这里算法细节比较多，主要介绍两个核心点。
第一个是将SDR亮度对比度拉起来变成HDR亮度对比度，这里强调的是要做自适应。因为一条单独的曲线不能适应各种各样SDR场景，以及各种各样的明暗区分布，所以我们做了一个基于统计的亮度自适应调整算法。比如基于帧级来说，我们会统计每一帧的亮区、暗区、中区分布占比，占比影响转换曲线等。转换曲线是自适应的，里面有很多拐点，拐点的亮度拉多高多低，曲线最后的形态是由统计的数值而生成的。所以我们是基于每一帧的不同具体画面生成不同的转换曲线，从而生成相应的HDR达到最好效果。
第二个核心点是饱和度的提升，从SDR到HDR会做色域的饱和度提升，这里会发现一个问题，直接提升饱和度然后生成HDR，会发现草地风景等颜色饱和多了层次感，但人像皮肤容易过曝，所以肤色是需要特殊处理区域。因此，我们对肤色分割后，对肤色部分使用柔和饱和度算法提升，然后其他区域使用普通饱和度提升，中间设置有过度区及羽化处理等，不能出现断层，这些bad case也要做到细节控制。
下图是我们SDR生成HDR算法的效果图，可以看出来无论是从对比度、亮度和色彩方面，均有较明显的画质效果提升；
在音频增强方面，大多数流媒体平台只能获取双声道，且UGC音频存在声场狭窄、音质受损等问题。对此，我们的解决方案是利用双声道打造立体环绕声，针对左右两声道进行不同的滤波处理，获得声场展开效果，对于低频部分我们做了一定的增益和动态压缩，来获得更稳定的鼓声和bass以及部分人声的基频。
2.5 快手算法特有亮点：融合增强处理（All in One）
