Intro

ROI 感兴趣区域

ROI 的工作机制：

1. 划分区域： 将画面分为“重要区域（ROI）”和“非重要区域（Background）”。
2. 资源倾斜： 通过调整量化参数（QP, Quantization Parameter）来分配码率。
   • 给 ROI 区域分配更低的 QP 值（低压缩，高画质，占用更多码率）。
   • 给背景区域分配更高的 QP 值（高压缩，低画质/模糊，节省大量码率）。

核心收益： 在不增加甚至降低整体视频文件大小（带宽）的前提下，显著提升观众主观感知上的画质。

## Smart ROI（智能感兴趣区域）是什么？

如果我们前面在 FFmpeg 里用坐标画框叫“传统 ROI”或“静态 ROI”，那么 Smart ROI 就是赋予了它“眼睛”和“大脑”。

传统 ROI 的痛点在于：如果视频里的人走出了你设定的那个固定坐标框，ROI 就失效了。而 Smart ROI 利用计算机视觉（CV）*和*人工智能（AI）*技术，能够*动态、实时地识别并追踪画面中的关键元素。

Smart ROI 的三大核心特点：

• 自动识别： 编码器前置了一个 AI 模型，它会自动分析每一帧画面。比如，它能瞬间识别出哪里是人脸、人体、车辆或者文字。
• 动态追踪： 随着视频的播放，即使主角在画面中来回走动，Smart ROI 也会紧紧跟随，每一帧都重新计算并下发最新的 ROI 坐标和权重。
• 无缝集成： 它通常作为一个预处理模块，与底层的 H.264/H.265 编码器深度绑定。AI 模块输出热力图或坐标，编码器直接按图调整 QP。