كان ضغط الصور أحد التحديات المتطورة باستمرار في علوم الكمبيوتر. يحاول البرمجيون والباحثون دائمًا تحسين المعايير الحالية أو إنشاء معايير جديدة للحصول على جودة صورة أفضل بحجم أقل.
في وقت سابق من هذا الشهر، نشر باحثون من جامعة تكساس في أوستن، وشنغ كاو، وتشاو يوان وو، وفيليب كراينبول، ورقة تنظر في استخدام الدقة الفائقة للحصول على ضغط الصور بدون خسارة. يسمى النموذج ضغط يستند إلى دقة فائقة (SReC).
ولكن قبل أن ندخل في تفاصيل أكثر من البحث. دعونا نفهم ما تعنيه بعض هذه المصطلحات. دقة فائقة هو ممارسة لأعلى نطاق أو تعزيز قرار صورة منخفضة الدقة من خلال تقنيات مختلفة. الفكرة هي عدم فقدان الجودة مع زيادة الدقة.
عندما لا يكون هناك فقدان للبيانات أو التفاصيل عند ضغط صورة أو ملف صوتي، يطلق عليه الضغط بدون خسارة. ملفات صور PNG هي مثال على الضغط بدون خسارة.
يستخدم الطراز الجديد دقة فائقة لتحقيق ضغط صورة عالية الدقة. للقيام بذلك، يقوم الطراز أولاً بتخزين نسخة منخفضة الدقة من صورة الإدخال كبيكسلات خام. ثم يطبق ثلاثة تكرارات لضغط نماذج فائقة الدقة بدون خسارة لإنتاج صورة إخراج ذات حجم أقل.
وقال تساو (مصمم ومطور النموذج ) أنه من الصعب وضع عدد دقيق من حيث ميغابايت فيما يتعلق بكيفية ضغط الصور. ومع ذلك، يستخدم الفريق مقياس يسمى بت لكل بكسل فرعي (bpsp) يأخذ في الاعتبار ان هذة البتات هي التي تم أخذها لتخزين بكسل فرعي لتنسيق صورة. على سبيل المثال، للحصول على صورة RAW بتنسيق BMP ، bpsp هو 8 بت.
كما أوضح أن هذا النموذج لم يتم تعيينه ليحل محل اى من المعايير الشعبية مثل PNG. ومع ذلك، يمكن استخدامه على جانب الخادم لتقليل وقت التحميل لمواقع الويب. ولكن سوف تحتاج إلى التنافس مع نموذج WebP ، الذي لدية شعبية كبيرة من شركة جوجل.
على الرغم من أن هذا النموذج قد لا يستخدم في سيناريوهات عملية، فمن المهم ملاحظة أن عددا متزايدا من الباحثين يستخدمون الذكاء الاصطناعي لتشكيل تقنيات جديدة لضغط الصور.
في وقت سابق من هذا العام، أعلنت لجنة JPEG دعوة للأوراق لتشكيل الترميز بصورة جديدة تستند إلى الذكاء الاصطناعي.
يمكنك التحقق من مزيد من التفاصيل حول النموذج من خلال هذه الورقة أو استكشاف الكود من هنا.