嵌入式音视频开发面试题：如何优化画面质量？
嵌入式音视频开发面试题：如何优化画面质量？
一、前言：
今天继续给大家分享球友去面试的音视频题目！
这里的话我主要简单介绍了公司的项目，然后我把每个知识点都讲解出来。这里大家根据自己的项目去介绍就行，最好把一些技术亮点都说出来！前面几期面试题目如下：
二、你如何进行画面增强：
我这里回答了两点，一个是GOP调节，另外一个是QP调节。
2.1、适当增加GOP的长度：
GOP是画面调节的一种，在音视频开发中，可以通过调节GOP长度去改善画质的。一般情况下，GOP的长度越长视频增强效果越长，反之GOP越小则画质增强效果越弱。所以，可以适当通过调节GOP的长度去增强画质。
2.2、QP调节方法：
QP调节是常见的画面增强的方法，它的基本原理是通过修改步长(QStep)来调节QP的总体画面质量，除了QStep外还有maxQp和minQp。maxQp主要是调节运动画面时候的变化情况，minQp主要是调节静止画面的时候画面变化的情况。
三、你如何做码率的稳定性控制：
它这个问题实际上就是问如何做码率控制，我的回答是：根据不同的场景做不同的码率控制调节，如果对画面质量较高并且不考虑码率的大小则优先使用VBR调节模式。若需求是保码率，不要求画质，则可以优先考虑CBR码率控制方式。
五、对IDR帧有什么了解？
IDR帧是I帧的一种，当解码器收到I帧和IDR帧的时候，都会将所有参考帧丢弃，在这点上I帧和IDR帧是一样的。但有一点不同的是，IDR帧除了清空所有参考帧外，还会把所有的SPS和PPS参数进行更新。每发一个IDR，就相应地发一个PPS和SPS_nal_unit
六、说一下RKNN的开发、部署步骤：
1、RKNN的部署工作一般以下步骤：
RKNN的部署一般要部署三个文件，分别是：box_priors.txt坐标权重文件、SSD模型文件、coco_labels_list.txt训练集文件。把这三个文件放到/userdata/文件夹下面。
2、RKNN的开发步骤，一般分为以下几步：
- 第一步，读取模型文件：这个模型文件可以是ssd模型、 yolo模型等。
- 第二步，初始化rknn模块，调用的API是rknn_init。
- 第三步，对视频数据进行RKNN识别。识别的步骤如下：首先，先调用RK_MPI_SYS_GetMediaBuffer或者每一帧视频数据，并把每一帧数据进行格式转换(RKNN模型中只识别RGB24，所以要把NV12数据转换成RGB24)，格式转换完成之后，把RGB24的数据传给RKNN的输入模块(调用的API是rknn_inputs_set)。输入模块设置完成之后，则调用rknn_run开启识别工作，并实时把输出的结果拿到(调用rknn_outputs_get获取识别出来后的结果)。
- 第四步，把识别出来的结果进行可视化操作。可视化操作分下面几个步骤：第一步，读取SSD数据集(coco_labels_list.txt)和坐标系数(box_priors.txt)。然后根据识别出来的结果和box_priors.txt进行过滤，找出最合适的识别个数。然后根据最优识别个数进行排序和非极大抑制(NMS)找出最优的矩形框。
总结、面试感悟：
从这次面试中，我发现面试官侧重点是问我音视频项目的主要实现过程，包括一些细节的提问，比方说：在上面提到的音视频不同步、如何改善画面质量等问题。除了音视频项目外，面试官还问了一些RK3399的RKNN技术点，主要问了RKNN模型的部署和开发流程。
从面试中，我觉得大家在开发过程中除了完成公司的项目外，还需要对技术点进行总结。就是这个项目中需要用到什么技术点，这些技术点的参数是怎么调试也需要记录起来。不能说在开发项目的过程中，只关心项目的实现，其他一概不管。这样的话，在面试中是很吃亏
除了项目之外，大家在平常还需要多关注一些音视频的基础点，这些也是面试常问的问题。这些知识点：视频部分：包括H264码流结构、H265码流结构、 码率控制等问题；音频部分：AAC结构、PCM结构等；OPENCV如何画框等等。这些问题都是一些很常见的面试题