La compression des images a été l’un des défis en constante évolution de l’informatique. Les programmeurs et les chercheurs essaient toujours d’améliorer les normes actuelles ou d’en créer de nouvelles pour obtenir une meilleure qualité d’image à une taille inférieure.
Au début de ce mois, des chercheurs de l’université du Texas à Austin, Sheng Cao, Chao-Yuan Wu et Philipp Krahenbuhl, publié un document qui envisage d’utiliser la super-résolution pour obtenir une compression sans perte des images. Ce modèle est appelé « Super-Resolution based Compression » (SReC).
Mais avant d’entrer dans les détails de la recherche. Essayons de comprendre ce que signifient certains de ces termes. La super-résolution est une pratique visant à améliorer la résolution d’une image basse résolution par différentes techniques. L’idée est de ne pas perdre la qualité tout en augmentant la résolution.
[Read: JPEG committee is banking on AI to build its next image codec]
Deuxièmement, lorsqu’il n’y a pas de perte de données ou de détails lorsque vous comprimez une image ou un fichier audio, on parle de compression sans perte. Les fichiers d’images PNG sont un exemple de compression sans perte.
Le nouveau modèle utilise la super-résolution pour obtenir la compression d’une image à haute résolution. Pour ce faire, le modèle stocke d’abord une copie basse résolution d’une image d’entrée sous forme de pixels bruts. Ensuite, il applique trois itérations de compression sans perte de modèles à super-résolution pour produire une image de sortie de taille inférieure.
Cao a déclaré à TNW qu’il est difficile de donner un chiffre exact en termes de mégaoctets quant à la façon dont les images sont compressées. Cependant, l’équipe utilise une mesure appelée « bit par sous-pixel » (bpsp) qui prend en compte les bits pris pour stocker un sous-pixel pour un format d’image. Par exemple, pour une image RAW au format BMP, le bpsp est de 8.
Ce nouveau modèle archive un bpsp de 2,70 lorsqu’il est appliqué sur l’ensemble de données Open Images.
Cao a déclaré que ce modèle n’est pas destiné à remplacer les normes populaires comme la PNG. Cependant, il peut être utilisé côté serveur pour réduire le temps de chargement des sites web. Mais il devra concurrencer le modèle populaire WebP de Google.
Bien que ce modèle ne puisse pas être utilisé dans des scénarios pratiques, il est important de noter qu’un nombre croissant de chercheurs utilisent l’IA pour mettre au point de nouvelles techniques de compression d’images. Au début de l’année, le comité JPEG a annoncé un appel à contributions pour la création d’un nouveau codec d’image basé sur l’IA.
Vous pouvez obtenir plus de détails sur ce modèle en lisant ce document ou en explorant son code ici.
Publié le 27 avril 2020 – 11:39 UTC