?
Machine Learning-based Adaptive Reconstruction of Video Stream Fragments Taking into Account Scene Dynamics. Proceedings of the Institute for System Programming of the RAS
Предложен теоретически обоснованный подход к адаптивному восстановлению
видеофрагментов на стороне клиента с использованием методов машинного обучения и анализа сцены.
Метод включает формальную постановку задачи, модель конечного автомата для принятия решений,
функцию стоимости восстановления, а также новый этап в подготовке видео – оценку динамики сцены
с последующей записью признака в HLS-плейлист. Такой признак позволяет повысить точность выбора
методов восстановления фрагментов видео. Описана архитектура алгоритма, предложены правила
выбора стратегии восстановления и теоретически обосновано использование дополнительных
признаков в формализованной модели. Работа носит преимущественно теоретико-методический
характер: формализуется стратегия восстановления и предлагается расширение плейлиста.
Дополнительно приведена ограниченная симуляционная оценка, цель которой – проверить
внутреннюю согласованность правил модели и чувствительность к пороговым параметрам, а не
продемонстрировать превосходство над существующими методами.