
Ученые вычислительного факультета МГУ разработали бенчмарк для оценки эффективности алгоритмов суперразрешения видео после сжатия. В исследовании, о котором пишет Scientific Russia, сравнили 19 популярных моделей SR и пять современных видеокодеков, включая H.264, H.265, H.266, AV1 и AVS3. Это позволяет понять, какие алгоритмы эффективнее восстанавливают детали и уменьшают артефакты после компрессии.
Видеотехнологии по-прежнему пытаются сбалансировать качество изображения и битрейт передачи. При сжатии неизбежно теряются части информации, что приводит к ухудшению картинки, особенно на небольших скоростях передачи. Суперразрешение помогает компенсировать эти потери, возвращая утраченные детали, но не все SR-модели демонстрируют одинаковую производительность в этой задаче.
Чтобы объективно оценить алгоритмы, специалисты ВМК МГУ провели масштабное тестирование моделей в контексте пяти видеокодеков. Сформированная ими платформа для сравнений анализирует качество восстановления как с технической, так и с визуальной точек зрения, а также насколько можно снизить битрейт без значимых потерь восприятия.
Евгений Богатырев, магистрант лаборатории компьютерной графики и мультимедиа, в интервью отметил, что суперразрешение открывает новые горизонты в видеосжатии, позволяя значительно уменьшить объём данных при минимальном ухудшении качества. Однако выбор подходящего SR-метода зависит от конкретного кодека и степени компрессии.
Исследователи оценивали не только восстановление деталей и устранение артефактов, но и субъективное качество, которое воспринимает зритель. Важной частью эксперимента стал краудсорсинговый анализ с участием более пяти тысяч человек, сравнивавших результаты. Кроме визуальной оценки, применялись метрики PSNR, LPIPS и MDTVSFA для надежного автоматического анализа.
Инженер лаборатории Иван Молодецких подчеркнул, что некоторые модели способны уменьшать битрейт до 65% без заметных потерь качества, что делает технологии суперразрешения весьма перспективными для потокового видео, видеозвонков и других приложений с ограничениями по пропускной способности сети.
Как отмечают авторы исследования, результаты могут быть применены в потоковых сервисах вроде YouTube, Netflix и Twitch, где снижение нагрузки на серверы и улучшение качества трансляций — приоритетные задачи. Сети мобильной связи также выиграют от уменьшения трафика без потери качества, а системы видеонаблюдения — от более четкой детализации в сжатых видеопотоках. Кино и медиа смогут использовать SR для реставрации архивных материалов и повышения качества старых записей.
Старший научный сотрудник Дмитрий Ватолин отметил, что синергия суперразрешения и передовых видеокодеков позволит индустрии значительно сократить расходы на хранение и передачу видео без ущерба для качества. Такая интеграция уже меняет подходы к видеотехнологиям по всему миру.






