Dissertação
Video Compression Using (End-to-End) Deep Learning EVALUATED
A aprendizagem profunda (AP, deep learning) está a ter um impacto revolucionário no processamento de imagem, com as abordagens baseadas em AP sendo hoje consideradas o estado da arte em muitas tarefas, incluindo a compressão de imagens. No entanto, a compressão de vídeo tem resistido, até agora, à revolução da AP. Foi levada a cabo uma investigação inicial sobre compressão de imagens baseada em AP, devido à falta de resultados de investigação disponíveis em compressão de vídeo, e quatro arquiteturas de referência foram implementadas. Usando este trabalho como ponto de partida, esta tese propõe o que o autor acredita ser a primeira abordagem para aprendizagem extremo-a-extremo (end-to-end) de uma rede única para compressão de vídeo. O problema é abordado evitando estimativas/previsões explícitas de movimento, formalizando-o como problema de otimização ritmo-distorção (rate-distortion) de um auto-codificador (autoencoder) espacio-temporal, isto é, aprendendo em conjunto uma transformação de projeção sobre um espaço latente e uma transformação de síntese para compressão de vídeo. O quantizador usa um esquema de arredondamento, relaxado durante o treino da arquitetura, e uma técnica de estimação de entropia para impor um limite na informação utilizada para compressão, inspirado por avanços recentes em compressão de imagens. A rede proposta para compressão de vídeo é comparada com os codecs padrão amplamente utilizados e uma base de referência usando compressão trama a trama. Os resultados da rede mostram melhor desempenho do que a base de referência e o codec MPEG-4 Part 2, sendo competitivo com H.264/AVC e H.265/HEVC para débitos binários baixos.
novembro 12, 2018, 18:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Pedro Filipe Zeferino Aidos Tomás
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
ORIENTADOR
FCUL- Faculdade de Ciências da Universidade de Lisboa
Professor Auxiliar