Slimmer video's verzenden: Deep Learning voor video compressie
Video's zijn de grootste verbruikers van internetdata. Daarom deed promovendus Deep Learning Yura Perugachi Diaz onderzoek naar deep learning-modellen voor het comprimeren van video's. Wanneer je een video van hoge kwaliteit op je telefoon doorstuurt via WhatsApp, zorgen de algoritmes achter het versturen hiervan dat de video gecomprimeerd wordt, waardoor deze in lagere kwaliteit wordt ontvangen. Er is daarom een grote vraag naar efficiënte methoden voor het versturen of opslaan van video's.
Diaz onderzocht of modellen efficiënter kunnen werken door zich te focussen op specifieke delen van video's. Bijvoorbeeld, als je meer geïnteresseerd bent in een persoon die over een muurtje springt dan in de omgeving, zouden de modellen de persoon beter moeten comprimeren dan de achtergrond. Zij introduceerde een nieuwe deep learning-techniek waarmee gebruikers kunnen bepalen welke delen van een video met hogere of lagere kwaliteit worden gecomprimeerd. Dit model comprimeert de voorgrond beter dan het oorspronkelijke model, zelfs met synthetische data, wat nuttig is omdat deep learning veel data vereist.
De nieuwe algoritmes maken snellere videoverzending mogelijk en kunnen belangrijke delen van een video in hogere kwaliteit versturen. Dit kan bijvoorbeeld handig zijn bij videogames. Hoewel de technologie snel ontwikkelt, zijn de algoritmes nog te duur voor praktische toepassingen. Toch verwacht de onderzoeker dat er op korte termijn nieuwe doorbraken zullen komen, net zoals bij ChatGPT, dat ook sneller toepasbaar bleek dan gedacht.
Meer informatie over het proefschrift
