Descripción del proyecto
La tecnología de aprendizaje profundo para descarbonizar las transmisiones de vídeo
La transmisión de vídeo es perjudicial para el medio ambiente. Los estudios demuestran que 60 minutos de transmisiones en Europa tienen una huella de carbono equivalente a conducir 250 metros. Las tecnologías de compresión de vídeo pueden ayudar a revertir esta tendencia al reducir los datos utilizados para codificar el contenido de vídeo digital sin que se produzca una pérdida de calidad. Aunque los principales medios de comunicación están invirtiendo en métodos para revolucionar la compresión de imágenes/vídeos, resulta difícil ponerlos en práctica en los dispositivos de consumo. El proyecto FALCON, financiado con fondos europeos, investigará un novedoso marco para desarrollar una tecnología de compresión de imágenes y vídeos rápida y eficiente en materia de energía basada en el aprendizaje profundo a fin de reducir su huella de carbono. Los hallazgos serán beneficiosos para importantes políticas de la Unión Europea, como el Acuerdo de París y el Pacto Verde Europeo.
Objetivo
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.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
- ingeniería y tecnología ingeniería eléctrica, ingeniería electrónica, ingeniería de la información ingeniería electrónica procesamiento de señales
- ingeniería y tecnología ingeniería eléctrica, ingeniería electrónica, ingeniería de la información ingeniería electrónica hardware informático
- ciencias sociales economía y empresa ciencia económica economía sostenible
- ciencias naturales informática y ciencias de la información inteligencia artificial aprendizaje automático
- ciencias naturales informática y ciencias de la información inteligencia artificial inteligencia computacional
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) H2020-MSCA-IF-2020
Ver todos los proyectos financiados en el marco de esta convocatoriaCoordinador
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
33100 TAMPERE
Finlandia
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.