還有一個(gè)編碼和特征之間的聯(lián)系優(yōu)化是非常重要的模塊。
所以，部署時(shí)可以先從現(xiàn)有的系統(tǒng)慢慢往里填補(bǔ)新的，當(dāng)整個(gè)市場(chǎng)啟動(dòng)以后再幫他們?nèi)ゲ渴?，用芯片?lái)做的解決方案。
隨時(shí)間的推移，將來(lái)在整個(gè)數(shù)字視網(wǎng)膜的部署下，我們的系統(tǒng)會(huì)越來(lái)越好用，而且系統(tǒng)有一好處，如果設(shè)計(jì)聰明的話，可以軟件升級(jí)和軟件定義，這些功能可以通過(guò)云端下載到攝像頭上，修改某些參數(shù)表，使得系統(tǒng)里的技術(shù)進(jìn)一步提高。
當(dāng)它們能夠運(yùn)行的時(shí)候，我想城市就比較容易治理。
目前我們已經(jīng)在山東文登有了很長(zhǎng)時(shí)間的試驗(yàn)，找出很多套牌車(chē)，無(wú)牌車(chē)、有遮擋牌子的車(chē)等。
另外，在路上實(shí)時(shí)發(fā)現(xiàn)一些需要跟蹤、抓的車(chē)，進(jìn)行實(shí)時(shí)布控規(guī)劃和預(yù)警，也可在云端進(jìn)行，無(wú)論是用深度特征，還是在系統(tǒng)里深度分析，都可以在馬路上找人等等。
后端可以做一些識(shí)別搜索，這個(gè)系統(tǒng)現(xiàn)在在重慶也進(jìn)行了布控實(shí)驗(yàn)，效果也不錯(cuò)。
所以數(shù)字視網(wǎng)膜其實(shí)涉及到視頻編碼，特征編碼也是一體化，叫MPEG CDVS。
如果對(duì)一個(gè)實(shí)際圖像要求特別高，非常較真，但這個(gè)地方要用整個(gè)視頻流的特征，這些特征現(xiàn)在還沒(méi)做完、還在做，并且安排了CDVA的工作組。
所以，如果大家對(duì)這些事感興趣，我們非常歡迎你們的加入。
在這里我從以前的一對(duì)一模式變成一對(duì)多模式，當(dāng)一對(duì)多模式里有基本的技術(shù)標(biāo)準(zhǔn)就位后，可以把這些標(biāo)準(zhǔn)進(jìn)一步優(yōu)化，然后嵌入在產(chǎn)品里把它實(shí)現(xiàn)，盡快地實(shí)踐和應(yīng)用，這是我們未來(lái)必須要做的一些工作。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
