Projektbeschreibung
Deep-Learning-Technologie dekarbonisiert Video-Streaming
Video-Streaming ist ziemlich schlecht für die Umwelt. Studien beweisen, dass 60 Minuten Streaming in Europa einen CO2-Fußabdruck hinterlässt, der einer 250 Meter langen Autofahrt entspricht. Videokomprimierungsverfahren könnten zur Umkehr dieses Trends beitragen, indem sie die für die Kodierung digitaler Videoinhalte genutzten Daten ohne Qualitätsverluste reduzieren. Die großen Medien investieren zwar in Methoden, um die Bild-/Videokompression zu revolutionieren, jedoch sind diese in den Geräten der Verbrauchenden kaum zu implementieren. Das EU-finanzierte Projekt FALCON wird ein neuartiges Rahmenwerk für die Entwicklung einer schnellen und energieeffizienten Bild- und Videokompression auf der Grundlage von Deep Learning untersuchen, um den CO2-Fußabdruck zu verkleinern. Die Ergebnisse werden wichtigen politischen Strategien der EU wie etwa dem Übereinkommen von Paris und dem Grünen Deal zugutekommen.
Ziel
The emerging Learned Compression (LC) methods show great potential to revolutionize image/video compression, and major media industries are investing heavily in this field. However, the high computational complexity of these methods makes it difficult to employ them in consumer devices, and this obstacle discourages using them in future compression standards, such as JPEG and MPEG, despite their superior performance compared to traditional methods. This project will investigate a novel framework for developing fast and energy-efficient Deep Learning-based compression. We will develop methods that (1) greatly improve the compression efficiency of LC, and (2) significantly reduce its computational complexity and energy consumption. Given the huge share of video industry in global Greenhouse gas emission, this will be a big step towards important EU policies such as the Paris agreement and the EU Green Deal. The objectives of the project are achieved via: (i) splitting the coding into smaller tasks, (ii) investigating efficient learning methods (including Operational Neural Networks, an invention of the supervisor of the project), and (iii) integrating human perception into image/video coding.
The experienced researcher holds a PhD in computer engineering, during which he worked on accelerating the encoding process of compression standards. He has a background and skill-set in hardware engineering, signal processing, media technology, and machine learning, which is necessary for this interdisciplinary project. The project will be carried out under the supervision of an internationally famous scientist who has extensive experience in both machine learning and video compression. The host institution in Finland has a long experience in EU funding and collaborations with industries. The results and findings will be published in top international journals and conferences. Moreover, some findings will be considered for possible exploitation in future MPEG/JPEG standards.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Technik und Technologie Elektrotechnik, Elektronik, Informationstechnik Elektrotechnik Signalverarbeitung
- Technik und Technologie Elektrotechnik, Elektronik, Informationstechnik Elektrotechnik Hardware
- Sozialwissenschaften Wirtschaftswissenschaften Wirtschaftswissenschaft nachhaltige Wirtschaft
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz maschinelles Lernen
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz Computational Intelligence
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) H2020-MSCA-IF-2020
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
33100 TAMPERE
Finnland
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.