Цоллабора је објавила имплементацију система машинског учења ради побољшања ефикасности компресије видео конференција, која омогућава, у случају преноса видеа са лицем учесника, да смањи потребну пропусност за 10 пута уз одржавање квалитета на нивоу Х.264 . Имплементација је написана у Питхон-у користећи ПиТорцх фрамеворк и отворена је под ГПЛв3 лиценцом.
Метода вам омогућава да реконструишете детаље лица који су изгубљени током преноса уз висок ниво компресије. Модел машинског учења генерише анимацију говореће главе засноване на одвојено преношеној висококвалитетној слици лица и резултујућем видео снимку, пратећи промене израза лица и положаја главе у видеу. На страни пошиљаоца, видео се преноси веома ниским битрате-ом, а на страни примаоца га обрађује систем машинског учења. Да би се додатно побољшао квалитет, генерисани видео се може обрадити помоћу модела Супер-Ресолутион.
Извор: опеннет.ру