ضغط الصور في مؤتمرات الفيديو الاعتماد على تقنيات التعلم العميق

قمنا في هذا العمل بإجراء دراسة نظرية حول خوارزميات تحريك الوجوه بالاعتماد على نقاط علّام لصور ة وجه آخر وهو من أحدث جماالت الرؤية احلاسوبية يف التعلم العميق. و ابستخدام اخلوارزميات السابقة قمنا إبنشاء نظام ضغط للفيديو يف تطبيقات احملادثة عرب الشبكة، وذلك لتخفيض العبء على الشبكة والسماح ابلتواصل السهل حىت يف حال بطء االتصال. حيث يتم إرسال صورة مرجعية للوجه املستهدف حتريكه من طرف املرسل إىل املستقبل وحفظها لديه، ومن مث االعتماد على إرسال نقاط العّلم فقط للصورة التالية يف الفيديو امللتقط، واليت تعترب أصغر حجما بشكل كبري من الصورة كاملة ، ومن مث بتم تركيب الصورة ابستخدام هذه النقاط والصورة املرجعية عند املستقبل، وهنا تكمن فكرة الضغط بشكل رئيسي. وألجل ضمان الدقة يف إعادة تشكيل الصور قمنا ابقرتاح شبكة تغذية راجعة عند املستقبل، تقوم إبرسال قيمة إىل املرسل تعرب عن مقدار التشوه يف الصورة اليت مت إنشاؤها، وعلى إثرها يقرر املرسل فيما إذا كان سيتم حتديث الصورة املرجعية عند املستقبل أم .ً االستمرار إبرسال نقاط العّلم، وذلك عن طريق مقارنة القيمة السابقة بقيمة حدية حمددة مسبقا كما مت دراسة نسبة الضغط والدقة للخوارزمية املقرتحة، وذلك من أجل قيم خمتلفة للقيمة احلدية ومقارنة النتائج اليت مت احلصول عليها مع نتائج خوارزميات الضغط الشهرية مثل .264H و MPEG.