Entropiebasiertes Vorfiltern unter Verwenden neuronaler Netzwerke für Streaming-Anwendungen

In verschiedenen Beispielen wird ein auf Deep-Neural-Netzwerk (DNN) basierter Vorfilter für Inhalts-Streaming-Anwendungen verwendet, um Szenen-Entropie (z.B. Komplexität) in Reaktion auf Änderungen von Netzwerk- oder Systembedingungen einer Endbenutzer-Vorrichtung anzupassen. Zum Beispiel kann, wo Netzwerk- und/oder Systemperformance-Probleme oder Degradation identifiziert werden, das DNN als ein Frame-Vorfilter implementiert werden, um die Komplexität oder Entropie des Frames vor einem Streaming zu reduzieren - wodurch dem Frame erlaubt wird, bei einer reduzierten Bitrate gestreamt zu werden, ohne eine Änderung in der Auflösung zu erfordern. Der DNN-basierte Vorfilter kann getunt werden, um Bilddetail entlang Objekt, Grenzen und/oder Oberflächen-Kanten beizubehalten, so dass Szenennavigation - wie beispielsweise durch einen Benutzer, der an einer Instanz einer Anwendung teilnimmt - für den Benutzer einfacher und natürlicher sein kann. In various examples, a deep neural network (DNN) based pre-filter for content streaming applications is used to dynamically adapt scene entropy (e.g., complexity) in response to changing network or system conditions of an end-user device. For example, where network and/or system performance issues or degradation are identified, the DNN may be implemented as a frame pre-filter to reduce the complexity or entropy of the frame prior to streaming-thereby allowing the frame to be streamed at a reduced bit rate without requiring a change in resolution. The DNN-based pre-filter may be tuned to maintain image detail along object, boundary, and/or surface edges such that scene navigation-such as by a user participating in an instance of an application-may be easier and more natural to the user.