Description du projet
Une technologie d’apprentissage profond pour décarboniser le streaming vidéo
Le streaming vidéo nuit à l’environnement. Des études révèlent que 60 minutes de streaming en Europe ont une empreinte carbone équivalente à la conduite d’un véhicule sur une distance de 250 mètres. Les technologies de compression vidéo peuvent contribuer à inverser cette tendance en réduisant les données utilisées pour coder le contenu vidéo numérique sans perte de qualité. Si les grands médias investissent dans des méthodes visant à révolutionner la compression des images et des vidéos, ces méthodes sont difficiles à mettre en œuvre sur des appareils grand public. Le projet FALCON, financé par l’UE, étudiera un nouveau cadre destiné à développer une compression d’images et de vidéos rapide et économe en énergie, basée sur l’apprentissage profond, afin de réduire leur empreinte carbone. Les résultats de ce projet seront utiles à d’importantes politiques européennes telles que l’accord de Paris et le pacte vert pour l’Europe.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique traitement des signaux
- ingénierie et technologie génie électrique, génie électronique, génie de l’information ingénierie électronique matériel informatique
- sciences sociales économie et affaires économie économie durable
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
- sciences naturelles informatique et science de l'information intelligence artificielle intelligence de calcul
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2020
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
33100 TAMPERE
Finlande
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.