不同的AI视频推理场景下，如何构建通用高效的抽帧工具？

导读

AI算法在视频娱乐行业得到了广泛应用，在处理视频数据过程中最大瓶颈之一是视频抽帧延时，抽帧延时往往占据了整体服务的大部分时间。此外，不同的AI算法应用于不同业务时，对视频抽帧需求也不同。

对此，本文介绍一种高效通用的抽帧工具在AI视频推理服务中的应用，可以降低服务整体处理延时；并针对AI算法对视频抽帧的不同需求，在不同的使用场景下，提供通用化的功能。

AI算法已经广泛应用于AI视频推理服务中，目前爱奇艺AI服务中与视频数据相关的服务多达数百个，每个服务又由多个算法组成。这些AI算法对输入视频数据的需求不同，部署硬件平台也不同，导致AI算法在视频推理服务面临多方面的挑战。

例如：以用户上传的短视频为主的视频审核业务而言，其主要挑战为：为了提升用户体验，需要在很短的时间内审核完成；用户上传的视频编码格式多样，需要视频抽帧工具能够支持不同的编码格；视频审核业务需要对低俗、血腥、暴力、政治、儿童邪典等多方面进行审核，有的算法部署在GPU上，有的算法部署在CPU上，这需要抽帧工具无论是在CPU上还是在GPU上都能够以很短的延时处理。

而以长视频为主的词生产、转场点、行为识别、视频插帧等业务而言，其主要挑战为：抽帧工具需要确保抽帧的结果精准，即抽取的视频帧以及其时间戳与原视频完全吻合，此外长视频抽帧在高吞吐来提升资源利用率的使用场景下，也希望尽快处理完成，来提升不同业务线同学的工作效率。

一、整体服务延时大、硬件资源利用率低由于视频往往数据量较大，以1小时、25FPS、1080P的视频为例，全抽帧后的图像总数将达到9万张，单个服务整体耗时很长，严重影响服务生产效率，导致整个业务效率低下。AI视频推理服务环节主要由几下几方面组成：下载、抽帧、预处理、AI算法处理、后处理、上传。其中视频抽帧和AI算法推理占据了大部分时间。例如：1小时、H.264、1080P视频使用4核 6148 CPU 抽帧存JPEG图像需要760秒。
当AI视频推理在预处理或者抽帧时使用CPU资源计算时，GPU资源没有被充分使用；或者单个算法模型对GPU硬件资源消耗较少，都有可能导致整体GPU资源利用率偏低。
二、算法需求差异较大、部署硬件资源不同爱奇艺AI算法在视频图像领域蓬勃发展，不同的AI算法用在不同的业务时，对抽帧需求也不一致：每秒抽取的帧数，抽帧时是否需要保存不同格式的图像，抽帧时RGB数据是否直接存放内存或显存，对特定时间段抽帧，只对关键帧抽帧，抽帧时缩放、裁剪图像，获取图像时间戳等等。不同的需求导致很难通过某一套现有的方案来满足所有需求。

方案调研

目前视频解码的硬件平台主要有CPU、GPU、FPGA以及专业的编解码芯片，其中FPGA对AI算法支持不太完善，而专业解码芯片则功能太单一。因此较为常见的方案采用CPU和GPU作为服务侧常用的编解码硬件。CPU解码最常用的工具是使用FFmpeg，该工具能够较好的满足目前AI算法不同的抽帧需求。下文将分别从CPU与GPU两方面说明。
一、CPU抽帧应用于AI算法的通用方案目前在CPU上使用FFmpeg抽帧运用于AI算法最常见的方法主要有以下两种:
1．FFmpeg将视频抽帧保存为图像后，AI算法调用：最传统的做法将视频下载后，使用FFmpeg解码并保存图像，AI算法读取图像，预处理后进行推理，后处理完成后将结果上传。这种传统的方式导致整体服务处理增加一些没必要的时间开销，具有主要的两个缺陷：
一、视频抽帧和算法推理处理延时太大，每个模块均为阻塞方式，需要前置步骤完全处理完成后，后续步骤才能够开始处理；
二、一张1080P的RGB无损原图保存需要5MB存储空间，1小时、1080P视频全部抽帧并保存原图将需要450G的存储空间，这将带来巨大的存储压力。
为此视频抽帧往往保存JPEG格式图像，JPEG图像具有极高的压缩率，1张1080P的JPEG图像往往只需要0.1MB存储空间，相比保存原图能够节约数十倍存储空间。但其缺陷为有损压缩，即JPEG保存后的图像读取后与原图相比存在一定的信息丢失,有可能导致AI算法推理时精度降低。此外AI算法读取图像时又需要将JPEG格式图像解码为YUV格式，并将YUV格式图像转换为算法需要的RGB格式。由此可见，抽帧保存为JPEG图像提供给算法使用实为下策，然而有的服务中又确实需要将图像完全保存，故该方案还是在一些服务中被使用。

方案一 CPU抽帧落盘

2．鉴于上述方案的缺陷，目前CPU上使用FFmpeg抽帧提供给AI算法使用比较好的方案为：将视频解码YUV格式后，颜色空间转换为RGB格式，保存在内存中；AI算法直接读取内存中的RGB图像数据，并将每个环节进行流水线处理，使得每个环节都能够异步处理。其框架图为：

 方案二 CPU抽帧不落盘

方案二相比方案一在延时上有较大的减少，且不再需要有损压缩图像，能够最大程度保留图像真实信息，避免AI算法精度降低。然而现今视频往往分辨率很高，对1080P、4K的视频抽帧时，即使是不落盘方式（不落盘：视频解码后，YUV格式转RGB数据，直接保存在内存或者显存中），抽帧的延时都可能大于AI算法处理时长。尤其体现在AI算法经过图优化、算子优化以及定点量化后，整体服务延时大的主要瓶颈体现在使用CPU抽帧耗时长。使用不落盘方式1小时 H.264 1080P视频在CPU 6148需要350秒，而使用落盘方式（落盘：视频解码为YUV格式，将解码的YUV格式图像重新编码后保存在非易失存储上（如硬盘、SSD），通常保存为JPEG格式。），抽帧则需要760秒。此外，爱奇艺作为视频娱乐公司，AI算法在视频处理处理时，往往需要准确的时间戳来标定抽帧的图像精确对应的视频位置，而开源的FFmpeg抽帧时无法直接提供准确的时间戳。

二、GPU抽帧应用于AI算法的通用方案NVIDIA提供的GPU抽帧相比CPU上使用FFmpeg抽帧能够大幅提升速度，在GPU V100上，H.264、1080P视频可达500 FPS以上，在GPU T4更是能够达到1000 FPS以上。故GPU抽帧相比CPU抽帧延时更小，其存在的主要缺陷为：1. 相比FFmpeg提供的功能太少，没有1秒抽n帧、只对关键帧抽帧，解码后保存JPEG图像等功能；2. 解码仅支持部分格式，无法满足所有情况；3. GPU解码后的图像依然存放在显卡上，AI算法推理前往往需要对图像进行预处理，而视频GPU抽帧后的预处理仍在CPU计算上，存在数据传输耗时较大，导致不必要延时，这尤其体现在需要对视频每一帧的数据都需要处理的情形，两次CPU-GPU之间的数据拷贝耗时较大，无法完全在计算延时中掩盖。最佳方式是将预处理使用CUDA函数直接在GPU上计算，然而服务太多，对每个算法的预处理进行CUDA优化需要消耗较多人力，使得该方案无法推广到所有服务。4. 当前AI算法大多数由Python编写，也给直接使用GPU抽帧带来困难，虽然NVIDIA提供了相关工具来使得用Python调用GPU抽帧成为可能，但对安装环境有较多限制，有时与AI算法依赖环境冲突，使其无法满足大多数AI服务的要求。

方案3 GPU抽帧不落盘

通用高效抽帧在视频推理中的方案实施

基于以上的调研，本节将会详细阐述在CPU和GPU上的抽帧的优化和功能完善，增加Python接口，以及整体流程中抽帧工具和AI算法的流水线优化。
1. CPU抽帧的完善与优化（1）准确获取抽帧图像时间戳：视频中的时间戳有显示时间戳PTS和解码时间戳DTS，DTS主要用来标识待解码视频帧送入解码器解码的顺序,而PTS指的是图像帧在视频中实际显示的时间点位，如果视频中没有B帧时，DTS和PTS顺序一样，但当时视频中存在B、P帧时，则DTS和PTS的顺序不一样。AI服务中，使用的时间戳为PTS，对应视频帧在实际播放时的时间点位。抽帧的图像通过AI算法推理得到的结果需要与视频中的PTS时间点位完全一致，这就严格要求抽帧时获取的PTS必须完全准确。然而FFmpeg抽帧时无法直接返回该帧的PTS，本方案通过优化FFMPEG输出控制逻辑，来保证抽帧获取的PTS与原视频流中的点位一致。
（2）CPU抽帧在不落盘与落盘情况下加速优化：本方案采用资源换速度的方法，对于落盘的加速优化，使用多线程分别抽取视频中的部分片段。而不落盘的视频抽帧，使用多线程分片抽帧时，需要保证将抽帧结果顺序提供给算法使用，每个子线程负责多个小时间段，每个子线程抽取后获取的图像使用时间戳做顺序校准。确保每个子线程依次提供的数据能够与单线程抽取结果完全一致。
方案4 CPU抽帧不落盘抽帧优化
2. GPU抽帧的完善与优化（1）GPU抽帧功能增加与完善：在与算法和业务沟通需求后，本方案增加了GPU对视频单位时间内抽n帧，对视频关键帧抽帧，对视频的某个时间段抽帧，准确获取时间戳，抽帧时可保存JPEG等图像格式，以及其它一些功能。鉴于视频编码为YUV格式的图像后，保存JPEG图像时需要对YUV格式图像进行编码，编码使用CPU处理延时较大。为了能够减少存JPEG延时，本方案通过编写CUDA函数实现YUV格式图像编码为JPEG格式。在GPU V100上，峰值性能可达3000 FPS。
（2）对抽帧后图像直接使用GPU显存情形的优化：一些重要的服务需要及时的返回结果，业务希望能够最大限度的减少延时。对此，本方案将视频解码的YUV数据,在GPU上调用CUDA core实现YUV转RGB以及其他的所有预处理函数，确保整体处理尽量减少CPU与GPU之间的数据拷贝。
（3）增加抽帧后的图像回传至内存，AI算法直接使用Python调用GPU抽帧、CUDA函数功能：考虑到当前AI算法大多基于Python开发，开发人员难以完全对所有的AI算法进行改造。为了基于Python开发的AI算法能够使用GPU抽帧（C++开发），本方案采用Pybind11，使得C++和Python很方便的混合调用。此外，对于某些处理延时很大的服务，也希望能够在Python端调用CUDA函数来实现预处理加速，对此我们提供了上述相同的策略。
图五为GPU抽帧整体框架图，视频数据以及抽帧需求信息，通过Pybind11传递给GPU抽帧模块使用。cuda初始化模块仅在主线程中初始化CUDA上下文一次，子线程解码时将cuda上下文压栈来避免每个视频抽帧时需要重新初始化。视频帧解码后，通过后续处理模块完成颜色空间转换以及AI算法对解码后的图像处理需求。如果算法需要将预处理、后处理放在GPU上处理，则调用对应的CUDA函数否则直接将图像数据输出给AI算法使用。此外，GPU抽帧和AI算法推理并行处理，其他环节为异步执行，能够最大层度减少延时。
方案5 GPU抽帧优化框架图
3. 整体流程的优化GPU抽帧相比CPU抽帧延时更小，但只支持H.264、H265、VPx等常用格式，对于H263等目前较少使用的编码格式并没有提供支持，客户上传的视频编码格式无法确定GPU解码是否支持。本方案使用ffprobe获取视频的编码格式后，来判断该视频使用GPU或者CPU进行抽帧解码。此外考虑到输入数据或许并非视频，AI算法存在bug等情况，本方案进行了详细的异常处理和日志管理。

总结

为了针对不同应用场景和需求，本方案针对不同的业务需求从不同角度进行了优化：在公司短视频“先发后审”业务上，满足了业务方对5分钟视频30秒内审核完成的需求。其中以低俗调性检测子服务为例，相对改造之前使用FFmpeg抽帧保存为图像后处理性能提升10倍。长视频“台词生成”业务中，优化前方案需要在CPU上抽帧，抽帧完成后上传到云端再下载到GPU容器上执行算法推理，优化后提升10.6倍。在长视频“转场点分析”业务上，鉴于算法输入需要全抽帧的JPEG图像，性能整体虽然也能提升2倍，但是相比不落盘方案，性能提升较少。可见要使整体服务处理延时最小化，最佳方式是解码后的数据不落盘直接存放在显存中提供给AI算法使用。
随着AI视频推理服务在爱奇艺各个业务线的广泛使用， AI服务团队除了需要提供丰富的AI算法模型，从节约硬件资源、提升工作效率、以及满足某些业务延时敏感的角度考量，都需要尽可能的减少服务处理时间。为此，后续还需改造原线上延时较大的服务，完善抽帧工具，在算法的预处理、后处理提供加速函数库，AI算法模型深入优化等多个方面深入展开工作。

也许你还想看

 扫一扫下方二维码，更多精彩内容陪伴你！