Développement de schémas de compression vidéo basés apprentissage

Design of learned video coding schemes

• Auteur / Autrice : Théo Ladune
• Direction : Olivier Déforges, Pierrick Philippe
• Type : Thèse de doctorat
• Discipline(s) : Traitement du Signal
• Date : Soutenance le 18/10/2021
• Etablissement(s) : Rennes, INSA
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Entreprise : Orange (entreprise)
• Partenaire(s) de recherche : Laboratoire : Institut d'Électronique et de Télécommunications (Rennes)
• Jury : Président / Présidente : Frédéric Dufaux
• Jury : Examinateurs / Examinatrices : Olivier Déforges, Pierrick Philippe, Frédéric Dufaux, Jenny Benois Pineau, Marc Antonini, Wassim Hamidouche
• Jury : Rapporteurs / Rapporteuses : Jenny Benois Pineau, Marc Antonini

Mots clés

Mots clés contrôlés

Traitement du signal

Apprentissage profond

Compression vidéo

Mots clés libres

Compression Vidéo

Apprentissage profond

Traitement du signal

Video Compression

Deep learning

Signal processing

Résumé

La quantité toujours croissante d’images et de vidéos échangées sur Internet a un impact substantiel sur le changement climatique. Cet impact peut-être réduit via le développement de meilleurs algorithmes de compression, qui visent à réduire le volume de données représentant les vidéos, tout en conservant une qualité acceptable pour l’utilisateur. Depuis les années 90, des standards de compression vidéo ont été conçus afin de diminuer la taille des vidéos via une succession d’opérations linéaires. Ces standards sont développés de manière incrémentale, entraînant une optimisation séparée des différentes opérations. Récemment, les réseaux de neurones ont émergé comme une réponse pertinente à un grand nombre de problématiques, grâce à leur capacité à apprendre des fonctions non-linéaires au travers d’une optimisation de bout-en-bout. Si la compression neuronale constitue d’ores et déjà l’état de l’art pour le codage d’images fixes, le codage vidéo demeure une tâche plus difficile. Cette thèse propose de concevoir un codeur vidéo basé apprentissage, afin de tirer profit des capacités prometteuses des réseaux de neurones. Étant donné la nouveauté de ce domaine, la conception du codeur démarre d’une page blanche, et les différents éléments le composant sont étudiés en détail. Au final, l’évaluation du codeur proposé sur une tâche de codage vidéo réaliste montre qu’il présente des performances compétitives avec des standards de compression modernes.

The ever-growing amount of images and videos conveyed over the Internet has a substantial impact on climate change. This impact can be mitigated through the design of better compression algorithms, which aims to reduce the size of videos while maintaining an acceptable quality for the user. Since the 90s, video coding standards have been devised to reduce the video size through a succession of linear operations. Video coding standards are incrementally designed, leading to a separate optimization of the different operations. Recently, neural networks have emerged as a relevant solution for a wide variety of issues, due to their ability to learn non-linear functions through an end-to-end optimization process. While learned approaches already achieve state-of-the-art performance for still image compression, video coding remains a more challenging task. This thesis proposes to design a learned video coder, to leverage the promising abilities of neural networks. Due to the novelty of this field, the design of the proposed learned coding scheme starts from a blank page. The different elements of the coder are thoroughly considered. In the end, it is shown that the proposed learned coder is able to achieve performance equivalent to modern video coding standards in a realistic video coding setup.