آیا تصور میکردید روزی بتوان ویدیوها را با نرخ بیت بسیار پایین و بدون افت کیفیت محسوس فشرده کرد؟ محققان بهتازگی متد جدیدی به نام «Group-of-Latents» (یا به اختصار GoL) معرفی کردهاند که با استفاده از «ترنسفورمرهای دیفیوژن» (DiT)، استانداردهای فشردهسازی ویدیو را جابهجا میکند.
این مدل هوشمند با تفکیک هوشمندانه اطلاعات تصویری به بخشهای کلیدی و جزئیات بافت، میتواند ویدیوها را در شرایطی که پهنای باند بسیار محدود است (کمتر از ۰.۰۰۵ بیت بر پیکسل!) بازسازی کند. این دستاورد یعنی تماشای ویدیو با کیفیت خیرهکننده در ضعیفترین اتصالات اینترنت در آینده نزدیک! 🚀
منبع: arXiv Computer Vision