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科學中不斷發(fā)展的挑戰(zhàn)之一。程序員和研究人員一直在努力提高當前的標準或創(chuàng)建新的標準，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，當壓縮圖像或音頻文件時沒有數(shù)據(jù)或細節(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。

當應用于“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準，例如PNG。但是，可以在服務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。