Методы сжатия и передачи медиаданных 21/22 — различия между версиями

Текущая версия на 07:54, 25 января 2022

О курсе

Курс читается для студентов 4-го курса в 3 модуле.

• Лектор — Ватолин Дмитрий Сергеевич
• Семинарист — Ляпустин Евгений Владиславович
• Ассистент — Яковенко Александр Викторович

Описание

По статистике от Cisco трафик видео в интернет растет на 30-35% за год, при этом пропускная способность каналов растет на 10-20%. Соответственно бурно развиваются новые методы сжатия видео, а также методы оптимизации контента (в широком смысле). Современный видеокодек для большинства - это черный ящик, которому на вход дают картинку, а он выдает сжатую картинку, при этом внутри условный миллион строк очень сложного оптимизированного кода, понимание основ работы которого очень полезно для его грамотного использования.

Курс дает тему с азов - объясняется арифметическое сжатие (как положить несколько символов в один бит), фрактальное сжатие изображений (весьма красивый и простой в реализации алгоритм для изображений) и алгоритм компенсации движения (основа сжатия видео). В промежутках между заданиями автору нравится рассказывать современное состояние дел в этой и смежных областях.

Полезные ссылки

• Записи лекций и семинаров на youtube
• Телеграм чат курса
• Телеграм канал курсов автора в МГУ и ВШЭ
• Система приема заданий (волшебное слово узнавать у семинариста)
• Видео лекций аналогичного курса на ВМК
• Страница второй части курса на гитхабе

Лекции

Проходят по понедельникам в 11:10 в зум

Семинары

Проходят по понедельникам в 19:40 в зум.

Контрольные мероприятия

Домашние задания

• Реализация арифметического сжатия и PPM (Цель: осознать, как класть символы в некратное число бит, и как можно довольно компактным кодом сжать без потерь сильнее zip)

• Фрактальное сжатие

Контрольная работа

Экзамен

Правила выставления оценок

Итоговая оценка вычисляется по формуле:

Итог = min(ceil(0.9 * ДЗ + 0.1 * ПР), 10), где ДЗ — min(10 * сумма баллов за все задания и бонусы / максимальная сумма баллов за задания (без бонусов), 10), ПР — 10 * сумма баллов за проверочные работы / суммарное число баллов за проверочные.

Причем: Для общей оценки >= 8 необходимо сдать все 3 домашних задания на оценку >= 20 баллов (без учета штрафа) Для общей оценки >= 6 необходимо сдать 2 домашних задания на оценку >= 20 баллов (без учета штрафа) Для общей оценки >= 4 необходимо сдать 1 домашнее задания на оценку >= 20 баллов (без учета штрафа)

Список литературы

• Книга автора "Методы сжатия данных" (книжка уже старая, но арифметик, PPM и т.д. по ней смотреть вполне можно)
• "О талантах, деньгах и алгоритмах сжатия данных" и "Как развитие алгоритмов сжатия остановилось 20 лет назад, или о новом конкурсе на 200 тысяч евро" - популярные статьи о людях, изобретающих алгоритмы сжатия, конкурсах по сжатию (в том числе недавнем студенческом, где победителям-студентам было выплачено 14 тысяч евро) и развитии области в последние 10 лет.
• Статьи по Motion Estimation на Google Scholar, там же можно посмотреть более свежие статьи (и их количество) и оценить, чем сейчас в области занимаются
• Популярная статья автора на Хабре "Уличная магия сравнения кодеков. Раскрываем секреты" - о сравнении кодеков, в том числе нейросетевых
• Русский длинный доклад автора (часовое видео), и свежее англоязычное интервью, в которых раскрывается парадокс - как так - с появлением ML метрик измерение качества видео стало намного точнее, но одновременно на порядки сложнее (и речь далеко не про вычислительную сложность)