Figura 1. Calidad de imagen antes (izquierda) y después (derecha) de la aplicación de la tecnología. Crédito:Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST)
El profesor Jinwoo Shin y el profesor Dongsu Han de la Facultad de Ingeniería Eléctrica desarrollaron la entrega de video por Internet adaptable neuronal al contenido. Esta tecnología es un método novedoso que combina la transmisión adaptativa a través de HTTP, el sistema de transmisión de video adoptado por YouTube y Netflix, con un modelo de aprendizaje profundo.
Se espera que esta tecnología cree un entorno de Internet donde los usuarios puedan disfrutar viendo videos 4K y AV / VR con videos de alta calidad y alta definición (HD) incluso con conexiones débiles a Internet.
Gracias a los servicios de transmisión de video, el video en Internet ha experimentado un crecimiento notable; sin embargo, los usuarios a menudo sufren de baja calidad de video debido a condiciones desfavorables de la red. En la actualidad, Los sistemas de transmisión adaptativa existentes ajustan la calidad del video en tiempo real, acomodando el ancho de banda de Internet en constante cambio. Se están investigando varios algoritmos para sistemas de transmisión adaptables, pero hay una limitación inherente; es decir, Los videos de alta calidad no se pueden transmitir en entornos de red deficientes, independientemente del algoritmo que se utilice.
Al incorporar la superresolución en la transmisión adaptativa, el equipo superó el límite de las redes de distribución de contenido existentes, cuya calidad depende demasiado del ancho de banda. En el método convencional, el servidor que proporciona el video divide un video en ciertos períodos de tiempo de antemano. Pero el novedoso sistema introducido por el equipo permite la descarga de segmentos de redes neuronales. Para facilitar este método, el servidor de video debe proporcionar redes neuronales profundas para cada segmento de video, así como tamaños de redes neuronales profundas (DNN) de acuerdo con las especificaciones de la capacidad informática del usuario.
Figura 2. El concepto de tecnología. Crédito:Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST)
El tamaño de red neuronal más grande es de dos megabytes, que es considerablemente más pequeño que el video. Al descargar la red neuronal desde el reproductor de video del usuario, se divide en varios segmentos. Incluso su descarga parcial es suficiente para una superresolución ligeramente compuesta.
Mientras reproduce el video, el sistema convierte el video de baja calidad en una versión de alta calidad empleando una superresolución basada en redes neuronales de convolución profunda (CNN). Todo el proceso se realiza en tiempo real, y los usuarios pueden disfrutar del video de alta definición.
Incluso con un ancho de banda un 17% menor, el sistema puede proporcionar la calidad de experiencia equivalente al último servicio de transmisión adaptable. Con un ancho de banda de Internet determinado, puede proporcionar una QoE promedio un 43 por ciento más alta que el último servicio.
Figura 3. Una transición de video de baja calidad a alta calidad después de la transmisión de video desde el servidor de video. Crédito:Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST)
El uso de un método de aprendizaje profundo permite que este sistema logre un nivel más alto de compresión que los métodos de compresión de video existentes. Su tecnología fue reconocida como un sistema de video de Internet de próxima generación que aplica una superresolución basada en una red neuronal de convolución profunda a los videos en línea.
El profesor Han dijo:"Hasta aquí, solo se ha implementado en escritorios, pero seguiremos desarrollando aplicaciones que también funcionen en dispositivos móviles. Esta tecnología se ha aplicado a los mismos sistemas de transmisión de video que utilizan los canales de streaming como YouTube y Netflix, y por lo tanto muestra buenas señales de viabilidad ".
