Telegram Group & Telegram Channel
Forwarded from Электросвязь
〰️ В первой части статьи Березкина А.А., Ченского А.А., Киричека Р.В., Захарова А.А. «Исследование конфигураций нейросетевых кодеков для адаптивной системы сжатия кадров FPV-видеопотока при управлении беспилотными системами. Часть I. Методика» (№ 9 2024 журнала «Электросвязь») были обобщены результаты исследований сжатия и квантования латентных пространств признаков вариационных автокодировщиков, представлены модификация нейросетевого кодека, наборы данных и методика экспериментов.

🛠 Во второй части статьи «Исследование конфигураций нейросетевых кодеков для адаптивной системы сжатия кадров FPV-видеопотока при управлении беспилотными системами. Часть II. Эксперимент» авторами исследованы различные конфигурации нейросетевых кодеков, разработанных на основе вариационных автокодировщиков вида VQ и KL (VQ-f4, VQ-f8, VQ-f16, KL-f4, KL-f8, KL-f16, KL-f32) из состава моделей Stable Diffusion на предмет возможности их использования для сжатия кадров видеопотока при FPV-управлении беспилотными системами.
Обобщаются исследования, проведённые для автокодировщика VQ-f16.

Рассматривается адаптация алгоритмов квантования и сжатия для латентного пространства признаков вариационных автокодировщиков видов VQ и KL, проводится оценка соотношений степеней сжатия и метрик качества восстанавливаемого изображения для вариационных автокодировщиков при различных конфигурациях нейросетевого кодека, определяются наилучшие методы обработки латентного пространства для каждого вариационного автокодировщика, а также проводится оценка целесообразности использования каждого из них.

⚡️ Разработаны предварительные конфигурации нейросетевого кодека для использования в различных условиях.

Как было выявлено авторами статьи, вариационные автокодировщики видов VQ и KL обладают различными параметрами Гауссова распределения латентного пространства признаков, что влияет на эффективность совместного использования различных алгоритмов сжатия и квантования. В статье показано, какие алгоритмы сжатия и квантования эффективнее использовать с различными моделями.

🔖 Полный текст статьи Березкина А.А., Ченского А.А., Киричека Р.В., Захарова А.А. «Исследование конфигураций нейросетевых кодеков для адаптивной системы сжатия кадров FPV-видеопотока при управлении беспилотными системами. Часть II. Эксперимент» опубликован в №10 2024 журнала «Электросвязь».
Please open Telegram to view this post
VIEW IN TELEGRAM



group-telegram.com/uav_tech/30156
Create:
Last Update:

〰️ В первой части статьи Березкина А.А., Ченского А.А., Киричека Р.В., Захарова А.А. «Исследование конфигураций нейросетевых кодеков для адаптивной системы сжатия кадров FPV-видеопотока при управлении беспилотными системами. Часть I. Методика» (№ 9 2024 журнала «Электросвязь») были обобщены результаты исследований сжатия и квантования латентных пространств признаков вариационных автокодировщиков, представлены модификация нейросетевого кодека, наборы данных и методика экспериментов.

🛠 Во второй части статьи «Исследование конфигураций нейросетевых кодеков для адаптивной системы сжатия кадров FPV-видеопотока при управлении беспилотными системами. Часть II. Эксперимент» авторами исследованы различные конфигурации нейросетевых кодеков, разработанных на основе вариационных автокодировщиков вида VQ и KL (VQ-f4, VQ-f8, VQ-f16, KL-f4, KL-f8, KL-f16, KL-f32) из состава моделей Stable Diffusion на предмет возможности их использования для сжатия кадров видеопотока при FPV-управлении беспилотными системами.
Обобщаются исследования, проведённые для автокодировщика VQ-f16.

Рассматривается адаптация алгоритмов квантования и сжатия для латентного пространства признаков вариационных автокодировщиков видов VQ и KL, проводится оценка соотношений степеней сжатия и метрик качества восстанавливаемого изображения для вариационных автокодировщиков при различных конфигурациях нейросетевого кодека, определяются наилучшие методы обработки латентного пространства для каждого вариационного автокодировщика, а также проводится оценка целесообразности использования каждого из них.

⚡️ Разработаны предварительные конфигурации нейросетевого кодека для использования в различных условиях.

Как было выявлено авторами статьи, вариационные автокодировщики видов VQ и KL обладают различными параметрами Гауссова распределения латентного пространства признаков, что влияет на эффективность совместного использования различных алгоритмов сжатия и квантования. В статье показано, какие алгоритмы сжатия и квантования эффективнее использовать с различными моделями.

🔖 Полный текст статьи Березкина А.А., Ченского А.А., Киричека Р.В., Захарова А.А. «Исследование конфигураций нейросетевых кодеков для адаптивной системы сжатия кадров FPV-видеопотока при управлении беспилотными системами. Часть II. Эксперимент» опубликован в №10 2024 журнала «Электросвязь».

BY Беспилотники (дроны, БПЛА, UAV)




Share with your friend now:
group-telegram.com/uav_tech/30156

View MORE
Open in Telegram


Telegram | DID YOU KNOW?

Date: |

Unlike Silicon Valley giants such as Facebook and Twitter, which run very public anti-disinformation programs, Brooking said: "Telegram is famously lax or absent in its content moderation policy." Despite Telegram's origins, its approach to users' security has privacy advocates worried. Following this, Sebi, in an order passed in January 2022, established that the administrators of a Telegram channel having a large subscriber base enticed the subscribers to act upon recommendations that were circulated by those administrators on the channel, leading to significant price and volume impact in various scrips. He said that since his platform does not have the capacity to check all channels, it may restrict some in Russia and Ukraine "for the duration of the conflict," but then reversed course hours later after many users complained that Telegram was an important source of information. So, uh, whenever I hear about Telegram, it’s always in relation to something bad. What gives?
from es


Telegram Беспилотники (дроны, БПЛА, UAV)
FROM American