Разработка нейросетевых алгоритмов обработки и сжатия видеопоследовательностей

Методы сжатия и обработки видео, такие как интерполяция кадров, колоризация, матирование, заполнение областей являются ключевыми технологиями для работы с видеоконтентом в современном мире. Так методы сжатия позволяют передавать большие объемы видеоданных через сети с ограниченной пропускной способностью, а также хранить миллионы часов видео, создаваемых в современном мире как камерами видеонаблюдения, так и обычными пользователями. В свою очередь, другим потенциальным способом сокращения объема передаваемых видеоданных является их неполная передача с последующим восстановлением на устройстве-приемнике с помощью алгоритмов обработки видео, таких как колоризация, интерполяция кадров и super-resolution. Также, редактирование отснятого видеоконтента зачастую невозможно без декомпозиции исходного видео на слои (с учетом их прозрачности) с помощью алгоритмов матирования. Методы матирования видео необходимы для технологий дополненной реальности для бесшовного внедрения виртуальных объектов в сцены реального мира. Алгоритмы заполнения областей также применяются для удаления объектов в кадрах, для реставрации видео и при конвертации в стереоформат.Все вышеперечисленные алгоритмы обработки видео играют немаловажную роль в процессе производства видеоконтента и его редактирования. С каждым годом устройства воспроизведения видеоконтента совершенствуются, их технические характеристики растут. Однако индустрия не способна генерировать видеоматериал, поддерживающий такие характеристики, в достаточном объеме. Для этих целей возможно использование этих алгоритмов обработки видео и создание видеоконтента на основе имеющегося, или улучшение устаревшего. В рамках проекта коллектив планирует разработать соответствующие алгоритмы обработки видео, превосходящие аналоги как по объективным, так и по субъективным показателям.