IRChNUT
Електронний архів Національного університету "Чернігівська політехніка"

Розробка відеоплеєру з можливістю інтерполяції частоти кадрів відео

ISSN 2415-363X

Показати скорочений опис матеріалу

dc.contributor.author Заворотний, А. О.
dc.date.accessioned 2021-03-02T10:20:52Z
dc.date.available 2021-03-02T10:20:52Z
dc.date.issued 2020
dc.identifier.uri http://ir.stu.cn.ua/123456789/21462
dc.description Заворотний, А. О. Розробка відеоплеєру з можливістю інтерполяції частоти кадрів відео : дипломна робота : 121 Інженерія програмного забезпечення / А. О. Заворотний; керівник роботи Нехай В. В. ; Національний університет «Чернігівська політехніка», кафедра інформаційних технологій і програмної інженерії. – Чернігів, 2020. – 67 с. en_US
dc.description.abstract Актуальність роботи. Зір людини відмічає різницю між відео зі стандартною частотою кадрів та частотою більш ніж у 4 рази більшою за стандартну, коли знято об’єкт, що швидко рухається. Стандарти частоти кадрів за секунду відображають технічні обмеження відеозапису майже столітньої давнини, що вже не є актуальними. Метою роботи є плагін відеоплеєру mpv для інтерполяції частоти кадрів для довільного відео-файлу за допомогою моделі згорткової штучної нейронної мережі DAIN. Завдання дослідження: − провести аналіз предметної області та рішень із схожим функціоналом; − описати структуру плагіну; − сформулювати вимоги до розроблюваного плагіну; − змоделювати та спроектувати плагін; − розробити інтерфейс; − розробити архітектуру плагіну; − реалізувати програмний проект, який би задовольняв поставлені вимоги. Об’єктом дослідження є підвищення частоти кадрів для довільного відео у відеоплеєрі. Предметом дослідження є аспекти реалізації плагіну інтерполяції частоти кадрів та інтеграції моделі згорткової штучної нейронної мережі у плагін. У роботі було використано методи дослідження: аналітичний, програмний, порівняльний метод аналізу та синтезу. Наукова новизна одержаних результатів дослідження полягає у розробленні платформонезалежного і простого у використані програмного продукту, що вирішує завдання інтерполяції частоти кадрів відео, використовуючи модель згорткової штучної нейронної мережі. Практичне значення отриманих результатів. Очікується отримати плагін, що реалізує можливість підвищення частоти кадрів для довільного відео методами глибокого навчання. en_US
dc.language.iso uk en_US
dc.publisher Чернігів en_US
dc.subject python en_US
dc.subject pytorch en_US
dc.subject cuda en_US
dc.subject mpv en_US
dc.subject dain en_US
dc.subject deep learning en_US
dc.title Розробка відеоплеєру з можливістю інтерполяції частоти кадрів відео en_US
dc.type Thesis en_US
dc.description.abstractalt1 Relevance. A person notices a difference between a video with a standard frame rate and a video with frame rate more than 4 times greater than a standard, when shooting a fast-moving subject. The frame rate standards reflect the technical limitations of a long-ago video capturing that is no longer relevant. The aim of the work is to develop a plugin for the mpv video player to interpolate the frame rate for a custom video file using a convolutional artificial neural network DAIN model. Objectives of the study: − analyze the subject area and solutions with similar functionality; − describe the structure of the plugin; − formulate requirements for the developed plugin; − model and design a plug-in; − develop an interface; − develop a plugin architecture; − implement a software project that would meet the requirements. The object of study is to increase the frame rate for any video in the video player. The subject of research is the implementation aspects of the frame rate interpolation plugin and integration of the convolutional artificial neural network model into the plugin. The research methods were used in the work: analytical, programing, comparative method of analysis and synthesis. The scientific novelty of the obtained research results is the development of a cross platform and easy-to-use software that solves the problem of video frame frequency interpolation using a convolutional artificial neural network model. The practical significance of the results. It is expected to get a plugin that realizes the ability to increase the frame rate for custom video with deep learning methods. en_US


Долучені файли

Даний матеріал зустрічається у наступних розділах

Показати скорочений опис матеріалу