详情

基于深度学习的图像和视频压缩

申报人:叶南阳 申报日期:2021-03-07

基本情况

第二十三期“上海交通大学大学生创新实践计划”项目
基于深度学习的图像和视频压缩
创新训练项目
工学
计算机类
创新类
电子信息与电气工程学院
叶南阳
指导教师
登录状态下查看
已参与申请国家重点研发项目两项,主持申请国家自科基金一项。

将为项目的顺利进展提供全力支持。指导教师任职于上海交通大学John Hopcroft计算机科学研究中心,该中心由2017年初由上海交大原校长和图灵奖得主John Hopcroft教授共同推动成立,面向解决计算机领域的前沿问题,培养计算机行业的领军人才,该中心为申请人提供了一流的科研环境和学生资源。

该中心为在王新兵杰青、讲席教授领导的科研团队。拥有一支以多名中青年教师为主体的国际化师资队伍,先后承担了以国家自然科学基金重点项目和国家自然科学基金海外及港澳学者合作项目为代表的一系列重大,重点研究项目。在实验条件上,该中心拥有一个7节点的Spark分布式计算集群以及10台GPU高性能计算服务器,为本项目对深度神经网络的训练等任务提供了必要的实验平台。


近年来,深度学习在许多领域取得了革命性的进展,也给某些已经被认为研究得很透彻的方向带来了新的希望。从第一个主流的视频压缩标准H.261标准到最新的VVC/H.266,图像和视频压缩取得了巨大进步,也催生了YouTubeNetflix、优酷、爱奇艺等流媒体巨头,使图像和视频数据占据了互联网70%以上的流量。如何对图像视频数据进行高效编码成为了一个极具实用价值的研究课题。2015年以来,深度学习开始被引入这一领域,短短3年就已经取得可喜的进展,展现了巨大的潜力。2018年图鸭科技发布的采用深度学习CNN作为核心的压缩技术与传统JPEG算法相比压缩效率提高120%,与WEBP相比提高30%。在这个课题中我们将研究如何用深度学习来进行图像和视频的高效编码。

选题成员

5

指导教师

序号 教师姓名 电子邮箱 所属学院
1 叶南阳 登录状态下查看 电子信息与电气工程学院 第一指导教师

选题附件

结束