Course effrénée aux images de meilleure qualité, à quel prix ?
| Autor: | SCHORTGEN, Alexandre, Reveret, Lionel, Saulière, Guillaume, Muller, Antoine, Goyallon, Thibault, Moussa, Issa, Toussaint, Jean-François |
|---|---|
| Přispěvatelé: | Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria), Institut de recherche biomédicale et d’épidémiologie du sport (IRMES - URP_7329), Institut national du sport, de l'expertise et de la performance (INSEP)-Université Paris Cité (UPCité), Institut national du sport, de l'expertise et de la performance (INSEP), Laboratoire de Biomécanique et Mécanique des Chocs (LBMC UMR T9406 ), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Université Gustave Eiffel, Inria-DFKI |
| Jazyk: | angličtina |
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | 2nd Inria-DFKI European Summer School on AI (IDESSAI 2022) 2nd Inria-DFKI European Summer School on AI (IDESSAI 2022), Aug 2022, Saarbrücken, France |
| Popis: | International audience; When implementing computer vision algorithms, the quality of the video input is a crucial parameter for systematic application as :• Training and inference conditions of Deep Learning models may differ.• Video quality may be downgraded due to sourcing or transfer encoding.• Storage capacity may limit the volume/quantity of data available.To better understand the sensitivity of inference with regarding video quality, we investigated the effect of video compression on the output of a human pose estimation network model. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|