Разработка нейросетевого метода предобработки видео, повышающего оценку метрики качества на основе объединенных признаков относительно исходного видео - дипломная работа | ИСТИНА – Интеллектуальная Система Тематического Исследования НАукометрических данных

Научный руководитель: Ватолин Дмитрий Сергеевич
Автор: Соловьев Алексей Валериевич
Тип: Магистр
Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
Год защиты: 2022
Аннотация: В данной работе рассматривается задача создания метода предобработки видео, повышающего оценку его качества методом Video Multimethod Assessment Fusion (VMAF). Результатом работы метода является измененное видео, оценка VMAF которого в среднем отличается от оценки исходного в лучшую сторону. В работе описан нейросетевой метод для автоматической предобработки входного видео, работающий в режиме реального времени. Предобработка осуществляется глубокой нейронной сетью с архитектурой на базе U-Net. В ходе обучений сети используется обучаемая аппроксимация VMAF. В работе описаны способы улучшения качества работы итогового метода, а именно, добавление нейросетевого сжатия, использования SSIM в функции потерь и фильтрация обучающей выборки. Итоговая версия метода повышает VMAF исходного видео в среднем на 18% после предобработки. Разработанный метод предобработки видео позволяет оценить надежность метода оценки качества видео VMAF и демонстрирует уязвимости метода, которые могут использоваться разработчиками алгоритмов обработки видео для повышения рейтингов их методов в ходе автоматического сравнения результатов работы по оценке качества VMAF.
Добавил в систему: Москаленко Андрей Викторович

	ИСТИНА	Войти в систему Регистрация
	ИСТИНА ИНХС РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИСТИНА ИНХС РАН

Прикрепленные файлы