Створення та оптимізація легких генеративних змагальних нейромереж для покращення якості відео На клієнтських пристроях з використанням WebGPU

Розглянуто проблеми для задач покращення якості цифрових відеозображень для хмарних середовищ, а також на клієнтській стороні за допомогою генеративно-змагальних нейромереж (GAN), адаптованих для роботи у браузері. Запропоновано метод, що використовує WebGPU для прискореного виконання згорткових обчислень, що дає змогу збільшувати роздільну здатність та покращувати якість низькоякісного відео в реальному часі без значного навантаження на сервери. Для оптимізації нейромережі додатково було використано методи Pruning та Knowledge Distillation, що дало змогу зменшити розмір моделі на 40–60% без значної втрати якості.
Результати експерементів показали, що реалізація запропонованого методу підвищує продуктивність обробки відео у браузері у 2–4 раза порівняно з іншими неоптимізованими моделями. Оцінка якості відео показала покращення PSNR та підвищення SSIM порівняно з традиційними методами збільшення роздільної здатності. Запропонований підхід може бути інтегрований у потокові сервіси та вебзастосунки, що дасть змогу знизити навантаження на комп’ютерні мережі та забезпечити кращий користувацький досвід з меншими витратами на хмарні та сервені обчислення.