EngNews
Логин: 
Пароль: 
 
ГЛАВНАЯ
СОБЫТИЯ
ОТПРАВИТЬ НОВОСТЬ
КОНТАКТЫ
регистрация / забыл пароль
Главная / Метод обработки мобильных изображений в облаке сокращает использование полосы пропускания на 98 процентов
04.12.2015
Метод обработки мобильных изображений в облаке сокращает использование полосы пропускания на 98 процентовПо мере того, как смартфоны занимают место компьютеров и камер, возникает растущий спрос на мобильные версии приложений для обработки изображений. Обработка изображений, однако, может потребовать серьезных вычислений и быстро разрядить аккумулятор мобильного телефона. Некоторые мобильные приложения пытаются решить эту проблему путем отправки файлов изображений на центральный сервер, который обрабатывает изображения и передает их обратно. Но в случае больших изображений, это вносит существенные задержки и может привести к расходам на повышение использования данных.
Исследователи из Массачусетского технологического института, Стэнфордского университета и Adobe Systems представили систему, которая в экспериментах снижает использование полосы пропускания на целых 98,5 процентов, а потребление энергии на целых 85 процентов. Система посылает на сервер весьма сжатую версию изображения, а сервер посылает обратно еще более меньший размер файла, который содержит простые инструкции для модификации исходного изображения.
Новая техника может стать более полезной по мере того, как алгоритмы обработки изображений становятся все более изощренными.

Система исследователей работает с любым изменением в стиле образа, подобно типам «фильтров» на популярном Instagram. Она менее эффективна с правками, которые изменяют содержание изображения – удаляя фигуру изображения, и затем заполняя ее в фоновом режиме, например.
Чтобы сохранить пропускную способность при загрузке файла, система исследователей просто посылает его как изображение JPEG очень низкого качества, наиболее распространенного формата цифровых изображений. Передаваемый JPEG имеет гораздо меньшее разрешение, чем исходное изображение, что может привести к проблемам. Один красно пиксель в формате JPEG, например, может стоять за рядом пикселей, которые на самом деле изображают тонкую текстуру красными и фиолетовыми полосами. Поэтому первое, что делает система – это ввод некоторого высокочастотного шума в изображении, которое эффективно увеличивает его разрешение.
Это дополнительное разрешение в основном является бессмысленным - только небольшие, случайный, локальное изменение цвета пикселя в сжатом файле. Но оно не позволяет системе иметь слишком большую зависимость от насыщенности цвета в отдельных областях изображения при определении того, как охарактеризовать его преобразования.

Затем система выполняет требуемую манипуляцию изображения, усиливая контраст, смещая спектр цветов, резкость краев, или тому подобное. Потом система разбивает изображение на куски, из, скажем, 64 на 64 пикселей. Для каждого блока она использует алгоритм машинного обучения, чтобы охарактеризовать эффекты манипуляции в соответствии с несколькими основными параметрами, большинство из которых касаются изменения яркости пикселей в патче. Лучшие результаты были достигнуты исследователями, когда они использовали около 25 параметров. Таким образом, для каждого патча загруженного изображения, каждый пиксель которого может иметь одно из трех значений, сервер отправляет обратно только 25 чисел.
Телефон затем выполняет модификации, описанные этими 25 числами в своей локальной копии изображения высоким разрешением. Для невооруженного глаза результаты практически неотличимы от прямой манипуляции изображения с высоким разрешением. Потребление пропускной способности, однако составляет от 1 до 2 процентов от обычного метода.



Новости инженерии
Новости политики
Социальные новости
Мировые происшествия
Ваши новости
Поставщики
Диллеры
Дистрибьютеры
 
Все права защищены ©
2014 - 2015 ИнжНьюз