Para peneliti mengklaim model AI ini mencapai tingkat kompresi yang lebih baik daripada PNG

Para peneliti mengklaim model AI ini mencapai tingkat kompresi yang lebih baik daripada PNG

Para peneliti mengklaim model AI ini mencapai tingkat kompresi yang lebih baik daripada PNG

 

Para peneliti mengklaim model AI ini mencapai tingkat kompresi yang lebih baik daripada PNG
Para peneliti mengklaim model AI ini mencapai tingkat kompresi yang lebih baik daripada PNG

Kompresi gambar telah menjadi salah satu tantangan yang terus berkembang dalam ilmu komputer. Pemrogram dan peneliti selalu berusaha untuk meningkatkan standar saat ini atau membuat yang baru untuk mendapatkan kualitas gambar yang lebih baik pada ukuran yang lebih rendah.

Awal bulan ini, para peneliti dari Universitas Texas di Austin, Sheng Cao, Chao-Yuan Wu, dan Philipp Krahenbuhl,

menerbitkan sebuah makalah yang membahas penggunaan resolusi super untuk mendapatkan kompresi gambar tanpa kehilangan. Model ini disebut Super-Resolution based Compression (SReC).

Tetapi sebelum kita masuk ke seluk-beluk penelitian. Mari kita mengerti apa arti beberapa istilah ini. Resolusi-super adalah praktik untuk meningkatkan atau meningkatkan resolusi gambar beresolusi rendah melalui berbagai teknik. Idenya adalah untuk tidak kehilangan kualitas sambil meningkatkan resolusi.

[Baca: Komite JPEG adalah perbankan di AI untuk membangun codec gambar berikutnya]

Kedua, ketika tidak ada kehilangan data atau detail saat Anda mengompres gambar atau file audio, itu disebut kompresi lossless. File gambar PNG adalah contoh kompresi lossless.

Model baru menggunakan resolusi super untuk mencapai kompresi gambar resolusi tinggi. Untuk melakukan itu, model pertama-tama menyimpan salinan gambar input beresolusi rendah sebagai piksel mentah. Kemudian itu menerapkan tiga iterasi model kompresi super-lossless kompresi untuk menghasilkan gambar output dengan ukuran lebih rendah.
Kredit: SRec
Metode pertama mengkodekan gambar resolusi rendah secara efisien, dan kemudian memanfaatkan model SR untuk

secara efisien entropi-kode gambar resolusi tinggi.

Cao memberi tahu TNW ​​bahwa sulit untuk menempatkan angka pasti dalam megabyte tentang bagaimana gambar dikompresi. Namun, tim menggunakan ukuran yang disebut bit per sub-pixel (bpsp) yang memperhitungkan bit akun yang diambil untuk menyimpan sub-pixel untuk format gambar. Misalnya, untuk gambar RAW dalam format BMP, bpsp adalah 8.

Model baru ini mengarsipkan bpsp 2,70 bila diterapkan pada dataset Gambar Terbuka.
Kinerja model kompresi Gambar SReC dibandingkan yang lain

Cao mengatakan bahwa model ini tidak akan menggantikan standar populer seperti PNG. Namun, ini dapat

digunakan di sisi server untuk mengurangi waktu buka situs web. Tetapi perlu bersaing dengan model WebP populer Google.

Meskipun model ini mungkin tidak digunakan dalam skenario praktis, penting untuk dicatat bahwa semakin banyak peneliti menggunakan AI untuk membentuk teknik kompresi gambar baru. Awal tahun ini, komite JPEG mengumumkan permintaan makalah untuk membentuk codec gambar berbasis AI baru.

Anda dapat memeriksa detail lebih lanjut tentang model melalui makalah ini atau menjelajahi kodenya di sini.

Sumber:

https://ngelag.com/seva-mobil-bekas/