Collabora zverejnila implementáciu systému strojového učenia na zlepšenie efektivity kompresie videokonferencií, ktorá umožňuje v prípade prenosu videa s tvárou účastníka 10-násobne znížiť požadovanú šírku pásma pri zachovaní kvality na úrovni H.264 . Implementácia je napísaná v Pythone pomocou frameworku PyTorch a je otvorená pod licenciou GPLv3.
Metóda umožňuje rekonštruovať detaily tváre, ktoré sa stratili počas prenosu s vysokou úrovňou kompresie. Model strojového učenia generuje animáciu hovoriacej hlavy založenú na samostatne prenášanom vysokokvalitnom obrázku tváre a výslednom videu, pričom sleduje zmeny výrazu tváre a polohy hlavy vo videu. Na strane odosielateľa je video prenášané veľmi nízkou bitovou rýchlosťou a na strane príjemcu je spracované systémom strojového učenia. Pre ďalšie zvýšenie kvality je možné vygenerované video spracovať pomocou modelu Super-Resolution.
Zdroj: opennet.ru