Методы сжатия и передачи медиаданных 21/22 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Kris ros (обсуждение | вклад) (Новая страница: «== О курсе == Курс читается для студентов 4-го курса в 3 модуле. Лектор — Ватолин Дмитрий Се…») |
м (→Полезные ссылки) |
||
| (не показано 9 промежуточных версии этого же участника) | |||
| Строка 3: | Строка 3: | ||
Курс читается для студентов 4-го курса в 3 модуле. | Курс читается для студентов 4-го курса в 3 модуле. | ||
| − | Лектор — Ватолин Дмитрий Сергеевич | + | * Лектор — [https://habr.com/ru/users/3Dvideo/ 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=== | ||
| + | * [https://youtube.com/playlist?list=PLEwK9wdS5g0rO0oiJLFGwhdLFwqNWd-OE Записи лекций и семинаров на youtube] | ||
| + | * [https://t.me/+y7U6jTwbhmM2ODUy Телеграм чат курса] | ||
| + | * [https://t.me/+UJ-5i_UnWP4NEOBF Телеграм канал курсов автора в МГУ и ВШЭ] | ||
| + | * [https://fall.cv-gml.ru/ Система приема заданий] (волшебное слово узнавать у семинариста) | ||
| + | * [https://youtube.com/watch?v=cZIRRPuZKt0&list=PLjnbr2ZalOEQyixfJzXwmgGI0VKxGgIAq&index=3&ab_channel=GMLMSUVideo Видео лекций аналогичного курса на ВМК] | ||
| + | * [https://github.com/msu-video-group/video-course Страница второй части курса на гитхабе] | ||
== Лекции == | == Лекции == | ||
| − | Проходят по понедельникам в 11:10. | + | Проходят по понедельникам в 11:10 [https://zoom.us/j/91632341773?pwd=emwwaVZqRlJ6em5kSGQxbnBDRGpKUT09 в зум] |
== Семинары == | == Семинары == | ||
| − | Проходят по понедельникам в 19:40. | + | Проходят по понедельникам в 19:40 [https://zoom.us/j/95922254997?pwd=YnFyYjRRTGdNOXFzU2dVVHNGQjExdz09 в зум]. |
| − | + | ||
| − | + | ||
| − | + | ||
== Контрольные мероприятия == | == Контрольные мероприятия == | ||
=== Домашние задания === | === 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 === | === Контрольная работа === | ||
| Строка 39: | Строка 49: | ||
Для общей оценки >= 6 необходимо сдать 2 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) | Для общей оценки >= 4 необходимо сдать 1 домашнее задания на оценку >= 20 баллов (без учета штрафа) | ||
| − | |||
== Список литературы == | == Список литературы == | ||
| + | * [https://www.compression.ru/book/ Книга автора "Методы сжатия данных"] (книжка уже старая, но арифметик, PPM и т.д. по ней смотреть вполне можно) | ||
| + | * [https://habr.com/ru/post/525664/ "О талантах, деньгах и алгоритмах сжатия данных"] и [https://habr.com/ru/post/570694/ "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. | ||
| + | * [https://scholar.google.ru/scholar?hl=ru&as_sdt=0%2C5&q=motion+estimation+algorithm&btnG= Статьи по Motion Estimation на Google Scholar], там же можно посмотреть [https://scholar.google.ru/scholar?as_ylo=2019&q=motion+estimation+algorithm&hl=ru&as_sdt=0,5 более свежие статьи] (и их количество) и оценить, чем сейчас в области занимаются | ||
| + | * [https://habr.com/ru/post/451664/ Популярная статья автора на Хабре "Уличная магия сравнения кодеков. Раскрываем секреты"] - о сравнении кодеков, в том числе нейросетевых | ||
| + | * [https://youtu.be/993n8S3lqHg Русский длинный доклад автора] (часовое видео), и [https://www.streamingmedia.com/Articles/Editorial/Featured-Articles/Moscow-States-Dr.-Dmitriy-Vatolin-Talks-Codecs-and-Quality-150562.aspx 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) | ||
Текущая версия на 07:54, 25 января 2022
Содержание
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)
