Registration Number
0826U003947, PhD dissertation
Status
Доктор філософії
Date
04-08-2026
popup.evolution
.
Title
Methods and tools for improving the quality of digital video
Author
Mykola R. Maksymiv,
popup.head Taras Y. Rak
popup.opponent Serhii V. Mashtalir
popup.opponent Volodymyr V. Hnatushenko
popup.review Oleksandr V. Muliarevych
popup.review Halyna I. Klym
popup.rada
Lviv Polytechnic National University
Description
Дисертація присвячена вирішенню актуальної науково-практичної задачі розроблення методів та засобів покращення якості цифрового відео, здатних відновлювати деталізацію зі зниженням перцептивної помилки та зменшувати спотворення в умовах складних пошкоджень та обмежених обчислювальних ресурсів.
У вступі обґрунтовано актуальність теми дисертаційних досліджень, яка зумовлена масовим поширенням відеоконтенту та критичною необхідністю забезпечення його високої якості в системах з обмеженою пропускною здатністю. У першому розділі проведено поглиблений аналіз проблеми забезпечення якості цифрового відео та досліджено типові деградації, зокрема розмиття, шум, артефакти стиснення та втрату роздільної здатності. Оскільки наявні рішення не здатні одночасно гарантувати структурну точність і сталість у часі, обґрунтовано необхідність створення гібридних комп'ютерних систем, що комплексно поєднують просторово-часове узгодження з перцептивною якістю генеративного синтезу для стабілізації динамічних сцен.
У другому розділі сформовано теоретичну, методологічну та алгоритмічну базу розроблення методів та засобів покращення якості відео. Створено систему об'єктивних і перцептивних метрик (PSNR, SSIM, LPIPS, VMAF) та стандартизовані протоколи підготовки даних на еталонних наборах (REDS, Vimeo-90K, Vid4) для уніфікованого навчання й верифікації нейромережевих моделей. Для збереження геометричної цілісності сцен математично формалізовано алгоритми просторово-часового узгодження. На їхній основі побудовано стратегії часової стабілізації шляхом рекурентної та двонаправленої агрегації для усунення явища міжкадрового мерехтіння. Запропоновано комплекс програмно-апаратної оптимізації через структурне прорідження, гібридне квантування та конвеєризацію. У третьому розділі розроблено комплекс нових архітектурних та алгоритмічних рішень, що формують структурну основу комп'ютерних систем покращення відео. Сформовано комбіновану функцію втрат, яка поєднує змагальну, перцептивну, часову та регуляризаційну складові для стабілізації процесу навчання та зниження ризику колапсу моделі. Вперше розроблено метод генеративного покращення цифрового відео, архітектурною базою якого є багатомасштабна нейромережева модель MST-GAN. Інтеграція механізму мультимасштабного вирівнювання ознак та темпорального дискримінатора розв'язує задачу повноцінного просторово-часового узгодження та синтезує природні мікротекстури без явища міжкадрового мерехтіння. Для задачі постдекодувального відновлення відеопотоку після агресивного стиснення вперше розроблено метод на основі двоступеневої моделі шляхом каскадного поєднання двонаправленої рекурентної структури для геометричної реконструкції та генеративно-змагального модуля для перцептивної деталізації. Удосконалено метод адаптивного вибору режиму покращення відео із застосуванням модуля безеталонного оцінювання пошкоджень та керуючого контуру для оптимального режиму відновлення відео. У четвертому розділі наведено результати експериментальних досліджень та оцінювання розроблених методів і програмних засобів. Встановлено, що застосування комбінованої функції втрат для навчання генеративних моделей стабілізує процес, а інтеграція її часової компоненти підвищує показник часової узгодженості на 14.5%, сприяючи зниженню ризику колапсу моделі. Підтверджено, що практична реалізація методу на основі моделі MST-GAN перевершує наявні аналоги, підвищуючи індекс структурної подібності SSIM до 0.928 та знижуючи перцептивну помилку LPIPS до 0.264 при раціональному використанні до 4.4 ГБ відеопам'яті, що усуває явище міжкадрового мерехтіння та робить його оптимальним компонентом для архітектур офлайн-реставрації відеоархівів та телемедицини, де вимога до наднизької затримки не є критичною. Експериментальне оцінювання програмного засобу на основі двоступеневої моделі підтвердило його здатність усувати складні артефакти стиснення. Адаптивний метод із точністю 97% класифікує пошкодження, випереджаючи спеціалізовані моделі на 0.6 дБ за метрикою PSNR та покращуючи перцептивну якість на 12-16% в умовах комбінованих спотворень. Практична реалізація методу програмно-апаратної оптимізації у вигляді спрощеної архітектури для WebGPU дозволила успішно перенести обчислення на клієнтські пристрої. Застосування дистиляції знань та структурного прорідження дозволяє знизити завантаження центрального процесора на 12-22% та прискорити роботу моделі у 2.8-3.6 раза порівняно з WebGL-аналогами при стабільній продуктивності 35-97 кадрів за секунду. Отримані результати мають практичну цінність, оскільки розроблені та вдосконалені методи і засоби формують дієвий інструментарій для побудови інтелектуальних комп'ютерних систем покращення якості відео, телекомунікаційних платформ потокового мовлення відео за запитом, а також систем інтелектуального відеоспостереження та цифрової медіа-реставрації.
Registration Date
2026-07-24
popup.nrat_date
2026-07-24 / 2026-08-05
