研究人員聲稱 這種AI模型比PNG具有更好的壓縮率

圖像壓縮一直是計算機(jī)科學(xué)中不斷發(fā)展的挑戰(zhàn)之一。程序員和研究人員一直在努力提高當(dāng)前的標(biāo)準(zhǔn)或創(chuàng)建新的標(biāo)準(zhǔn)，從而以較小的尺寸獲得更好的圖像質(zhì)量。

本月早些時候，得克薩斯大學(xué)奧斯汀分校的研究人員，曹升，吳朝元和Philipp Krahenbuhl 發(fā)表 了一篇論文 ，該論文著眼于使用超分辨率來獲得圖像的無損壓縮。該模型稱為基于超分辨率的壓縮(SReC)。

但是在我們深入研究之前。讓我們了解一下這些術(shù)語的含義。超分辨率是一種通過不同技術(shù)放大或增強低分辨率圖像分辨率的做法。這個想法是在增加分辨率的同時不損失質(zhì)量。

[閱讀： JPEG委員會正在依靠AI構(gòu)建其下一個圖像編解碼器 ]

其次，當(dāng)壓縮圖像或音頻文件時沒有數(shù)據(jù)或細(xì)節(jié)損失時，這稱為無損壓縮。PNG圖像文件是無損壓縮的一個示例。

新模型使用超分辨率來實現(xiàn)高分辨率圖像的壓縮。為此，模型首先將輸入圖像的低分辨率副本存儲為原始像素。然后，它應(yīng)用無損壓縮超分辨率模型的三個迭代來生成較小尺寸的輸出圖像。

曹告訴TNW，很難以兆字節(jié)為單位來精確壓縮圖像。但是，研究小組使用了一種稱為每子像素位(bpsp)的度量，該度量考慮了為圖像格式存儲子像素所需的位。例如，對于BMP格式的RAW圖像，bpsp為8。

當(dāng)應(yīng)用于“開放圖像”數(shù)據(jù)集時，此新模型將存檔一個bpsp 2.70的數(shù)據(jù)。

SReC圖像壓縮模型的性能與其他相比

曹說，該模型不能替代任何流行的標(biāo)準(zhǔn)，例如PNG。但是，可以在服務(wù)器端使用它來減少網(wǎng)站的加載時間。但是它將需要與Google流行的WebP模型競爭。

盡管此模型可能無法在實際場景中使用，但需要注意的是，越來越多的研究人員正在使用AI來形成新的圖像壓縮技術(shù)。今年早些時候，JPEG委員會宣布了征集論文以形成新的基于AI的圖像編解碼器的呼吁。