Défi

Nisk.ai

Codage vidéo basé réseau de neurones et durable
Codage vidéo basé réseau de neurones et durable

Le domaine de la compression vidéo est confrontée à deux révolutions majeures. La première découle de l’impact de l’intelligence artificielle, et en particulier de l’apprentissage profond (deep learning). En effet, de nouvelles représentations d'images et de vidéos ont été récemment proposées qui ouvrent des perspectives très prometteuses en termes d’efficacité de codage, notamment en ce qui concerne l’optimisation du compromis entre la réduction du débit et la qualité perçue du rendu. La seconde révolution concerne l’empreinte environnementale de la consommation de la vidéo. Elle ne se limite pas à la profusion et à la large diffusion des contenus, mais inclut également leur traitement, ainsi que les comportements des utilisateurs. De plus, la première révolution influence directement la seconde, dans la mesure où les architectures d’apprentissage profond présentent une complexité bien supérieure à celle des schémas de codage conventionnels.

L’objectif de ce projet est de répondre à ces défis en développant de nouveaux formats de représentation vidéo et de nouveaux schémas de codage fondés sur l’apprentissage profond, intégrant les dimensions d’efficacité, de complexité et de durabilité. Les travaux porteront à la fois sur la vidéo 2D et sur la vidéo immersive.

Équipe(s) impliquée(s)

COMBO, COMPACT, TARAN

En partenariat avec

InterDigital : Next Gen Codec, SympAI, Energy Aware Media et 3D Native Codec

Contacts

Aline Roumy

Responsable scientifique