Методы обработки
и сжатия медиаданных

Объем информации, который человечество хранит и передает, продолжает экспоненциально расти. Ежедневно пользователи по всему миру генерируют огромные массивы данных — например, каждую минуту на видеоплатформы загружается более 500 часов нового видеоконтента. Это создает беспрецедентную нагрузку на инфраструктуру хранения, передачи и обработки данных, делая технологии сжатия информации критически важными для снижения затрат и повышения эффективности.

В фокусе данного курса — современные методы сжатия и обработки визуальных данных. Слушатели изучат как классические алгоритмы (такие как JPEG и фрактальное сжатие), так и перспективные подходы, включая методы на основе машинного обучения. Особое внимание уделяется не только самим алгоритмам сжатия, но и сопутствующим технологиям: повышению разрешения, анализу артефактов, построению карт внимания и оценке качества изображений.

Практическая часть курса включает реализацию ключевых компонентов современных медиасистем.

Студенты разработают:

• Детектор артефактов повышения разрешения
• Нейросетевой алгоритм построения карт внимания
• Устойчивый метод атаки на метрики качества

Курс обеспечивает глубокое понимание не только того, как данные сжимаются, но и как оптимизировать их обработку для достижения максимального качества при минимальных затратах ресурсов.