«DeepHD — это способ показать не самый современный контент в улучшенном качестве»

Механизм технологии улучшения изображения DeepHD базируется на нейронных сетях. DeepHD основан на классе технологий SuperResolution, который сейчас очень популярен в компьютерном зрении. Каждый год по этой теме выходит множество интересных научных статей. Но примеров использования технологии вне исследовательской среды очень мало.

Текущее решение обучали на трейлерах фильмов. Мультфильмов в обучающей выборке было крайне мало. У нас есть много идей о том, какие эксперименты можно делать с составом обучающей выборки. Можно сказать, что сейчас мы в самом начале пути.

Лучше всего обрабатывается контент, на котором нет шумов и артефактов сжатия. Хоть мы с этим и боремся, но у нейросети есть склонность их усиливать. DeepHD также довольно трудно справляется с мелкими, трудночитаемыми, но важными деталями. Например, с мелким неразборчивым текстом. Но его и нельзя сделать читаемым, нейросеть ведь в действительности не знает, что там было написано, она может только улучшить четкость границ.

Зависит не столько от кодека, сколько от наличия шумов и артефактов. То есть, скорее, от комбинации кодека и его настроек.

DeepHD меняет изображение не сильнее, чем сжатие кодеком или простое уменьшение разрешения. Просто вектор этого изменения направлен в позитивную сторону. А семантику изображения мы не изменяем. Этому мы уделяем особое внимание. Кадрирование пока тоже не делаем.

Обязательно будем. Приоритеты нашей разработки будут зависеть от того, какие проблемы окажутся характерны для того контента, с которым нам предстоит иметь дело. То есть того контента, который мы будем показывать на нашей видеоплатформе.

Возможно. Но пока у него не самый высокий приоритет.

У меня нет сомнений, что и звук можно улучшать. И перспектив тут множество. Безусловно, придет и его очередь.

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!