态和贴图纹理，一起发送到客户端重建场景、物体和行为的办法。虽然物体的大小结构和外观纹理会收到外力和光源的影响，却有着不变的部分，只要实现数据复用，就能显著减小带宽消耗，从而让r视频真正来到世界上。
重构方案其实有个近支亲戚，那就是g动画，特别是基于动作捕捉的g影片。不过后者的模型复杂费时间、动作采集用到动捕设备，纹理贴图更要用到渲染农场慢工出细活，而且数据爆炸，要用b甚至pb计算，同样不是现有直播体系能够承受的。
所以蜜蜂要做的，就是对这三个环节进行简化，建模用大范围3扫描，同步完成动作采集、纹理取自特制镜头阵列，然后尽量忽略差异硬上，最终打造出了自己的原型设备。只是它虽然有着高分辨率、低码率的优点，但最终呈现的画质却非常感人，颜色纹理斑驳不齐、人物和物体的细节也经常丢失，见之令人失望。
再加上超高的pu和gpu占用率，这套技术暂时没有全面应用的可能。
不过部分使用倒是可以尝试一二，马竞的四路直播信号中，来自凯鹏队主场的第四路就部分采用了视频重构技术，不动运动员和皮球，却在球场草皮和看台观众身上尝试偷工减料，对画质的影响较小的同时依然取得了一定效果，即时反馈表明四线观众感到不耐烦的比例要明显少于二线观众。
全景视频的水平分辨率需要平摊在360度画面上，然后观众再通过头显管中窥豹观看局部，标称4k分辨率实际看起来只相当于720p，所以r视频很多都是渣画质，并非全部都是头显分辨率太低的问题，里面还有原始视频分辨率不足的锅。
增加原始的、尤其是正面部分的分辨率和精细度，可以明显改善这一问题，不过这会带来更大的带宽消耗。限于成本，在线视频不能无限提升码率，只能想办法偷工减料，所以看起来不如光盘版本舒服。如果在相同码率条件下实现更高的分辨率、更高的焦点精细度，观众看起来自然更加舒适。
说
-->>(第3/6页)（本章未完，请点击下一页继续阅读）