业界丨谷歌用机器学习节约你的流量,加载高清美图一点不心疼!

近日Google+推出了以低带宽看高清大图的功能。换句话说,是一个用机器学习让你节约流量的好方法。

目前在Google+上有不少优秀摄影师建立了自己的博客,为社区做贡献,并在上面分享他们拍摄的作品。不论是玩具、风景还是街头艺术,每张照片背后都有着特别的故事,这样的照片自然要用高清大图模式来欣赏。

而在以前,要看高清大图也就意味着要占用大量带宽,一来是数据成本增加,另一点在于加载速度会变慢,导致用户体验不佳。在时间就是金钱的时代,怎么能把这么宝贵的时间用在等待loading上呢?

谷歌用机器学习节约你的流量,加载高清美图一点不心疼!

此外,对于数据价格高昂或是互联网速度不够给力的地区,这个问题简直是要老命呀!

而Google+的产品经理John Nack近日在谷歌官方博客上发表文章,表示他们采用了机器学习及RAISR的技术成功解决这一问题。

RAISR发布于去年11月,全称是““Rapid and Accurate Image Super-Resolution”,即“快速精确的超分辨率技术”。AI科技评论此前也做过相关覆盖,即将利用机器学习,把低分辨率图片转为高分辨率图片。它的效果能达到甚至超过现在的超分辨率解决方案,同时速度提升大约十至一百倍,且能够在普通的移动设备上运行。而且,谷歌的技术可以避免产生混叠效应 (aliasing artifacts)。

谷歌采用的是一对低分辨率、高分辨率图片训练该程序,以找出能选择性应用于低分辨图片中每个像素的过滤器,这样能生成媲美原始图片的细节。主要有两个方式,一为直接让过滤器在成对高、低分辨率图片中直接学习,具有处理效率高的优点;第二种方法先对低分辨率图片应用低功耗的升采样,再与高分辨率组合后进行学习,这种方法能够更好利用硬件性能。

当时AI科技评论就曾做出预测,认为在移动设备上将大有可为,比如将消费者手机拍摄的照片转化为媲美单反画质的高清美图。不过本次谷歌采取的是将照片以低流量的方式呈现同样的高清效果。

根据博客中的说法,如果采用RAISR来显示Google+上的高清图片,谷歌能够让每张图片所占用的带宽最多减少75%。

谷歌用机器学习节约你的流量,加载高清美图一点不心疼!

从这张对比图上我们可以看到,原来打开一张1000*1500像素的图片,需要占用100kb,并且只能打开1/4像素大小的照片,而不是原图。而如果采用了RAISR,同样大小的图片不仅能够完整打开,而且只需要25kb。

Rack表示,“我们目前只在安卓设备流中采用这一功能,但目前我们每周已经用RAISR压缩超过10亿张图片,并为使用这一功能的用户节省了三分之一的带宽。在未来几周,我们计划对这一功能进行推广,以期为用户节约更多的时间与数据成本。”

via google blog

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-01-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏EAWorld

边缘计算与云计算的未来

Edge Computing and the Future of the Cloud

2544
来自专栏媒矿工厂

PCS2018:360度全景视频流媒体传输系统【附PPT全文】

作为图像/视频编码领域的顶级会议之一,第33届图像编码研讨会(PCS,Picture Coding Symposium)于2018年6月24号至6月27号在加州...

1233
来自专栏AI科技评论

干货 | 深度学习入门指北——从硬件到软件

AI科技评论按:近日,Rachel Thomas在fast.ai上发布了一篇博文《What you need to do deep learning》,他希望通...

3084
来自专栏专知

势头强劲: PyTorch周年大事记盘点

【导读】 1月19日,PyTorch团队对PyTorch发布一年来的成长轨迹做了总结。在过去一年里,PyTorch资源包的下载量超50万次、PyTorch频频出...

3475
来自专栏大数据文摘

通过R让你的复杂网络图更具艺术感

4084
来自专栏企鹅号快讯

金融机构利用人工智能反欺诈的利器:设备指纹技术的前世今生 下

01 设备指纹的核心技术 设备指纹技术是一个综合性的系统工程,掌握这门技术需要跨越一系列的技术门槛,这也是为什么虽然应用场景广阔,至今市场上此项技术提供者并不多...

3547
来自专栏机器之心

前沿 | 减少30%流量,增加清晰度:MIT提出人工智能视频缓存新算法

3839
来自专栏IT派

从“人人都能编程”到“人人都会研发AI”,苹果低调发布的Create ML潜力无穷

WWDC18上,苹果发布了 macOS Mojave,这版操作系统因为加入了对 iOS App 和黑暗模式的支持而显得尤为重要,但是很多人忽略了苹果面向开发者推...

693
来自专栏新智元

【开源】北大团队大规模稀疏数据机器学习库xLearn,c++ trending 已超TensorFlow

编辑:弗格森 【新智元导读】 机器学习博士马超近日在微博上介绍他和导师肖臻教授一起开发的一款专门针对大规模稀疏数据的机器学习库xLearn并开源。并称, vi...

4118
来自专栏新智元

Facebook 刚开源的 Torchnet 与谷歌 TensorFlow 有何不同

【新智元导读】Facebook今天宣布开源深度学习平台 Torchnet。Torchnet 基于广泛使用的开源深度学习框架 Torch 7 搭建,支持模块化编程...

3084

扫码关注云+社区