AI人工智能|74KB图片也高清，谷歌用神经网络打造图像压缩新算法
萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI
还在为图像加载犯愁吗？
最新的好消息是 ， 谷歌团队采用了一种GANs与基于神经网络的压缩算法相结合的图像压缩方式HiFiC ， 在码率高度压缩的情况下 ， 仍能对图像高保真还原 。
GAN（Generative Adversarial Networks ， 生成式对抗网络）顾名思义 ， 系统让两个神经网络相互「磨炼」 ， 一个神经网络负责生成接近真实的数据 ， 另一个神经网络负责区分真实数据与生成的数据 。
简单来说 ， 就是一个神经网络「造假」 ， 另一个神经网络「打假」 ， 而当系统达到平衡时 ， 生成的数据看起来便会非常接近真实数据 ， 达到「以假乱真」的效果 。
下面是这种算法展现出来的图像与JPG格式图像的对比 。
可见 ， 在图像大小接近的情况下（HiFiC大小74kB ， JPG图像大小78kB） ， 算法所展现出来的图像压缩效果要好得多 。
文章图片
文章图片
而在与原图进行对比时 ， HiFiC所展现出来的还原效果仍然非常优秀 。（真的不是在原图中间画了条线吗？）
文章图片
文章图片
目前处于特殊时期 ， 大量国外网友仍在家中隔离 ， Netflix和油管的播放量暴增 ， 一些视频网站甚至不得不被迫降低视频在线播放的清晰度 ， 以适应激增的数据量 。
但看惯了高清视频的网友们 ， 面对突如其来的「模糊打击」自然怨声载道 。
用一位网友的话来说 ， 如果视频行业也能被应用类似的技术 ， 相信Netflix和油管会特别高兴 ， 毕竟这种高清低码率的图像复原实在太诱惑 。
文章图片
文章图片
哇 ， 如果他们可以对视频做同样的事情的话 ， 我相信Netflix和YouTube会很高兴的 。
事实上 ， 在了解HiFiC算法的原理后 ， 会发现它的确不难实现 。接近原图的图像重构算法
此前 ， 相关研究已有采用神经网络进行图像压缩的算法 ， 而随着近年来生成式对抗网络兴起 ， 采用GANs生成以假乱真图像的算法也不在少数 。
如果能有办法将二者结合 ， 图像压缩的效果是不是会更好、更接近于人类的感知？
这次图像压缩的模型便是基于二者的特性设计 ， 在基于神经网络的压缩图像算法基础上 ， 采用GANs进一步让生成的图片更接近于人类视觉 ， 在图像大小和视觉感知间达到一个平衡 。
文章图片
文章图片
可以看见 ， HiFiC的架构被分成了4个主要部分 ， 其中E为编码器 ， G为生成器 ， D为判别器 ， 而P则是E的输出E(x)的概率模型（这里用y表示） ， 也就是P用于模拟y的概率分布 。
GANs运作的核心思想在于 ， 需要让架构中的生成器G通过某种方法 ， 「欺骗」判别器D判定样本为真 。
【AI人工智能|74KB图片也高清，谷歌用神经网络打造图像压缩新算法】而概率模型P ， 则是达成这步操作的条件 。
然后 ， 将E、G、P参数化为卷积神经网络 ， 这样就可以通过率失真优化的条件 ， 对这些网络进行共同训练 。
同时 ， 研究者也对已有的几种GANs算法架构进行了微调 ， 使其更适于HiFiC架构 。
研究发现 ， 将GANs与深度学习相结合的HiFiC算法取得了意想不到的效果 。模型评估
推荐阅读
- 新科技嗅|人工智能可以应用在哪些方面
- 陈磊|从迅雷到逊雷：陈磊的三起三落
- 黑洞|诺奖以上，真相未满：追捕黑洞二百年
- 内容|独家 | 知乎视频“独立”
- 技术编程|人工智能在大视频运维中如何实现CDN硬盘故障预测？
- 新加坡|新加坡大学生人工智能创新大赛开幕式举行 星环科技提供建模平台
- Epic|Epic再次败诉：法官裁定苹果可以下架《堡垒之夜》
- 套餐|运营商下架多款4G套餐为5G让路，用户体验恐受影响
- AI人工智能|“眼健康黑科技” AI智能眼科检测仪来了！展锐虎贲T710开发板等你来盘！
- |韩国Humax推出新的移动服务平台