' Weder DCT noch Wavelet - Neuronale Netze zur Bildkompression
Logo Logo
/// News

Weder DCT noch Wavelet - Neuronale Netze zur Bildkompression

[15:34 Fr,30.September 2016 [e]  von ]    

Gated Recurrent Units (GRUs) sind der neueste Schrei im weiten Feld der künstlichen Intelligenz. Ähnlich den LSTMs (Long Short Term Memories) arbeiten sie jedoch ohne Output Gate und eigenen sich in rekurrenten Netz-Strukturen offensichtlich vorzüglich zur Bildkompression. Das wollen jetzt zumindest die KI-Forscher von Google belegt haben, die mit einem offen gelegten Tensorflow-Modell nun gezeigt haben, dass die Bildqualität gegenüber JPEGs bei gleichem Datenverbrauch deutlich "besser" sein kann.

Überfliegt man das Paper und den verlinkten Blogeintrag, so sieht man in erster Linie, dass tatsächlich die Macroblöcke bei Googles neuem Ansatz verschwinden. Kaum verwunderlich, weil die Neuronalen Netze in diesem Zusammenhang versuchen das gesamte Bild durch eine sehr komplexe Formel darzustellen, und nicht einzelne Teile. Dennoch gehen natürlich auch feine Details mit fallender Datenrate im Bild unter:



NN-GRU



Aus etwas bescheidener eigener Erfahrung zu dem Thema wollen wir zwei Dinge zur Kompression mit Neuronalen Netzen anmerken:

- Erstens wird die benötige Kompressionszeit bis auf weiteres nicht mit heute gängigen Verfahren vergleichbar sein. Für Videoanwendungen wird diese Art der Kompression mit pragmatischem Zeitbudget definitiv bis auf weiteres nicht einsetzbar sein.

- Dafür sind diese Methoden und Ideen für das Upscaling von Bildern in der Regel höchst spannend und teilweise schon heute sehr erfolgreich. Da – einfach erklärt - Bildstrukturen durch Formeln ausgedrückt werden ist die Speicherung bis zu einem gewissen Teil auflösungsunabhängig. Gelernte Strukturen können somit auch in einer höheren Auflösung ausgeben werden, ähnlich einer Vektorgrafik. Somit könnte im Bereich Upscaling im 8K und 16K-Bereich hier die wirklich große Chance für neuronale Repräsentation liegen.

Und auch, wenn das jetzt alles wie ziemlich unrealistische Science Fiction klingt, sei euch allen versichert: Neuronale Netze werden in den nächsten Monaten und Jahren einiges im Filmumfeld umwerfen, was in den letzten Jahren als fest gemeißelt galt...

Link mehr Informationen bei research.googleblog.com

  
[41 Leserkommentare] [Kommentar schreiben]   Letzte Kommentare:
Jott    14:35 am 4.10.2016
Gute Idee! Ich gucke sowieso nur im Bett fern.
thos-berlin    11:06 am 4.10.2016
Ich glaube, wir gehen falsch an die Sache heran. Nicht die Wände, die Decken sind die Zukunft. Im Bett liegend an die Decke starren. Wenn kein Programm läuft, ist der Fernseher...weiterlesen
Rudolf Max    10:58 am 4.10.2016
Wie war doch damals der Werbespeuch einer renommierten Audiofirma...? Stell deine Lautsprecher optimal hin und baue danach dein Haus drumherum... Warum also nicht auch bei den...weiterlesen
[ Alle Kommentare ganz lesen]

  Vorige News lesen Nächste News lesen 
bildMessevideo: Sachtler FSB 10, Traglastbereich, Counterbalance u.a. // IBC 2016 bildiPhone 7 Plus - Tiefenschärfe Effekt analysiert


verwandte Newsmeldungen:
KI:

KI-Videogenerator der zweiten Generation - Runway Gen-2 Zugang jetzt offen 8.Juni 2023
Packaging-Kapazitäten ausgebucht - Befeuert KI die nächste GPU-Verknappung? 7.Juni 2023
Die Paragraphica KI-Kamera ist da: Bilder ohne Objektiv von der Umgebung durch KI aufnehmen? 5.Juni 2023
Generative KI: Googles StyleDrop lernt und imitiert Stil nach einem einzigen Bild 5.Juni 2023
AMDs neue Adrenalin Treiber 23.5.1 verdoppeln Rechenleistung in Stable Diffusion 3.Juni 2023
KI-Drohne des US Militärs tötet Operator, um effektiver töten zu können - in Simulation 2.Juni 2023
Japan und Israel mit liberalen Copyright Positionen beim KI-Training 2.Juni 2023
alle Newsmeldungen zum Thema KI


[nach oben]

















passende Forenbeiträge zur News:

Archive

2023

Juni - Mai - April - März - Februar - Januar

2022
Dezember - November - Oktober - September - August - Juli - Juni - Mai - April - März - Februar - Januar

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000






































update am 9.Juni 2023 - 18:02
ist ein Projekt der channelunit GmbH
*Datenschutzhinweis*