Η Collabora δημοσίευσε μια εφαρμογή ενός συστήματος μηχανικής μάθησης για τη βελτίωση της απόδοσης συμπίεσης της τηλεδιάσκεψης, το οποίο επιτρέπει, στην περίπτωση μετάδοσης βίντεο με το πρόσωπο ενός συμμετέχοντος, να μειώσει το απαιτούμενο εύρος ζώνης κατά 10 φορές, διατηρώντας παράλληλα την ποιότητα στο επίπεδο H.264 . Η υλοποίηση είναι γραμμένη σε Python χρησιμοποιώντας το πλαίσιο PyTorch και είναι ανοιχτή με την άδεια GPLv3.
Η μέθοδος σάς επιτρέπει να αναδομήσετε τις λεπτομέρειες του προσώπου που χάθηκαν κατά τη μετάδοση με υψηλό επίπεδο συμπίεσης. Το μοντέλο μηχανικής εκμάθησης δημιουργεί ένα κινούμενο σχέδιο κεφαλιού που μιλάει με βάση μια ξεχωριστά μεταδιδόμενη εικόνα προσώπου υψηλής ποιότητας και το βίντεο που προκύπτει, παρακολουθώντας τις αλλαγές στην έκφραση του προσώπου και τη θέση του κεφαλιού στο βίντεο. Από την πλευρά του αποστολέα, το βίντεο μεταδίδεται με πολύ χαμηλό ρυθμό μετάδοσης bit και από την πλευρά του παραλήπτη υποβάλλεται σε επεξεργασία από ένα σύστημα μηχανικής εκμάθησης. Για περαιτέρω βελτίωση της ποιότητας, το βίντεο που δημιουργείται μπορεί να υποβληθεί σε επεξεργασία χρησιμοποιώντας το μοντέλο Super-Resolution.
Πηγή: opennet.ru